阿提哈德航空公司：利用数据科学优化航空公司运营

过去几年，全球航空业发生大规模动荡，包括疫情给航空业带来的灾难性影响，已经让不少航空公司陷入困境，这在业内已经不是什么秘密了。尽管世界范围内一片混乱，但阿联酋国家航空公司——阿提哈德航空（Etihad）仍设法通过使用数据科学生成的洞察力，来提高生产力并节省成本。

阿提哈德航空公司总部位于阿布扎比，从2003年开始运营，近年来，阿提哈德航空使用数据湖和一套统一的、人工智能驱动的分析工具来优化人员配备、乘客处理和客户查询响应。

阿提哈德航空公司战略、管理和投资组合总监Reem Alaya Lebhar博士表示：“数字化转型让我们变得更精简、更敏捷、更高效。当我们审视自己作为一家中型航空公司的定位时，我们就决定了治理和思维方式必须发生改变。”

Reem Alaya Lebhar

阿提哈德航空从使用Cloudera Data Platform开始了自己的数据科学之旅，之后将数据迁移到云端，建立了数据湖。但是因为他们采用了多家厂商的技术来支持数据湖，所以导致分析数据的方式效率低下，他们需要改变这一点。

阿提哈德航空公司企业数据管理负责人Martin Hammer说：“阿提哈德航空正在进行数字化转型之旅，我们的数据战略支持我们利用整个组织中所有可用数据、打破孤岛、增强每个业务流程的愿景。”

在数据科学平台上实现统一分析

阿提哈德航空公司决定统一他们的数据建模和数据分析，选择Dataiku端到端的机器学习平台来实现这一点。

Dataiku公司中东和土耳其区域副总裁Siddhartha Bhatia表示：“阿提哈德航空过去一直在收集数据，但是他们需要的是从这些数据中获得洞察。他们想要对一切实施标准化，打破这些孤岛，变成高度的标准化。”

作为一家全球航空公司，阿提哈德航空的数据运营覆盖了很多不同国家。作为一款基于服务器和浏览器的应用，Dataiku允许远程和分布式团队可以横跨不同时区和部门展开协作。

Dataiku中嵌入的低代码可视化工具，让业务负责人能够与数据科学家进行密切合作。阿提哈德航空公司数据科学经理Talal Mufti指出，这让公司有机会提升分析师的技能。

Talal Mufti

阿提哈德航空希望能够对他们的数据模型进行快速部署、调度和自动化，此外还希望在成本方面有所降低。

阿提哈德航空确定了很多短期的使用实例，并对这些实例进行进一步评估，看哪些实例可以带来利益最大化的影响。

阿提哈德航空首先根据利益最大化对这些使用实例进行优先级排序，这一步可以在部署Dataiku平台的早期阶段完成。

财务收益和成本节约成为了阿提哈德航空选定使用实例的主要因素，虽然他们是在疫情爆发之前就采用和部署了这款分析平台，但是在后续阶段的确产生了一些影响。

预测旅客到达

阿提哈德航空选择的其中一个用例是预测旅客到达情况，帮助他们更有效地在机场部署地勤人员来调度航班。

飞行移动操作是需要大量支持人员的，其中一些是固定员工和现场员工，还有一些是合同员工，总体上看包括了值机人员和行李搬运工，之所以采用这种模式，是因为航空公司并不总是很清楚什么时候需要操作人员和支持人员。预测窗口期是14天，连续间隔30分钟，直到每次飞行前的4个小时。

Martin Hammer

阿提哈德航空公司使用Dataiku平台构建了一个预测系统，来模拟和预测乘客到达情况。这么做的好处是，机场管理人员能够就地勤人员、需要什么人员、何时需要等问题做出更好的决策。这样在对接外部供应商的时候，就可以更好地进行合同谈判。

Dataiku团队承担的另一个使用场景，是管理和响应接收到的查询电子邮件。阿提哈德航空公司的CRM系统持续不断地接收和记录收到的电子邮件查询，而挑战在于，如何在尽可能短的时间内对这些电子邮件进行分类、转发和回复。他们需要对这些电子邮件进行自动分类以保证最终正确送达。

Bhatia说：“问题是，你如何有效地发送这些电子邮件，确保邮件被正确的人处理，并尽快回复那些提问的人呢。”

使用NLP优化客户响应时间

Dataiku构建了一个电子邮件分类系统，可以查看被询问的内容，并使用NLP（自然语言处理）对电子邮件进行分类，这样CRM系统就可以确保将这些电子邮件发送到正确的人那里进行处理。

自然语言处理让计算机系统能够理解口语或者文本并做出决策，在这个过程中，自然语言算法是提供文档或电子邮件自动要点摘要的一个基础，这些算法还可以根据类别对文本进行分类，组织信息并完成电子邮件转发和垃圾邮件过滤。

在Dataiku内部，自然语言处理模型会提取电子邮件，对其进行智能分析，然后根据特定问题对其进行分类，并在CRM系统中创建自动案例。

API可触发对电子邮件的处理。API与自然语言处理模型连接，对电子邮件进行处理，在CRM系统中进行分类，然后调用操作。

Mufti表示：“Dataiku帮助我们开发了整个组织的使用实例，这些实例有望在未来5年内显著节省成本。”

解决数据建模的难题

数据科学在后期遇到了一个挑战：数据漂移。这是指，在一段时间内传入的数据开始发生与用于构建模型的原始数据的偏离，这带来的影响就是，之前对原始数据所做的训练将不再奏效。

Sid Bhatia

Bhatia表示：“这样你的预测能力和模型的预测能力就不再像应有的那样有效。”Dataiku可以对模型进行重新开发、重建和重新训练，然后再推出。

Dataiku平台最初的使用实例帮助阿提哈德航空公司节省了大量成本，而且在经历了具有挑战性的、后疫情时代的复苏之后，阿提哈德航空建立了对持续使用数据科学的信心。

Hammer表示：“Dataiku是我们企业数据平台的关键组成部分之一，为我们的数据科学社区提供了所需的所有工具，并促进了不同利益相关者群体之间的协作。”

展望未来，阿提哈德航空公司计划继续使用这个数据建模平台来解决运营瓶颈，并在各种用例中提高流程的效率。