從數(shù)據(jù)倉庫到商業(yè)智能，再到大數(shù)據(jù)和人工智能，各種數(shù)據(jù)技術(shù)已經(jīng)在航司各個(gè)業(yè)務(wù)領(lǐng)域有了一定程度的實(shí)踐和應(yīng)用，而面對(duì)快速變化的行業(yè)現(xiàn)狀和需求，這些技術(shù)是否可以更好的解決航司在數(shù)據(jù)治理、營銷增強(qiáng)、決策輔助方面的難題，正成為航司這一階段的主要探索和實(shí)踐。一方面，在提直降代的行業(yè)大背景下，航司客戶群體逐漸發(fā)生由to B轉(zhuǎn)變?yōu)閠o C的改變，開始由to B轉(zhuǎn)變?yōu)閠o C。另一方面，航司的營銷預(yù)算有限，而流量紅利消失殆盡，獲取成本越來越高，對(duì)流量“精細(xì)化、場(chǎng)景化”運(yùn)營管理成為大勢(shì)所趨。而知識(shí)圖譜技術(shù)是有能力通過融合各類數(shù)據(jù)，構(gòu)建用戶行為關(guān)系網(wǎng)，可以深入幫助航司動(dòng)態(tài)預(yù)測(cè)用戶潛在需求，節(jié)省營銷及運(yùn)營成本，提升收益，從而促進(jìn)航司數(shù)字化轉(zhuǎn)型。

國雙航旅事業(yè)部總經(jīng)理張桐先生

知識(shí)圖譜將如何影響航司，又帶來哪些變化呢？在8月29日的“AMC航空峰會(huì)分論壇”上，國雙航旅事業(yè)部總經(jīng)理張桐發(fā)表了主題為《知識(shí)驅(qū)動(dòng)下的航旅數(shù)據(jù)應(yīng)用》的演講，詳細(xì)介紹了國雙在這一方面的探索。

知識(shí)圖譜如何驅(qū)動(dòng)航司數(shù)據(jù)應(yīng)用？

知識(shí)圖譜是利用節(jié)點(diǎn)和關(guān)系所組成的圖譜，可以為真實(shí)世界的各個(gè)場(chǎng)景直觀地建模。張桐表示：“簡(jiǎn)單說，知識(shí)圖譜就是把所有不同種類的信息連接在一起而得到的一個(gè)關(guān)系網(wǎng)絡(luò)。基于這個(gè)關(guān)系網(wǎng)絡(luò)，我們就有了從“關(guān)系”的角度去分析問題的能力，精準(zhǔn)洞察旅客出行的消費(fèi)意圖，從而助力航司業(yè)務(wù)發(fā)展?！?/p>

比如，最近《長安十二時(shí)辰》特別火，看了之后有些人特別想“去華山旅游”，基于這個(gè)意圖，將衍生出機(jī)票購買、出行方式、酒店預(yù)訂等各種需求，各種需求節(jié)點(diǎn)之間可能是順承的關(guān)系、也有可能是因果的關(guān)系，各種關(guān)系網(wǎng)構(gòu)成了航司對(duì)“去華山旅游”這一事件的認(rèn)知，這種認(rèn)知的沉淀就是知識(shí)，它可以指導(dǎo)航司業(yè)務(wù)發(fā)展，比如推出與華山相關(guān)的景區(qū)預(yù)訂、返程機(jī)票預(yù)訂、接送機(jī)服務(wù)等。

張桐提到：“知識(shí)圖譜離我們并不遙遠(yuǎn)，已經(jīng)大量在我們生活中落地。比如我們熟知的搜索引擎，當(dāng)搜特價(jià)機(jī)票時(shí)會(huì)智能推送某家航空公司的打折機(jī)票；還有智能客服助手，可以智能推送天氣情況及是否需要托運(yùn)行李等；肯尼迪機(jī)場(chǎng)的空中流量管理等等，實(shí)際都運(yùn)用了知識(shí)圖譜技術(shù)?！?/p>

張桐還指出：“我們現(xiàn)在聊得知識(shí)圖譜是傳統(tǒng)知識(shí)圖譜，也稱為實(shí)體圖譜，和事理圖譜的結(jié)合使用，不僅能夠解決‘who’‘ when’‘ what’‘ where’等靜態(tài)的、變化緩慢的問題，還能運(yùn)用事理過程去解決‘how’‘why’‘maybe’等動(dòng)態(tài)的、需要預(yù)測(cè)的問題?！? 這是因?yàn)椴煌跈C(jī)器學(xué)習(xí)或者深度學(xué)習(xí)，知識(shí)圖譜通過對(duì)數(shù)據(jù)的分析和應(yīng)用，讓機(jī)器具備了認(rèn)知能力。它不僅有能力對(duì)當(dāng)前情況、他人或者自身進(jìn)行復(fù)雜的抽象和認(rèn)知，而且有能力舉一反三，對(duì)未來有預(yù)見性，可以做長期規(guī)劃，還能進(jìn)行想象，推理，抽象，假設(shè)。

航司如何構(gòu)建知識(shí)圖譜？

知識(shí)圖譜通過融合數(shù)據(jù)科學(xué)家、行業(yè)專家的智慧和能力，全面挖掘企業(yè)的內(nèi)部、外部和交互數(shù)據(jù)，形成一種基于知識(shí)體系的數(shù)據(jù)智能，然后運(yùn)用各種算法模型進(jìn)行分析，實(shí)現(xiàn)數(shù)據(jù)的落地應(yīng)用，比如故障預(yù)警、原因探查、智能問答、智能推薦、產(chǎn)品設(shè)計(jì)、流程優(yōu)化和自動(dòng)營銷等。在這一過程，數(shù)據(jù)科學(xué)家與行業(yè)專家之間還可以相互賦能，達(dá)成良性互動(dòng)。

對(duì)航司具體來說，構(gòu)建知識(shí)圖譜的第一步就是數(shù)據(jù)的收集，航司可利用的內(nèi)外部數(shù)據(jù)十分豐富，內(nèi)部數(shù)據(jù)包括航班計(jì)劃、運(yùn)價(jià)管理、會(huì)員管理、GDS、呼叫中心、機(jī)務(wù)維修等，交互數(shù)據(jù)包括線上自營渠道的設(shè)備信息和事件點(diǎn)擊數(shù)據(jù)、百度等各類廣告數(shù)據(jù)，外部數(shù)據(jù)主要有文檔、評(píng)論和攻略等；當(dāng)航司完成數(shù)據(jù)收集之后，就可以自底向上展開數(shù)據(jù)處理，提取實(shí)體、事件、屬性和關(guān)系等；然后借助行業(yè)專家和機(jī)器學(xué)習(xí)自上而下進(jìn)行數(shù)據(jù)標(biāo)注；再進(jìn)行知識(shí)驗(yàn)證，完成知識(shí)的生成和更新，形成知識(shí)圖譜的雛形；最后，利用機(jī)器學(xué)習(xí)完成知識(shí)推理，識(shí)別旅客意圖，進(jìn)行場(chǎng)景的落地，賦能航司業(yè)務(wù)發(fā)展。

張桐現(xiàn)場(chǎng)還舉了一個(gè)形象的例子解釋知識(shí)圖譜的構(gòu)建過程，他說：“假如，你告訴機(jī)器人你要吃土豆燒牛肉，機(jī)器人會(huì)很懵，不知道這是什么。而如果你輸入土豆燒牛肉的菜譜，告訴他如何備菜、如何燒菜、怎么掌握火候，它就可以幫你搞定。知識(shí)圖譜的構(gòu)建過程就是菜譜的形成過程?！?/p>

在航司各領(lǐng)域，知識(shí)圖譜的機(jī)會(huì)在哪？

目前，知識(shí)圖譜已在工業(yè)互聯(lián)網(wǎng)、金融、營銷等行業(yè)有了大量的實(shí)踐，在航旅領(lǐng)域，國雙將重點(diǎn)發(fā)力兩大領(lǐng)域：數(shù)據(jù)分析和營銷。張桐表示，“國雙希望通過整合航司多方數(shù)據(jù)，把人的信息動(dòng)態(tài)關(guān)聯(lián)起來，打造航司專屬知識(shí)庫，發(fā)揮數(shù)據(jù)聚合價(jià)值。在知識(shí)庫加持下再往上延展，我們就可以做航司一直想做但沒做的很多事情，比如移動(dòng)端推薦引擎、產(chǎn)品打包整合等”。

數(shù)據(jù)分析領(lǐng)域

航司在數(shù)據(jù)分析領(lǐng)域可以基于實(shí)體圖譜/事理圖譜進(jìn)行知識(shí)推理，通過層層剖析數(shù)據(jù)之間的關(guān)系，了解現(xiàn)象之后的真實(shí)原因，進(jìn)而可以提高策略反饋的效率和實(shí)施效果。目前，國雙已在線上運(yùn)營和收益輔助方面有所嘗試。

線上運(yùn)營的知識(shí)庫主要包括用戶類型、功能、季節(jié)、來源、平臺(tái)、時(shí)間、性能等七大模塊，每一模塊還包含多個(gè)細(xì)項(xiàng)。航司通過層層剖析，追根究底，可以幫助線上運(yùn)營更通暢。比如，航司發(fā)現(xiàn)近一段時(shí)間官網(wǎng)查訂比較低，那么就可以運(yùn)用知識(shí)庫查詢近期的預(yù)訂量和查詢量發(fā)生了哪些變化，如果發(fā)現(xiàn)是預(yù)訂量比低，那么是不是最近新用戶比較多？如果是，是不是最近營銷活動(dòng)選擇的渠道質(zhì)量不太好？最終，根據(jù)數(shù)據(jù)和關(guān)系，層層推導(dǎo)出背后的原因。

收益輔助的知識(shí)庫主要包含旅客因素、內(nèi)部因素、外部因素、同業(yè)競(jìng)爭(zhēng)、異業(yè)競(jìng)爭(zhēng)及政治環(huán)境等六大方面數(shù)據(jù)。航司借助多方數(shù)據(jù)的聯(lián)動(dòng)聚合，可以見微知著，收益管理將更高效。事實(shí)上，經(jīng)過國雙研究發(fā)現(xiàn)，景點(diǎn)的搜索量、城市的人流、城市的搜索量、酒店的搜索量、重大活動(dòng)、用戶地理位置的變動(dòng)等，都會(huì)對(duì)機(jī)票的預(yù)訂量和票價(jià)產(chǎn)生影響。

營銷領(lǐng)域

一個(gè)普通旅客的完整生命周期大概有28個(gè)節(jié)點(diǎn)，每一步都蘊(yùn)藏著大量的銷售旅行增值服務(wù)的機(jī)會(huì)。張桐表示：“我們可以基于知識(shí)圖譜和深度學(xué)習(xí)，在這28個(gè)節(jié)點(diǎn)的動(dòng)態(tài)事件基礎(chǔ)上，結(jié)合用戶群體和個(gè)體數(shù)據(jù)，動(dòng)態(tài)地預(yù)測(cè)后續(xù)旅客的意圖，構(gòu)建航旅領(lǐng)域智慧大腦?！?/p>

具體來說，通過知識(shí)圖譜，可以發(fā)現(xiàn)當(dāng)一個(gè)旅客來到航司的直銷渠道之后，70%的可能性是查詢機(jī)票，15%的可能性是辦理值機(jī)，5%的可能性是查詢航班動(dòng)態(tài)。在查詢機(jī)票的人群中，75%的人群是單程查詢，25%的人群是往返查詢，最終各約15%和13%的人群實(shí)現(xiàn)機(jī)票的購買。購買機(jī)票之后，旅客會(huì)有去機(jī)場(chǎng)、值機(jī)選座、購買保險(xiǎn)和預(yù)定酒店等需求，占比分別為40%、5%、1%和3%。基于這些可能性預(yù)測(cè)，航司可以更好地推薦相關(guān)產(chǎn)品和服務(wù)，提升轉(zhuǎn)化率。

去年，國雙就已幫助某航旅領(lǐng)域客戶通過知識(shí)圖譜預(yù)測(cè)用戶的消費(fèi)需求，建立聚類模型揭示客群數(shù)據(jù)中隱藏的規(guī)律，發(fā)現(xiàn)行為模式類似的其他客群；同時(shí)建立傾向性模型預(yù)測(cè)用戶未來的行為，預(yù)測(cè)用戶轉(zhuǎn)化軌跡、購特賣商品或下單的可能性。通過國雙航旅解決方案的應(yīng)用，該用戶的廣告點(diǎn)擊率（CTR）上升了162%，線上訂單轉(zhuǎn)化率直接上升202%。

國雙知識(shí)圖譜能力

作為當(dāng)前人工智能研究的最前沿技術(shù)，國雙早已將知識(shí)圖譜中的關(guān)系抽取技術(shù)應(yīng)用于多個(gè)業(yè)務(wù)場(chǎng)景中，如公安筆錄數(shù)據(jù)中的傷害信息抽取、油氣領(lǐng)域的知識(shí)抽取等，都取得了顯著效果；學(xué)術(shù)層面，國雙近期還一舉獲得CCKS 2019“人物關(guān)系抽取”大賽兩項(xiàng)任務(wù)冠、亞軍各一枚，該比賽由中國中文信息學(xué)會(huì)語言與知識(shí)計(jì)算專業(yè)委員會(huì)主辦，是知識(shí)圖譜技術(shù)領(lǐng)域相當(dāng)權(quán)威的學(xué)術(shù)競(jìng)賽，充分驗(yàn)證了國雙的知識(shí)圖譜實(shí)力已達(dá)到國際標(biāo)準(zhǔn)和國內(nèi)領(lǐng)先水平。

長期以來，航旅是國雙重點(diǎn)布局的行業(yè)，作為中國領(lǐng)先的企業(yè)級(jí)大數(shù)據(jù)和人工智能解決方案提供商，國雙研發(fā)了自主可控的產(chǎn)業(yè)人工智能平臺(tái)，以AI科技助力中國企業(yè)數(shù)字化轉(zhuǎn)型，賦能司法、油氣、數(shù)字營銷等領(lǐng)域用戶提升質(zhì)效，并希望將自身的技術(shù)積累和實(shí)踐持續(xù)復(fù)用運(yùn)用在航司等更多的業(yè)務(wù)場(chǎng)景，做些對(duì)行業(yè)有價(jià)值的事情。長期以來，航旅是國雙在數(shù)字營銷領(lǐng)域重點(diǎn)布局的行業(yè)之一，張桐也提到：“未來，國雙希望能夠聚焦航旅行業(yè)數(shù)據(jù)和知識(shí)體系，幫助航司更好的挖掘數(shù)據(jù)價(jià)值，能夠協(xié)助航司建立真正由大數(shù)據(jù)平臺(tái)支撐的行業(yè)知識(shí)庫。我們也期待與更多航司在收益輔助管理、航班動(dòng)態(tài)預(yù)測(cè)，甚至在機(jī)務(wù)層面一起探索，賦能行業(yè)發(fā)展?！?/p>