Skip to main content

Ennakoiva analytiikka hyödyttää liikematkustusta

Ennakoiva analytiikka hyödyttää liikematkustusta

4 min
Julkaistu: 25 March 2019
Predictive_Analytics-MNC-1a-al-blog.jpg
Ennakoivasta analytiikasta puhutaan paljon, mutta sen vaikutuksia liikematkustukseen on hankala ymmärtää. Ilmassa on kuitenkin sen verran innostusta, että monilta hämärtyy, mistä käsitteessä oikeastaan on kyse. Se sekoittuu helposti läheisiin ilmiöihin, kuten big dataan, tekoälyyn (AI) ja koneoppimiseen. Ennakoiva analytiikka on kuitenkin oma asiansa. Kaiken hehkutuksen keskellä on hyvä keskittyä siihen, mitä ennakoiva analytiikka voi tuoda liikematkustukseen.
Ennakoiva analytiikka, tekoäly, koneoppiminen ja big data – mitä eroa?
Ellet ole data-asiantuntija, saat anteeksi big datan, tekoälyn, koneoppimisen ja ennakoivan analytiikan sekoittamisen. Niihin kaikkiin liittyy innovatiivisten asioiden tekeminen käyttämällä valtavia määriä erilaisia tietomassoja. Tiedon määrän kasvaessa myös data-analyysin kenttä on kasvanut huimasti viime vuosina. Muutosta ovat ajaneet etenkin tietokoneiden ja tietovarastojen kehitys sekä tiedon integroinnin yksinkertaistuminen. Mutta big datalla, tekoälyllä, koneoppimisella ja ennakoivalla analytiikalla on eri tavoitteet ja metodit. Big data eli massadata tarkoittaa laajojen ja monimutkaisten tietojoukkojen keräämistä ja analysointia. Tekoäly taas käyttää ohjelmistoa tiedon analysointiin ja ihmismäiseen ajatteluun. Tekoäly voi esimerkiksi tutustua sairauskertomukseen ja päätellä, tulisiko potilaan lääkitystä vaihtaa. Koneoppimiseen liittyy ohjelmisto, joka oppii tietomassoista. Koneoppimista käyttävä ohjelmisto voi esimerkiksi nähdä miljoonia kuvia kasveista ja puista ja opettaa itseään erottamaan ne toisistaan. Ennakoiva analytiikka on ennusteiden tekemistä tekoälyä ja koneoppimista hyödyntämällä. Yleensä se tarkoittaa sitä, että ohjelmisto perehtyy menneisiin tietoihin ja tunnistaa niistä toistuvia kaavoja algoritmien avulla. Kaavat voivat sitten hälyttää tulevista tapahtumista. Kuvittele esimerkiksi, että yrityksesi operoi öljypumppuja ympäri Teksasia. Etäsensorit seuraavat koneiden mekaanista vakautta ja lähettävät valtavan määrän tietoja ennakoivaa analytiikkaa hyödyntävälle ohjelmistolle. Ohjelmisto voi tulkita tietoja ja ennustaa, mikä öljynporaustorni vaatii ylläpitoa ettei se hajoa. Tätä on ennakoiva analytiikka.
Ennakoiva analytiikka ja liikematkustus – käytännön esimerkkejä
Miten matkahallinto hyötyy ennakoivasta analytiikasta? Asiaa miettiessä mielikuvitus lähtee helposti laukkaamaan. Voit nähdä mielessäsi tilanteen, jossa ohjelmisto analysoi terveyshistoriasi ja ennakoi, että hotellihuoneen tyynylle jätetty pastilli aiheuttaa allergisen reaktion, joka vie sinut ensiapuun. Realistisempi ajatus on, että koneoppiminen oppii yrityksesi varaustavoista ja ennustaa, miten yritys voi säästää rahaa tai lisätä matkustajien tyytyväisyyttä. Otetaan esimerkiksi työmatka Pariisiin. Jos etsit hotellisuosituksia netistä, saat eteesi satoja vaihtoehtoja. Niiden selailu on turhauttavaa ja nielee helposti työtunteja. Ennakoivaa analytiikkaa hyödyntävä varausjärjestelmä tuntee sinut ja yrityksesi. Se voi suositella hotelleja, joissa työkaverisi ovat Pariisissa ollessaan yöpyneet. Tai se voi ehdottaa hotelleja sen perusteella, miten lähellä ne ovat yrityksesi Pariisin toimistoa. Liikenteen analysoinnin avulla työkalu pystyy jopa ennustamaan, mitä kellonaikoja kannattaa välttää, ellei halua maksaa taksista maltaita.
Ennakoiva analytiikka ja kansainväliset yritykset
Ennakoivan analytiikan käyttäminen liikematkustuksessa on edelleen lähtökuopissa. Innovaatioita on kuitenkin tulossa, ja tulevaisuus näyttää valoisalta sekä kansainvälisille suuryrityksille että pienille firmoille. Vaikuttaa todennäköiseltä, että suurten yritysten ennakoiva analytiikka perustuu yrityksen omien työntekijöiden matkustushistoriaan, kun taas pienet yritykset hyötyvät muiden samantyyppisten yritysten tietoihin perustuvasta ennakoivasta analytiikasta. Esimerkiksi näin: Joka vuosi globaali teknologiayritys lähettää tuhansia työntekijöitä suurille messuille ympäri maailmaa. Jos heidän liikematkatoimistonsa hyödyntää ennakoivaa analytiikkaa, voivat he saada ilmoituksia siitä, miten kukin tiimi tai alue voi säästää tapahtumiin liittyvistä matkakuluista varaamalla ajoissa. Järjestelmä voi kertoa Euroopan toimistolle esimerkiksi, että matkakulut Aasiassa järjestettäviin tapahtumiin ovat erityisen korkeita tiettynä vuodenaikana. Sen perusteella järjestelmä voi suositella, että yritys lähettää joillekin messuille vähemmän ihmisiä.
Ennakoivan analytiikan käyttöön liittyvät haasteet
Ennakoivan analytiikan käyttöönottoon saattaa liittyä lukuisia haasteita. Yksi haaste ovat tietomassat. Tällä hetkellä tehokkaan ennakoivan analytiikan soveltamiseen tarvittavat tiedot löytyvät eri palveluista ja järjestelmistä. Ellei kaikkea oleellista tietoa kerää yhteen, on ennustuksista vain vähän hyötyä. Tätä ongelmaa Egencia pyrkii jatkuvasti purkamaan matkanhallinta-alustallansa. Toinen haaste liittyy siihen, miten hankalaa matkustamiseen liittyvien ennakoivien mallien luominen on. Toimimme globaalisti, samoin osa asiakkaistamme. Yhden toimipisteen käsitys hyvästä matkakokemuksesta – tai hyvästä hinnasta – saattaa olla jotain ihan muuta toisella mantereella. Olemme huomanneet, että liikematkailijat Aasiassa suosivat luksusta enemmän kuin edullisia vaihtoehtoja. Aasialaisessa yrityskulttuurissa menestyviä ihmisiä palkitaan yleensä avokätisesti. Silloin luksushotelli nähdään sijoituksena markkinointiin ja myyntiin, ei niinkään kulueränä. Amerikkalaiset taas haluaisivat ehkä yöpyä luksushotelleissa, mutta yrityksen matkustusohjelma saattaa kieltää sen. Onnistuneen ennakoivan analytiikan on oltava tietoinen tällaisista vivahteista ja opittava jatkuvasti ymmärtämään paremmin, mitä ne tarkoittavat. Suurin haaste liittyy ennakoivan analytiikan soveltamiseen. Oivallukset ovat kivoja, mutta ennen kuin pystyt muuttamaan ne selkeiksi toimiksi, ei niistä ole paljon apua. Ennakoivaa analytiikkaa hyödyntävä työkalu voi esimerkiksi suositella tiettyä lentoa, mutta siitä on yritykselle hyötyä vain, jos työkalu on integroitu matkanvarausalustaan ja käytäntöihin. Silloin voit tietää, onko varaus käytäntöjen mukainen.
Ennakoivan analytiikan käyttö liikematkustuksessa
Egencia ja muut liikematkatoimistot tuovat ennakoivan analytiikan liikematkustukseen ja tekevät siitä kansainvälisiä liikematkaohjelmia hyödyttävän edun. Ala on vielä uusi, mutta se on täynnä kiehtovia ideoita ja mahdollisia innovaatioita. Liikematkatoimistojen haasteena on ymmärtää, millaisia etuja ennakoiva analytiikka voi tuoda globaaleille organisaatioille. Pyrimme keskittymään käytäntöihin, jotka auttavat säästämään rahaa, lisäävät käytäntöjen noudattamista ja antavat matkustajien nauttia paremmista liikematkoista.
Oliko tästä sisällöstä hyötyä?
0

Etsitkö parempia liikematkustusratkaisuja? Ota yhteyttä tiimiimme.