Copa Airlines lleva los datos a una nueva altura

Descripción de caso práctico

En este caso práctico, aprenderás cómo Copa Airlines, transportista nacional de Panamá, usó Alteryx para permitir que los departamentos comerciales clave como Precios, Administración de ingresos y Control de reservaciones central prosperen. Sus equipos han automatizado y optimizado los análisis de informes, han minimizado enormemente los errores de presentación de tarifas y la predicción de vuelos en riesgo de sobrevenderse, para nombrar solo algunos beneficios operativos. Copa ha tenido un crecimiento astronómico de la productividad, ya que redujo drásticamente la mano de obra manual y mejoró la agilidad de su proceso de toma de decisiones.

Describe el desafío o problema que necesitabas resolver

Insights de datos

Copa Airlines ofrece vuelos a 80 ciudades en 32 países de América. En 2014, los analistas de Copa debieron descargar manualmente cientos de archivos y anexarlos a Excel. Alteryx transformó completamente su cultura de datos. Uno de los primeros desafíos que Nuria Saavedra, analista de inteligencia de Copa, enfrentó en la empresa fue la creación de informes más rápidamente sin comprometer la precisión. “En nuestro sector, debemos vender el producto correcto al cliente adecuado, en el momento indicado y por un precio justo”, explicó Nuria.

Parte de las tareas de Nuria es analizar el comportamiento del cliente y proyectar la demanda de reservaciones futuras a fin de tomar decisiones importantes. “Nuestro analista de administración de ingresos necesita los datos a las 8 a.m. para administrar la disponibilidad de cada vuelo todos los días. El equipo debe analizar 115 millones filas de datos todas las mañanas”, dijo.

Automatización de precios

El equipo de Administración de Precios e Ingresos de Copa es responsable de la estrategia y presentación de tarifas para alrededor de 5000 mercados diferentes en todo el mundo. Este solía ser un proceso tedioso porque cada analista debía aplicar diferentes reglas y estrategias a varios archivos Excel para cada uno de los mercados de los que estaban a cargo. Además de eso, debían asegurarse de que no hubiera errores de presentación.

“Según el mercado, a veces debemos reducir nuestros precios para competir, pero otras veces podemos cobrar una prima. Queríamos ser muy ágiles y eficaces, y tener nuestra propia estrategia”, dijo Isacar Racine, analista de inteligencia sénior de Copa. Deseaba una aplicación capaz de analizar los datos de las tarifas de la competencia y aplicar las estrategias del equipo de precios para establecer las tarifas de Copa de manera más rápida y confiable y, así, evitar errores costosos.

Predecir vuelos agotados

Copa notó que algunos vuelos se estaban vendiendo demasiado rápido. Les faltaba la oportunidad de vender asientos a pasajeros de último momento que están dispuestos a pagar más. Querían desarrollar algo rápido que identificara qué vuelos corrían riesgo de venderse totalmente. “Contamos con un equipo que usa R y Python, y podrían haber desarrollado este proyecto usando esos lenguajes, pero necesitábamos algo rápido. Habíamos trabajado con Alteryx anteriormente y sabíamos que podía manejar millones de millones de filas”, dijo Isacar.

Describe la solución funcional

Insights de datos

Para afrontar el problema, Nuria analizó las reservaciones año a año. Usó los datos de Vuelo, que representan los pasajeros que realmente volaron contra lo que se reservó originalmente, los datos de Reservaciones, que representan lo que reservaron, y los datos de Demanda, que representan un estimativo de cuánta demanda debe esperar Copa en cada vuelo.

Los datos de Vuelo y de Reservaciones provienen de la misma fuente de datos y se encuentran al mismo nivel de agrupación, pero los datos de Demanda provienen de una fuente totalmente diferente. “Usamos muchas herramientas de Unión para los datos de Reservaciones y de Vuelo, y luego los integramos con los datos de Demanda. Debido a que era mi primer informe, usé herramientas simples, como Filtro, Fórmula y Agrupación”, explicó Nuria.

“Es una optimización constante. Más adelante descubrí que no necesitaba muchas herramientas de Unión para agrupar los datos; podía usar solo una herramienta Fórmula multicampo. Cuando realicé ese cambio, el rendimiento mejoró. Siempre puede aprender y mejorar constantemente. No lo complique, siempre hay una manera más simple de desglosarlo”, concluyó.

Automatización de precios

Isacar y su equipo dividieron el proyecto de precios de Copa en módulos y, con Alteryx Designer, solucionaron sus problemas de precios mediante macros. Desarrollaron cinco módulos: Transformación, Homologación, Motor de estrategia, Validación e Informe. A continuación, le pidieron al equipo de precios que probara cada módulo, lo ajustaron y lo volvieron a implementar. “De este modo pudimos detectar errores fácilmente y quedó claro cómo nos estábamos desempeñando en el proyecto”, dijo.

En el módulo Transformar, se aseguraron de que sus tarifas fueran claras y de que tuvieran el conjunto de datos y el tipo de datos correctos. Todas las aerolíneas tienen diferentes códigos para sus tarifas, por lo que en el módulo Homologar el equipo tradujo las tarifas de otras aerolíneas al lenguaje de Copa y se aseguró de que coincidieran. Después de eso, en el módulo Motor de estrategia, aplicaron estrategias que el equipo de precios tenía en todos los mercados a las tarifas que la aplicación estaba procesando. En el módulo de Validación, comprobaron si se seguían las reglas que habían establecido para cada mercado. Por último, en el módulo de Generación de informes, la aplicación enviaría los resultados por correo electrónico al equipo de precios y al coordinador de cada mercado.

“Un analista podría trabajar en el Motor de estrategia y el otro en el módulo Validación. Siempre que alguien trabajaba en el lado Transformar, conocía la salida, así la persona que trabajaba en el módulo Homologar podía trabajar de manera paralela”, agregó Isacar.

“El Motor de estrategia es una parte clave del proyecto. Nos aseguramos de que esta macro estuviera muy clara en caso de que alguien tuviera que modificarla. La herramienta de Prueba también fue muy importante porque si íbamos a tener una tarifa incorrecta en un mercado, queríamos que se interrumpiera, para que lanzaría un error si algo iba mal”, explicó. Ahora, su analista de precios solo debe ejecutar el flujo de trabajo en el Server y este arroja la salida basado en la estrategia que se estableció anteriormente.

Predecir vuelos agotados

En el sistema de reservación de Copa, todos los vuelos están disponibles 330 días antes de la salida. Para predecir la demanda futura, necesitaban conocer toda la curva de reservaciones del vuelo. “Nuestro sistema de administración de ingresos tiene diferentes variables para todos nuestros vuelos como el precio de la oferta, los asientos restantes y la velocidad de la reservación. Mediante el paquete predictivo de Alteryx, aplicamos los modelos a los datos para encontrar qué variables tenían mayor poder predictivo. Probamos diferentes modelos y fue tan fácil como arrastrar y colocar, en lugar de tener que escribir un código personalizado”, agregó Isacar.

El equipo de Isacar desarrolló una macro que envía la salida del algoritmo desarrollado anteriormente con una tabla de vuelos que estaban en riesgo de sobrevenderse a cada analista correspondiente. Luego, los analistas hicieron los ajustes necesarios para evitar que los vuelos se vendieran totalmente. De ese modo, se capturarían los ingresos de los pasajeros de último minuto.

Describe los beneficios que has obtenido

Alteryx no sólo ayudó a Copa Airlines a capturar los ingresos perdidos, sino que también revolucionó la manera en que la empresa manejaba sus datos. “Los beneficios de Alteryx fueron tan importantes que se hizo viral en Copa. Después de que comenzamos a usarlo, otros equipos nos imitaron”, dijo Nuria. Isacar disfrutó de la flexibilidad de Alteryx. ”No tenía conocimientos sobre precios cuando comencé a desarrollar esta aplicación. No tema cometer errores”, agregó. Para los analistas, usar el paquete predictivo de Alteryx fue fácil. “Para nuestros analistas el proceso fue familiar porque era similar a los modelos desarrollados en R o Python”, indicó Isacar.

“El volumen de datos no fue un problema para Alteryx. Implementamos estos datos en Alteryx Server y este demora 1 hora y media en procesar más de 300 millones de filas de vuelos futuros. Por ello, ahora cuando nuestros analistas llegan al trabajo, ya cuentan con un correo electrónico que identifica qué vuelos van a sobrevenderse y pueden tomar medidas muy rápidamente”, concluyó.