Eurowings, Eurowings Digital et zeroG ont collaboré pour organiser un hackathon intitulé ‘Coding Wings for Gravity’, visant à utiliser les données et l’Intelligence Artificielle (IA) pour stimuler l’innovation dans l’industrie de l’aviation.
“Notre hackathon vise plus que juste l’innovation – il s’agit d’utiliser les données et l’Intelligence Artificielle pour améliorer l’avenir de l’aviation à court et à long terme,” a déclaré Johannes Hansen, Managing Director chez Eurowings Digital et CIO chez Eurowings. “Ce qui rend cet événement spécial, c’est la collaboration directe entre les data scientists et les professionnels de la compagnie aérienne issus de toutes les fonctions commerciales, nous permettant de créer des solutions qui ne sont pas seulement théoriques, mais ancrées dans des applications concrètes prêtes à avoir un impact.”
Plus de 100 participants – des data scientists et des experts en IA de zeroG, travaillant avec des analystes et des experts en données de Eurowings – ont constitué le cœur du hackathon. Les équipes ont travaillé en petits groupes concentrés pour développer des concepts innovants démontrant comment le Machine Learning et l’Intelligence Artificielle peuvent être efficacement appliqués chez Eurowings et Eurowings Digital.
Les cas d’utilisation évalués incluent:
- Estimated Waiting Time Check-In:Développement d’une application qui fournit aux passagers des délais d’attente estimés au check-in, améliorant l’expérience aéroportuaire en réduisant l’incertitude et en améliorant la gestion du temps.
- Buy-On-Board Prediction: Un modèle prédictif basé sur l’IA pour optimiser le chargement de la nourriture fraîche à bord, réduisant le gaspillage et maximisant la rentabilité en prédisant avec précision la demande.
- No-Show Prediction: Ce cas d’utilisation se concentre sur la prédiction des absences de passagers à la porte, permettant une manipulation de bagages plus efficace et minimisant les retards causés par le déchargement des bagages.
- Data-Driven Route Profitability Analysis: Automatisation du processus de filtrage des données pour identifier les ‘points forts des données’ en rationalisant la fonction de contrôle avec des recommandations basées sur les données.
- Trip Purpose Segmentation: Avancement de la segmentation client en regroupant les motifs de voyage au-delà des catégories larges comme les loisirs ou les affaires, affinant la compréhension client pour des offres ciblées.
Liens utiles:
