Finnair optimerar operationskontrollen med banbrytande matematisk modell

Kortfattat

Kund

Finnair

Utmaning Finnair ville förbättra kundupplevelsen, sina interna arbetsflöden och kostnadseffektiviteten.

Resultat Matematiska modeller och mjukvaruverktyg som förbättrade kundupplevelsen och arbetsflödet för hela Operations Control Center, samt möjliggjorde signifikanta kostnadsbesparingar.

Fördelar De matematiska modellerna kan användas som ryggrad för nya applikationer, vilket gör hela projektet kostnadseffektivt.

Konkurrensen i flygbranschen gör det allt viktigare för flygbolag att fullt ut utnyttja sitt data som operativt beslutsstöd för att kunna erbjuda den bästa servicekvaliteten. Nitors kompetens inom data science hjälpte Finnair att ta fram matematiska modeller och mjukvaruverktyg. Detta förbättrade avsevärt kundupplevelsen och arbetsflödena i Operations Control Center och resulterade i betydande kostnadsbesparingar.

En försenad flygning kan orsaka en kedjereaktion på olika funktioner
Flygverksamhet är svårt. Att hålla flygningar enligt schemat, omdirigera passagerare som missat sina anslutningar och i allmänhet reagera på oväntade händelser är bara några av de problem som Operations Controllers måste hantera. Samtidigt måste faktorer som väderförhållanden, resebegränsningar och tillgång på personal beaktas.

Flygbolag fattar ett stort antal beslut varje dag, vars utfall kan bero på varandra och som kan få kedjereaktioner på många flygningar.

Från MVP till produktionsklar på fem månader
Projektet gick in i "produktionsklar" fas på cirka fem månader, vilket var när det introducerades för en större grupp användare. Vid denna tidpunkt lades den anpassade instrumentpanelen som byggdes i minimum viable product (MVP) ner, och resultaten levererades i Finnairs interna Business Intelligence-miljö i AWS-molnet.

Övergången till en bredare användarbas var överraskande smidig, även om mängden feedback naturligtvis ökade avsevärt. Därför infördes några anpassade formulär för att samla in och lagra feedback, vilket förbättrade feedbackloopen avsevärt.

Matematisk modell som grund för verktyg och optimeringsprocesser

Kärnmodellen möjliggör flera olika användningsfall och verktyg
Tillsammans skapade Nitors och Finnairs team en matematisk modell av kärnverksamheten, från vilken de kunde dra vissa slutsatser och se framtida fördelar. Medan modellen fortfarande utvecklades iterativt var den tillräckligt mogen för att ge mer exakta insikter än tidigare lösningar.

Eftersom det inledande problemet valdes noggrant skapade kärnmodellen möjligheter för en uppsättning andra verktyg och optimeringsprocesser för att ytterligare förbättra effektiviteten i affärsverksamheten. Tillsammans med Finnair planerade de flera nya MVP som skulle byggas på denna modell.

Väletablerade teknologier som grund
De teknologier som användes för projektet valdes ut baserat på mognad, lämplighet för det aktuella problemet samt kundens behov. I synnerhet användes allmänt vedertagna Data Science-verktyg med öppen källkod:

Python med Pandas för datahantering och numerisk beräkning
R Shiny och Streamlit för snabb prototypframtagning av användargränssnitten

Senare migrerades de användarorienterade delarna till kundens BI-verktyg, som var bekant för personalen, och möjliggjorde enklare integration med användarhanteringssystem.

Betydande kostnadsbesparingar och förbättrad kundnöjdhet

Betydande kostnadsbesparingar och förbättrad kundnöjdhet
Den uppsättning applikationer som utvecklades antogs smidigt för daglig operativ användning, vilket stöddes av utbildningssessioner för slutanvändarna samt en kontinuerlig insamling av feedback.

Att dela information om verktygen för organisationen och snabbt inkorporera förbättringsförslag till modellerna möjliggjorde inkludering av nyckelpersoner i utvecklingsinsatserna och snabb extraktion av värde från verktygen. Detta resulterade i ökad kundnöjdhet samt betydande kostnadsbesparingar för Finnair.

Att hjälpa Operations Control Center
Inom flygverksamhet hjälper en bra översikt över flygsituationen till att prioritera arbetet. Med de utvecklade verktygen kunde personalen i Operations Control Center läsa och visualisera nyckeldata om de viktigaste flygningarna, vilket hjälpte dem att styra sina beslut.

Från MVP till produktionsklar på fem månader

Interna workshops stödde projektets lansering
Finnair hade sammanställt en hög nivå av viktiga affärsproblem i interna workshops. Tillsammans med Nitor prioriterades dessa och potentiella lösningar övervägdes i mer detalj.

Den mest användbara utgångspunkten identifierades: en matematisk modell av passagerarnas resor från början till slut, för att ersätta mindre exakta, mer övergripande indikatorer som användes tidigare. Detta skulle möjliggöra en tydligare bild av kommande och pågående flygningar, vilket leder till enklare och mer informerat beslutsfattande.

MVP gör det lättare för intressenter att engagera sig
Efter att ha valt det första problemet att ta itu med, började teamet bygga en MVP. I nära samarbete lyckades teamen från Nitor och Finnair få MVP, en Python-applikation, att periodiskt köra modellen, och en R Shiny-visualisering att vara igång inom två månader.

Efter det började teamet samla in feedback från kundens domänexperter och intressenter. Från denna feedback blev det klart var vidare utvecklingsinsatser skulle koncentreras.

Iteration är avgörande för att holistiskt förbättra applikationen
Även om den iterativa utvecklingen fortsätter efter den initiala MVP-fasen, är den första iterationen avgörande eftersom den förbättrar applikationen holistiskt och gör den mer robust för nästa fas.