أنظمة التوصية على ارتفاع 30,000 قدم: هندسة المصادفة السعيدة في الطيران
بناء أنظمة التوصية للطيران لا يشبه Netflix أو Spotify في شيء. 95% من المستخدمين مجهولون، والمشتريات نادرة وعالية المخاطر، والتوصية 'الخاطئة' قد تُكلّف أموالاً حقيقية. إليك ما تعلمته من هندسة المصادفة السعيدة في قطاع الطيران.
هذا ليس Netflix
حين يفكر الناس في "أنظمة التوصية"، يفكرون في اقتراحات Netflix للأفلام أو Spotify في قوائم التشغيل. تشترك هذه السيناريوهات في ميزة رئيسية: بيانات مستخدم وفيرة.
الآن تخيّل بناء نظام توصية حيث:
- 95% من مستخدميك مجهولون تماماً
- يتفاعل المستخدم العادي 2-3 مرات سنوياً فقط
- قد تُكلّف عملية الشراء الواحدة مئات أو آلاف اليوروهات
مرحباً بك في أنظمة توصية شركات الطيران. كان هذا عالمي في zeroG (مجموعة لوفتهانزا) على مدى السنوات الثلاث الماضية.
مشكلة البدء البارد على نطاق واسع
لمعظم المنصات، يشكّل مستخدمو البدء البارد 10-20% من الحركة. لشركات الطيران، هم أكثر من 95%.
فن قياس التأثير
بناء نظام التوصية كان صعباً. إثبات نجاحه كان أصعب. بنيت إطار اختبار AB من الصفر يتعامل مع نموذجَين مختلفَين للتجزئة.
الرؤية الرئيسية: الأهمية الإحصائية لا تساوي الأهمية التجارية.
تحسين الأداء بمقدار 20 ضعفاً
أكبر تحسين لم يكن نموذجاً أفضل — بل بنية واجهة برمجية أفضل. حققت التقييم المتجهي والتجمع وتخزين الاستجابات مؤقتاً والتحميل الكسول تحسيناً في الأداء بمقدار 20 ضعفاً.
