airline

Bientôt, les stewards et hôtesses pourront savoir comment vous aimez votre café, la date de votre anniversaire, et ce que vous êtes susceptibles d’acheter à bord. Et grâce à des systèmes embarqués, les compagnies aériennes seront capables d’optimiser les plans de vol en temps réel et d’anticiper les opérations de maintenance sur leur flotte, avec à la clé des gains de coûts importants.

Malgré un départ tardif, les compagnies aériennes mettent en place des démarches Big Data pour tirer parti du gigantesque volume de données dont elles disposent. Aperçu des meilleures pratiques du secteur.

Big Data Mining pour personnaliser l’expérience client

La personnalisation de l’expérience client grâce au vaste volume de données accumulées s’inscrit dans une nouvelle logique pour les compagnies aériennes. Au lieu de réfléchir à la façon de maximiser le revenu par siège (le traditionnel Yield Management), des compagnies comme Qantas, Etihad ou British Airways se concentrent maintenant sur des initiatives visant à fournir le maximum de valeur ajoutée au passager.

Grâce aux programmes de fidélité (type Frequent Flyer), qui ont connu leur essor dans les années 90, les compagnies aériennes réunissent des milliards d’informations sur leurs clients. Et en liant leurs programmes de fidélité avec des chaînes de supermarché (Qantas et Woolworths) ou des enseignes bancaires (American Express), elles arrivent à un niveau de connaissance client qui permet de développer une gamme de service personnalisés et de maximiser le revenu généré par les ventes à bord et la satisfaction des utilisateurs.

Chez British Airways par exemple, les hôtesses à bord ont accès sur tablette au profil des passagers, et peuvent savoir si le passager du siège 23B a peur de l’avion, si le couple derrière est en lune de miel, et si leur voisin s’est plaint du service lors de son dernier voyage. Cela permet d’anticiper les besoins et les demandes des passagers, et de prendre les devants pour assurer la meilleure expérience client possible et fidéliser les voyageurs.

Pour Allegiant Air, le potentiel des ventes personnalisées en vol est évidente. Les publicités sur les écrans personnels des voyageurs durant le vol sont adaptées en fonction de la destination et du profil des passagers. Les touristes en route vers Las Vegas vont se voir pitcher des tours en hélicoptère et des voitures de location, alors que les réguliers auront plutôt des offres de fidélisation sur cet itinéraire.
Résultat : Allegiant Air a vendu plus de 21 millions de dollars de produits et services tiers sur la première moitié de 2013.

JetBlue, quant à lui, cherche à augmenter les ventes à bord en équipant son personnel d’iPad Minis et en adaptant le stock de produits en vente à l’historique d’achat des passagers du vol.

Mais l’exemple le plus parlant est certainement celui de Qantas Airways. Lancé en 1987, le programme de fidélité de Qantas s’est progressivement transformé en un avantage concurrentiel majeur, grâce à une démarche globale de connaissance client et de développement d’offres et d’expérience de voyage personnalisée. Grâce à une base de donnée constamment enrichie grâce à des questionnaires de satisfaction, des partenariats et des offres connexes (services B2B, cartes de paiement, et même un club d’œnologie), le personnel de bord sait qui sont les consommateurs qui seront réceptifs à telle ou telle offre, quels sont ceux qu’il faut chouchouter, quels sont les nouveaux clients qu’il serait intéressant de fidéliser… Et grâce à des analytics en temps réel, un steward peut même savoir si le passager a dîné à l’aéroport, et ne le réveillera pas pour le repas à bord.

Et le programme Qantas Frequent Flyer est un succès indéniable : il réunit 8,6 millions de membres en 2012 (contre 5,4 millions en 2008, soit +60%), et a permis d’engranger 231 millions de dollars de profit, qui compensent presque la perte opérationnelle nette de 244 millions.

Il convient cependant de noter que certains sont sceptiques quant à l’intérêt des démarches de data-mining. Jay Sorenson, président d’IdeaWorks (société de conseil spécialisée dans l’aviation), explique que les passagers restent plus sensibles au prix qu’au fait que l’hôtesse se souvienne de leur cocktail préféré. Plus généralement, il faut être vigilant à ne pas avoir l’air d’envahir la vie privée de ses consommateurs. Alison Webster, Directrice de l’Expérience Client chez Qantas, se souvient par exemple d’un client lui disant : « Ca me va que vous sachiez que j’aime la cappuccino, mais je ne veux pas que vous sachiez que mon chien s’appelle Sally ».

Le Big Data pour maîtriser les risques et améliorer l’efficacité opérationnelle

Une autre application du Big Data pour les compagnies aériennes réside dans la modélisation des risques à partir des données de vol issues des boîtes noires et des capteurs embarqués. L’entreprise Safety Line, fondée par Pierre Jouniaux, a développé des algorithmes de masse permettant de tirer parti de ces données pour fournir aux compagnies aériennes des moyens de mieux comprendre et d’anticiper les incidents, l’usure ou encore la mauvaise utilisation des équipements.

L’exemple de l’atterrissage long

L’accident de « sortie de piste » est l’un des risques critiques dans le transport aérien, représentant environ 27% des incidents. Leur prévention est donc devenu une priorité, mais la démarche classique des compagnies aériennes, consistant à dépouiller les données de vol à intervalles réguliers pour détecter certains dépassements, ne confère qu’une explication a posteriori des incidents et des causes sous-jacentes. Fort de deux ans de recherche, les algorithmes de Safety Line proposent de remédier à cette sous-utilisation des données disponibles :

La démarche de Safety Line consiste à analyser de manière statistique les centaines de paramètres enregistrés chaque seconde afin de faire ressortir les paramètres significatifs expliquant pourquoi un atterrissage est long, et en corollaire, permettant de calculer la probabilité qu’un vol en particulier donne lieu à un atterrissage long.

Grâce à une démarche statistique, Safety Line isole les facteurs qui contribuent à l’allongement de l’atterrissage, et utilisent des méthodes de classification (supervisées et non-supervisées) pour construire une fonction de prédiction. Concrètement, les algorithmes identifient la force du vent arrière pendant le palier précédant l’approche finale, la configuration de l’avion (hypersustentateurs et train d’atterrissage) et la position des volets dans l’approche finale comme des facteurs déterminants dans la longueur de l’atterrissage. Et grâce à la fonction de prédiction, ils permettent aux compagnies aériennes d’estimer en temps réel le degré de criticité de l’appareil en approche, et de prendre les mesures nécessaires pour réduire le risque d’incident.

La maintenance préventive

Les opérations de maintenance imprévues sur les avions sont souvent un véritable cauchemar pour les voyageurs, et finissent généralement par coûter très cher aux compagnies (chaque heure passée sur le tarmac pour des opérations de maintenance ou de réparation coûte 10,000$ au transporteur). Il est donc devenu capital de tirer parti des terabytes de données qu’un avion produit sur un vol transatlantique pour anticiper l’usure de certains composants, détecter les problèmes matériels et les réparer le plus vite possible au sol. La compagnie Etihad par exemple, utilise une solution développée par GE Aviation et Accenture, Taleris pour contrôler en continu sa flotte. Werner Rothenbaecher, Vice Président des opérations Techniques chez Etihad explique sur le blog de GE :

[les données issues des capteurs] sont utilisées pour prendre des décisions informées rapidement en ce qui concerne la maintenance, tout en développant un leadership technologique dans le diagnostic technique des appareils…pour prédire les incidents potentiels et prendre les mesures adéquates pour réduire des opérations imprévues.

Le Big Data est donc bien un véritable « passage à l’échelle » pour les compagnies aériennes. Avec un nouveau niveau de connaissance client, elles peuvent personnaliser l’expérience client et renforcer leurs leviers de fidélisation, apportant un nouveau souffle à la satisfaction des voyageurs. Et grâce à de nouvelles possibilités de traitement en temps réel de données issues de capteurs embarqués, elles deviennent capable d’optimiser de manière fine la gestion opérationnelle et technique de leur flotte.

Pour en savoir plus :

Les propos de Pierre Jouniaux ont été recueillis dans la revue Télécom ParisTech 2013

Vous travaillez dans les transports ou la logistique ? Votre entreprise s’intéresse au Big Data ?
Contactez-nous pour des études personnalisées

Partagez l’article

 

Voir nos autres zooms sectoriels :

Big Data dans le e-commerce : 5 techniques, 5 études de cas

On utilise souvent l'exemple du e-commerce pour souligner le passage à l'échelle du Big Data. En effet, par rapport à un magasin physique traditionnel, une boutique e-commerce a à sa

Datification : le Big Data révolutionne le sport de haut niveau

S'il y a un domaine ou le Big Data bat des records, c'est bien le sport. Historiquement, la pratique du sport (surtout en compétition) s'est toujours accompagnée d'une flopée de

8 impacts du Big Data sur le secteur de l’Assurance

Par Anna Nesvijeskaia, consultante et doctorante à l'Ecole des Arts et Métiers. Le cœur de métier de l’assurance consiste à comprendre et évaluer le risque, ainsi qu’à générer les souscriptions.

L’impact du Big Data sur le secteur Logistique

Les entreprises de Logistique et de Transport de Marchandises sont en train de tourner le Big Data en avantage compétitif. Au premier rang, UPS et DHL rivalisent d'innovations liées au

Le Big Data transforme les compagnies aériennes

Bientôt, les stewards et hôtesses pourront savoir comment vous aimez votre café, la date de votre anniversaire, et ce que vous êtes susceptibles d'acheter à bord. Et grâce à des

Big Data : Comment les Opérateurs Télécom valorisent-ils vos données ?

La massification des échanges de données et les innovations technologiques liées au Big Data et aux Analytics sont à la fois source de nouveaux défis et de nouvelles opportunités dans

 

Inscrivez-vous à la Newsletter Data-Business.fr

 p–>