Copa Airlines fait décoller ses activités grâce aux données

Présentation du cas d'usage

Dans ce cas d'usage, vous découvrirez comment Copa Airlines, la compagnie aérienne nationale du Panama, a utilisé Alteryx pour booster les résultats de ses principales équipes, comme celles en charge de la tarification, de la gestion des recettes ou du contrôle central des réservations. Pour ne citer que quelques avantages opérationnels, ces équipes ont automatisé et optimisé les analyses de rapports, réduit considérablement les erreurs de classement des tarifs et prédit les vols risquant d'être complets. Copa a vu sa productivité augmenter de façon spectaculaire, car elle a réduit de manière drastique le travail manuel et amélioré l'agilité de son processus décisionnel.

Décrivez le défi professionnel à relever ou le problème à résoudre

Analyse des données

Copa Airlines dessert 80 villes dans 32 pays du continent américain. En 2014, les analystes devaient télécharger manuellement des centaines de fichiers et les combiner dans Excel. Alteryx a complètement transformé la culture des données. L'un des premiers défis que Nuria Saavedra, Intelligence Analyst chez Copa, a dû relever au sein de l'entreprise, était de créer des rapports plus rapidement sans compromettre la précision. « Dans notre service, nous devons vendre le bon produit au bon client, au bon moment et au bon prix », explique Nuria.

L'analyse du comportement des clients et la projection de la demande de réservations futures pour la prise de décisions critiques font partie de la tâche de Nuria. « Notre analyste en gestion des revenus a besoin d'avoir les données à 8 heures du matin pour gérer la disponibilité de chaque vol, chaque jour. Tous les matins, l'équipe doit analyser 115 millions de lignes de données », explique-t-elle.

Automatisation des prix

L'équipe en charge de la gestion des tarifs et des recettes de Copa doit définir des stratégies et classer des tarifs pour environ 5 000 marchés différents à travers le monde. Auparavant, ce processus était chronophage, car chaque analyste devait appliquer différentes règles et stratégies à un certain nombre de fichiers Excel pour chaque marché dont il était responsable. Il devait également s'assurer qu'il n'y avait pas d'erreurs de classement des tarifs.

« Selon le marché, nous devons parfois réduire nos prix pour être compétitifs, mais parfois nous pouvons facturer un surcoût. Nous cherchons donc à avoir notre propre stratégie pour nous montrer très efficaces », explique Isacar Racine, Senior Intelligence Analyst chez Copa. Il cherchait une application capable d'analyser les données tarifaires des concurrents et d'appliquer les stratégies de l'équipe de tarification pour fixer les tarifs plus rapidement et de manière fiable, afin d'éviter les erreurs onéreuses.

Prédiction des vols complets

Copa a remarqué que certains vols devenaient complets trop rapidement. Par conséquent, la compagnie manquait l'occasion de vendre des sièges de dernière minute à un tarif plus élevé. Elle souhaitait développer une solution permettant d'identifier les vols susceptibles d'être rapidement complets. « Nous disposons d'une équipe qui utilise R et Python et qui aurait pu développer ce projet en utilisant ces langages, mais il fallait faire vite. Nous avions déjà travaillé avec Alteryx et nous savions qu'il pouvait gérer des millions de rangées sans problème », explique Isacar.

Décrivez votre solution

Analyse des données

Pour résoudre ce problème, Nuria a analysé les réservations d'une année sur l'autre. Elle a utilisé les données de vol, c'est-à-dire les vols effectués par les passagers par rapport aux réservations initiales, les données de réservation, soit ce qu'ils ont réservé et les données de demande, qui sont une estimation de la demande que Copa doit attendre pour chaque vol.

Les données de vol et de réservation proviennent de la même source de données et sont au même niveau d'agrégation, tandis que les données de demande proviennent d'une source totalement différente. « Nous avons utilisé de nombreux outils de jointure pour les données de réservation et de vol, puis nous les avons intégrés aux données de demande. Comme il s'agissait de mon premier rapport, j'ai utilisé des outils simples tels que Filtrer, Formule et Agréger », explique Nuria.

« C'est une optimisation permanente. J'ai compris que je n'avais pas besoin d'une foule d'outils de jointure pour agréger les données, l'outil Multi Formule suffisait. Une fois que j'avais fait ce changement, j'ai boosté mes performances.<br> Vous devez apprendre en permanence pour vous améliorer. Restez simple, il y a toujours un moyen plus facile d'y arriver », conclut-elle.

Automatisation des prix

Isacar et son équipe ont divisé le projet de tarification de Copa en modules, et avec Alteryx Designer, ils ont trouvé des réponses à leurs questions sur la tarification à l'aide de macros. Ils ont développé cinq modules : Transformation, Homologation, Moteur de stratégie, Validation et Rapport. Ensuite, ils ont demandé à l'équipe de tarification de tester chaque module, qu'ils ont ajusté puis redéployé. « De cette façon, nous avons pu repérer facilement les erreurs et développer une vision claire du projet », explique-t-il.

Dans le module Transformation, ils se sont assurés que leurs tarifs étaient corrects et qu'ils disposaient du bon ensemble et type de données. Chaque compagnie aérienne possède des codes différents pour ses tarifs. Ainsi, dans le module Homologation, l'équipe a traduit les tarifs des autres compagnies aériennes dans le langage de Copa et s'est assurée qu'ils correspondaient. Ensuite, dans le module Moteur de stratégie, elle a appliqué les stratégies de l'équipe de tarification sur chaque marché aux tarifs que l'application traitait. Dans le module Validation, l'équipe a vérifié si les règles établies pour chaque marché étaient respectées. Enfin, dans le module Rapport, l'application envoyait les résultats par e-mail à l'équipe tarification et au coordinateur de chaque marché.

« Un analyste pouvait travailler sur le Moteur de stratégie et l'autre dans le module Validation. Chaque fois qu'une personne travaillait dans le module Transformation, elle connaissait le résultat, de sorte que la personne travaillant dans le module Homologation pouvait travailler en parallèle », ajoute Isacar.

« Le Moteur de stratégie est l'élément clé du projet. Nous avons fait en sorte que cette macro soit très claire au cas où quelqu'un devait la modifier. L'outil Test était également important, car si nous devions avoir un tarif erroné sur un marché, nous voulions qu'il soit cassé, afin qu'il génère une erreur en cas de problème », explique-t-il. Aujourd'hui, leur analyste tarifaire doit simplement exécuter le workflow dans Server, ce qui produit un résultat en fonction de la stratégie définie précédemment.

Prédiction des vols complets

Dans le système de réservation de Copa, chaque vol est disponible 330 jours avant le départ. Afin de prédire la demande, la compagnie devait connaître toute la courbe de réservation du vol. « Notre système de gestion des recettes comporte différentes variables pour tous nos vols, telles que le prix de l'offre, les sièges restants et la vitesse de réservation. Nous avons appliqué les modèles aux données pour trouver les variables ayant le plus grand pouvoir prédictif à l'aide du package prédictif d'Alteryx. Nous avons testé différents modèles, et il fallait juste glisser-déposer plutôt que produire du code personnalisé », ajoute Isacar.

L'équipe d'Isacar a développé une macro permettant d'envoyer le résultat de l'algorithme précédemment développé avec un tableau des vols susceptibles d'être complets à chaque analyste respectif. Ensuite, les analystes ont effectué les ajustements nécessaires pour éviter que les vols deviennent complets. De cette façon, ils ont pu récupérer des revenus grâce aux passagers de dernière minute.

Décrivez les avantages de la solution mise en place

En plus d'avoir aidé Copa Airlines à récupérer ses revenus perdus, Alteryx a également révolutionné la gestion des données de la compagnie. « Les avantages d'Alteryx étaient si énormes que Copa ne pouvait plus s'en passer. Une fois que nous avons commencé à l'utiliser, d'autres équipes ont suivi », explique Nuria. Isacar a apprécié la flexibilité d'Alteryx. « Je n'avais aucune expérience en matière de tarification lorsque j'ai commencé à développer cette application. N'ayez pas peur de faire des erreurs », ajoute-t-il. L'utilisation du package prédictif d'Alteryx a été facile pour les analystes. « Ils n'étaient pas perdus, car c'est similaire aux modèles fabriqués en R ou Python », explique Isacar.

« La quantité de données n'était pas un problème pour Alteryx. Nous déployons ces données sur Alteryx Server et il faut 1 heure 30 pour traiter plus de 300 millions de lignes de vols à venir. Ainsi, lorsque nos analystes arrivent au travail, ils disposent déjà d'un e-mail montrant les vols sur le point d'être complets, ce qui leur permet d'agir très rapidement », conclut-il.