18 augustus 2016

Case study Transavia: Betere klantervaring dankzij persoonlijke aanbevelingen

Om de gebruikerservaring van websitebezoekers in elke fase van de customer journey te optimaliseren, maakt Transavia op zijn website in toenemende mate gebruik van persoonlijke aanbevelingen. Voor het verzamelen van informatie maakt Transavia gebruik van open source clickstream collector Divolte. Voor de ontwikkeling van de recommenders werkt Transavia nauw samen met de data scientists van GoDataDriven.

Onderscheidend vermogen door betere service
In een markt waarin prijsdruk steeds verder toeneemt onderscheidt Transavia zich door een transparante aanpak waarbij alle voorwaarden en kosten vooraf duidelijk zijn en door proactief de juiste service te bieden op het juiste moment gedurende de hele customer journey.

Persoonlijke aanbevelingen spelen in de aanpak van Transavia een belangrijke rol in elke fase van de customer journey. Het begint al bij het aanbevelen van bestemmingen op basis van het websitegedrag van een bezoeker. “We vergelijken de bestemmingen die een bezoeker bekijkt met websitebezoeken uit het verleden. Op basis van deze informatie bevelen we bestemmingen aan die passen bij het zoekgedrag van de bezoeker”, vertelt Charles Verstegen, Senior Revenue Development Manager bij Transavia.


 
Ook bij andere producten en diensten ziet Transavia mogelijkheden om het aanbod relevanter te maken. “Een zakelijke reiziger heeft over het algemeen meer behoefte aan een ruimere zitplaats dan aan meer ruimbagage, terwijl we zien dat dit bij vakantiereizigers precies andersom. Door hiermee rekening te houden bij het aanbevelen van bundels verbeteren we heel eenvoudig de gebruikerservaring voor de reiziger”, licht Verstegen toe.

Ook voegt Transavia binnen afzienbare tijd real time prijsinformatie toe waardoor de klant makkelijker en overzichtelijker prijzen kan vergelijken tussen bestemmingen die voor hem of haar op dat moment relevant zou kunnen zijn. Een bezoeker die bijvoorbeeld zoekt op Valencia kan op basis van prijs of beschikbaarheid besluiten een trip naar Malaga te boeken.
Het is de bedoeling om gedurende alle stappen van het reizen, van bestemming zoeken tot weer thuiskomen, een reiziger aan de hand van aanbevelingen van de juiste informatie en aanbiedingen te voorzien.

Service verbeteren door klantinformatie te verzamelen
Om klanten beter te leren kennen is het essentieel om zoveel mogelijk relevante informatie te verzamelen. Om verbanden te leggen en modellen te trainen maakt Transavia gebruik van informatie als reisgezelschap, verblijfsduur, samenstelling, seizoen, moment van de dag en natuurlijk bestemming.


Om deze data vanaf de website goed op te vangen, zet Transavia Open Source clickstream collector Divolte in. Verzamelde data komt binnen in een data storage laag binnen de cloud van Azure, om deze vervolgens te combineren met data uit andere bronnen om machine learning modellen mee te voeden. De aanbevelingen vanuit de modellen komen vervolgens via een API beschikbaar om de Sitecore website van Transavia mee te personaliseren. GoDataDriven implementeerde Divolte en ontwikkelde samen met het datateam van Transavia de aanbevelingsmodellen.


Vanuit het verleden maakt Transavia al gebruik van diverse clickstream collectors. De goede ervaring met Divolte heeft ertoe geleid dat de luchtvaartmaatschappij de verschillende clickstream collectors zoveel mogelijk gaat consolideren binnen Divolte. “Het grote voordeel van Divolte is de flexibiliteit. Door het open source karakter van Divolte kent deze software de beperkingen die we in andere collectors tegenkwamen helemaal niet”, aldus Charles Verstegen, “Ons datateam is enorm enthousiast over de mogelijkheden van Divolte. Ons webteam is bijvoorbeeld nu in staat om te taggen precies zoals het datateam voorschrijft”.

Datateam steeds belangrijker voor Transavia
Het datateam bij Transavia, bestaande uit een mix van business en IT, is in het voorjaar van 2016 opgericht. Er was al een sterke basis voor het datagedreven modelleren van vluchtoptimalisatie, maar kijkend naar beschikbare data zag de luchtvaartmaatschappij al snel meerdere geavanceerde mogelijkheden ontstaan.

Het datateam werkt autonoom aan innovatie, ontwikkeling en beheer van de datatoepassingen. Voor afstemming en informatie-uitwisseling is er op dagelijkse basis contact met andere teams, zoals architectuur of e-commerce. Projecten voert het team uit op basis van een agile werkwijze, waarbij complexe projecten opgedeeld worden in overzichtelijke sprints.
 
Datatoepassingen gaan een steeds belangrijkere rol gaat spelen binnen Transavia. Naast toepassingen op het gebied van revenue, zal het datateam zich in toenemende mate bezig houden met het verbeteren van operational excellence. Bijvoorbeeld door de ontwikkeling van modellen die helpen bij crewplanning of aankomende verstoringen, zoals onderhoud, voorspellen.


Platinum Sponsor
Gold Sponsors
Mediapartners
DataStax
Information Builders
BI-Platform DataFloq ICT Magazine Frankwatching WINMAG Pro Retailtrends ICT/zorg European Data Forum 2016, 29-30 June Eindhoven Dutch IT-channel Executive-People