Дмитрий Буленков, Группа компаний «РАМАКС»:
Гражданская авиация является лидером цифровизации во многих странах мира

Дмитрий Буленков: Гражданская авиация — одна из самых конкурентных индустрий в мире, поэтому приоритеты у всех компаний похожи. Главные направления — это обеспечение безопасности перелета и развитие удобных персонализированных сервисов для пассажира в плотном взаимодействиями с аэропортами. В главных приоритетах отличий между российскими и зарубежными авиаперевозчиками нет.

Дмитрий Буленков: В 2018 году главным трендом экономики становится цифровая трансформация, т.е. постепенный переход всех отраслей переходят на новые технологии. Не остается в стороне и авиация. Согласно прогнозу аналитиков, 67% компаний из аэрокосмической отрасли реализуют проекты на основе Big Data, ещё 10% планируют такие проекты. Что касается авиакомпаний, то здесь реализация проектов в настоящее время заявлена у 44% компаний, а планы на такие проекты анонсировали 25%. Это результаты исследования, которое провела в декабре 2017 года компания FlightGlobal относительно роли Big Data для аэрокосмических предприятий и авиакомпаний. Аналитики также выяснили мнение по поводу совместного использования данных по состоянию самолётов с производителями и компаниями, осуществляющими ремонт и техническое обслуживание (ТО).

До настоящего времени при инвестировании авиакомпаниями в смежные к авиации технологии (connected technologies) речь шла, прежде всего, об обеспечении спутниковой связи и Wi-Fi. Теперь же компании готовы извлекать выгоду из тех данных, которые они могут получать путем использования оборудования непосредственно на борту самолётов. Например, такие данные могут обеспечить им экономию в размере 1% от потребляемого топлива, что эквивалентно $50 тыс. на самолёт в год, подсчитали аналитики Honeywell.Как с помощью EvaProject и EvaWiki построить прозрачную бесшовную среду для успешной работы крупного холдинга 2.2 т

Технологии Big Data сегодня применяются для выполнения ряда задач в сфере гражданской авиации. В первую очередь, это ремонт и техническое обслуживание, обеспечение экономии топлива, создание цифровых двойников, оптимизация операционной деятельности (включая прогнозирование задержек рейсов), формирование персональных предложений для пассажиров и т.д.

Более подробно мы рассказываем об этом на страницах нашего большого исследования «Воздушная математика». Большие данные в мире гражданской авиации.

Дмитрий Буленков: Главный стопор в том, что пока не сформирована культура хранения данных и их обработки. Но в целом гражданская авиация является лидером цифровизации во многих странах мира.

Дмитрий Буленков: Это проекты в «Аэрофлоте». Я бы отметил проект NDC, реализацию проекта «Платформа обращений», проект «Налоговый мониторинг», а также развитие функционала сайта и мобильного приложения.

Проект создания прямой схемы дистрибуции авиауслуг по стандарту IATA NDC, реализованный Группой компаний «РАМАКС» для «Аэрофлота», получил премию CNews Awards-2018 в номинации «IT-проект года в транспортной отрасли». Благодаря введению стандарта NDC, «Аэрофлот» получил возможность прямых продаж авиабилетов с метапоисковых сайтов SkyScanner.com, Aviasales.ru, Momondo.com и др., что является значимой предпосылкой для увеличения прибыли за счет дополнительных каналов продаж.

Повышение лояльности клиентов невозможно при отсутствии оперативной реакции на оставленные пассажирами отзывы, жалобы и информационные запросы, поступающие из разных каналов коммуникаций (включая социальные сети). Поэтому в конце 2017 года компания «Аэрофлот» развернула у себя уникальную платформу по работе с обращениями клиентов, первым среди компаний транспортной отрасли использовав для этого алгоритмы предиктивной аналитики данных. Этот проект выполнен компанией «Интегро Текнолоджиз», которая входит в ГК «РАМАКС». В проекте были использованы технологии предиктивной аналитики на основе Big Data.

Благодаря «Платформе обращений», компания «Аэрофлот» полностью открыта для замечаний и предложений, а ее клиенты всегда уверены, что их пожелания будут услышаны и восприняты. Результаты проекта показали безусловную эффективность технологии, что подтверждается премией Global CIO в категории «Лучший проект в области CRM» и планами заказчика по расширению использования решения. Подробнее о проекте читайте на сайте Global CIO.

Проект внедрения витрины данных «Аэрофлота» для налогового мониторинга был выполнен с участием специалистов RAMAX Group, SAP Digital Business Services и PwC. Решение позволяет заказчику получать детальные расшифровки налоговой и бухгалтерской отчетности в режиме онлайн и оптимизировать коммуникации с налоговыми органами.

Проект полностью соответствует современным тенденциям по цифровизации бизнес-процессов и установлению открытых отношений с налоговыми органами. В январе этого года он признан лучшим проектом 2018 года и получил престижную премию Global CIO в номинации "Лучший цифровой проект в области ИТ по налогам и сборам"! В голосовании приняли участие более 2600 ИТ-директоров по всей России. Подробнее о проекте читайте на странице конкурса в Global CIO.

Дмитрий Буленков: Для повышения эффективности, скорости и качества обработки клиентских обращений в социальных сетях было необходимо создать единую платформу по обработке обращений из разных каналов коммуникаций, их интеллектуальную классификацию и маршрутизацию. Также требовалось предоставить инструмент, позволяющий в режиме online отслеживать ключевые тренды в соцсетях, включая обратную связь об «Аэрофлоте» от лидеров мнений (популярных блогеров, журналистов и пр.) и при необходимости использовать все доступные каналы коммуникаций для сохранения имиджа компании.

Дмитрий Буленков: В рамках проекта были спроектированы и реализованы фундаментальные функции системы, позволяющие в дальнейшем гибко настраивать и оптимизировать алгоритмы ее работы. Во-первых, внедрен процесс мониторинга упоминаний «Аэрофлота» в социальных сетях (весь русскоязычный сегмент, начиная с января 2014 года), отслеживания их тональности и динамики изменения вслед за различными информационными поводами. С помощью Machine Learning в режиме реального времени определялась категория и тональность конкретного упоминания, помогая определять приоритеты реагирования на обращения. Во-вторых, на основе накопленных данных были построены математические модели, позволяющие при получении обращения от клиента по любому каналу коммуникации, автоматически (с высокой долей вероятности) определить тему обращения, а также подразделение, ответственное за обработку и решение проблемы. Такой подход позволил снизить использование ресурсов. В процессе работы система анализирует «свежие» данные и непрерывно самообучается для повышения точности.

Объединив эти два блока, на основе Big Data удалось реализовать сквозной процесс, начиная с получения обращения в свободной форме в одной из социальных сетей, и заканчивая предоставлением клиенту исчерпывающего ответа, а руководству компании – подробного анализа причин произошедшего и единой отчетности по обращениям для принятия управленческих решений.

Дмитрий Буленков: «Платформа обращений» - это Machine Learning-платформа для работы с Social Media. Она анализирует социальные профили и отслеживает клиентские отзывы, что особенно важно для нивелирования репутационных рисков у компаний, задействованных в сегменте B2C. Эта информация имеет ценность для руководства компании, коммерческого блока, департаментов маркетинга и PR и сервисов работы с клиентами компании в сегментах, таких как электронная коммерция, телекоммуникации, ритейл, логистика и т.д.

С помощью данного решения могут быть автоматически получены и проанализированы огромные объемы информации, генерируемые клиентами в социальных сетях. Платформа позволяет осуществлять сегментацию профилей на основании активности, демографических данных, предпочтений и т.д. За основу для предиктивной аналитики взяты технологии машинного обучения, которые в реальном времени выявляют направленность отзывов, их тональность, приоритет обработки и т.д. Система улучшает точность своей работы посредством непрерывного обучения.

Что касается уникальности, то в мировой авиации уже существуют CRM-проекты, но все они — без глобального сбора и анализа данных из социальных сетей. Однако, именно там сейчас аккумулируется поведенческий профиль клиента. В данном случае было осуществлено промышленное внедрение технологии Big Data для автоматизации и объединения процессов на стыке традиционных каналов общения с клиентами и социальных сервисов.

В части работы с клиентами «Аэрофлот» сделал шаг вперед, нарастив невероятно большой объем источников поступления обратной связи от клиентов для получения наиболее точной и достоверной картины взаимоотношений, своевременного реагирования на жалобы и обращения. Все это ведет к повышению уровня лояльности, и в конечном итоге к росту объема продаж компании.

Дмитрий Буленков: Система введена в эксплуатацию в декабре 2017 года. Оценка лояльности клиентов проводилась на выборке обращений из социальных сетей и из числа обращений, поступивших через «Единое окно». Скорость обработки «типовых» обращений увеличилась на 7% уже спустя месяц после начала опытно-промышленной эксплуатации. Также система позволяет на текущий момент автоматически определять тональность и маршрутизировать более 40 тыс. обращений ежемесячно. Более 130 тыс. упоминаний в социальных сетях собираются, по ним проводится аспектно-сантиментный анализ с целью определения наиболее волнующих пассажиров вопросов.

Можно зафиксировать, что система корректирует около 5% ошибочных тем обращений и самостоятельно определяет тему в 85% случаев.

За счет оперативного реагирования на наиболее резонансные информационные поводы, существенно повысилась лояльность потенциальных и существующих клиентов «Аэрофлота».

Дмитрий Буленков: Первые результаты проекта показали безусловную эффективность технологии, что подтверждается планами заказчика по расширению ее использования.

Самый главный бизнес-результат — объединение жалоб из всех каналов обращений (e-mail, единое окно, представительства, офисы) и упоминаний из социальных сетей в единую платформу. Это позволило собрать в едином бизнес-процессе работу с обращениями, применить машинное обучение для автоматического разбора тематики обращения с целью последующей маршрутизации, а также вести мониторинг отзывов и обращений в социальных сетях в реальном времени.

В рамках проекта запланировано также выявление корреляций между уровнем удовлетворенности клиентов и CLTV (Customer Lifetime Value). Это будет реализовано на следующих этапах. Постепенное развитие проекта позволит сформировать структуру инновационной информационной системы будущего. Конечная цель заказчика — снизить сроки обработки обращений, проактивно коммуницировать с клиентами в социальных сетях, улучшить клиентский опыт.

Дмитрий Буленков: Планируем подробней рассказать о реализованных проектах в конце года.