背景

Fareboom.com是一个项目Best Travel Store Inc。这是一家总部位于美国的在线旅行社。它是由AltexSoft团队开发的,以取代该公司的一个旧版vwin.co0m本的预订服务。

Fareboom Price Predictor是我们团队需要提供的主要产品更新之一。其目标是在公司现有的旅游预订引擎上实现一个创新的票价预测功能。Price Predictor必须补充核心搜索功能,帮助用户做出更好的购买决定。它需要为对价格敏感的客户设计,以便在几个月的时间内锁定购买机票的最佳时间。

业务挑战

自2014年微软从旅游门户网站上撤下必应航班预测功能以来,主要市场参与者一直试图取代它的位置。虽然Kayak和Skyscanner等其他服务也提供类似的票价预测选项,但这一细分市场的竞争仍然非常激烈,因为总有改进的空间。

我们的客户拥有10年以上的旅游行业经验,为了给用户提供更好的客户服务和更多的价格节省机会,我们的客户决定加入竞争。其目标是建立一种智能算法,能够基于历史数据和智能预测分析模型预测未来的价格走势。

该项目包括以下几个任务:

  • 深入研究和历史数据分析
  • 预测算法的开发和增强
  • 用户体验和性能优化

Marko Cadez,Fareboom -最佳旅游商店公司的首席执行官,美国

价值交付

与Bing旅游预测服务类似,Fareboom价格预测服务旨在帮助用户做出明智的决定,比如何时购买机票,或等待多长时间才能获得最优惠的机票。为了提供预期的项目结果,我们的团队交付了以下里程碑:
  • mseven

    揭示大数据集中隐藏的模式

    为了能够预测未来的价格走势,我们的数据科学家研究了过去几年机票价格趋势变化的历史数据。实际的信息来自数以百万计的搜索,通过Fareboom搜索引擎处理,使预测高度可靠。为了增加数据量和统计能力,我们处理了邻居出行日期数据,并巧妙地合并算法形成时间序列,以便进一步预测。通过使用高级的数据挖掘和聚合技术,团队能够理解和可视化隐藏的模式。
  • 11-fareboom_2

    满怀信心地预测未来价格走势

    根据发现的模式,团队形成了具有不同参数的算法模型。关于实际机票价格的信息帮助我们找到了最合适的预测算法:通过设置最近的系统参数,我们的数据科学家运行算法来预测我们已经知道的票价。因此,我们能够根据准确的信息来验证或否定假设。最后的算法有平均置信率为75%并使用时间序列预测进行长期(7周)和短期(7天)预测。该算法正在通过机器学习技术不断改进,基于关于确定和不确定的预测的事实信息。
  • 梅洛航空

    无缝价格预测集成和优化的体验

    价格预测功能被整合到现有的票价搜索功能中,并显示给特定的Fareboom用户(目前约20%)。以搜索模块和弹出窗口的形式显示,它肯定能抓住用户的注意力,并允许大量的交互(如关闭弹出窗口,查看更多)和事件(如滚动,悬停,等)。因此,我们可以跟踪多个统计数据,并据此调整用户体验。例如,我们发现Price Predictor在游戏发行后的一个月内,每一回合的平均时间翻了一番,并且转化率还在持续增长

产品用户界面

方法及技术资料

FareBoom价格预测工具是由a专门小组,由一名数据科学家、一名UX/UI设计师和两名软件工程师组成。

预测算法是利用R编程语言然后转换成c#符合产品要求。此外,我们还应用了以下技术:数据挖掘,数据聚合外推法,时间序列预测

项目框架内提供的服务:旅游科技实践

想知道如何构建
独家软件产品为您的业务?

与我们的建筑师讨论您的项目需求。