Irinel Bucur, Investor & Travel Systems Innovator

În urmă cu aproximativ 2 ani scriam un articol în care povesteam cum utilizăm componente Iot și machine learning în procesul de business al unei societăți furnizoare de servicii de rent a car.
De această dată îmi propun să intrăm în detaliile mai puțin cunoscute, urmând să facem și o prezentare a pierderilor pe care le-am fi avut față de situația actuală în cazul în care nu implementam acest model.

O privire de ansamblu înainte de schimbarea modelului

Înainte de schimbarea modelului de business, societatea funcționa cu prețuri fixe și divizate în 3 mari intervale de timp (high season, medium season și low season). Acest lucru nu era neapărat rău și a ajutat compania mai mulți ani la rând să se dezvolte sănătos.
Ulterior s-au identificat mai multe surse unde societatea nu câștiga atât de mult față de cât s-ar fi putut.

1.  Ca să facem o estimare, în anul precedent adoptării soluției, soluție ce o vom prezenta în continuare, societatea a realizat un profit cu aproximativ 18% mai mic față de ce putea realiza printr-o implementare minimă a algoritmilor de învățare automată în procesul de vânzare bazați pe cerere și ofertă. Transpus în cifre la momentul respectiv, procentul însemna 44.000 EUR și era suficient de mare pentru o firmă cu vizibilitate regională.
2. În al doilea rând s-a analizat procentul de vehicule indisponibilizate datorită problemelor tehnice sau estetice, probleme cauzate de clienți, incluzând și gradul de indisponibilizare pentru reviziile periodice. S-a constatat că, în medie, vehiculele sunt indisponibilizate pentru o perioadă de 5% din perioada unui an, perioadă în care societatea nu a realizat o creștere a profitului, în medie, cu 11% (aproximativ 30.000 EUR). Costurile pentru implementarea algoritmilor de învățare automată care să permită realizarea acestui profit suplimentar sunt de aproximativ 60.000 EUR dacă se realizează intern. Rezultă că toată investiția ar fi recuperată în mai puțin de un an.

Ce informații sunt necesare

S-a decis analizarea celor 2 probleme în mod individual și încercarea de a le rezolva una după cealaltă.
S-a început, cum era de așteptat, cu cea mai simplă dintre ele: analiza gradului de cerere comparativ cu oferta/disponibilitatea vehiculelor.
Astfel, sistemul analizează datele de căutare din ultimii 2 ani și compară cu gradul curent de căutare. Când, pentru o perioadă curentă, sunt mai multe căutări (procentual pentru numărul de vehicule disponibile), sistemul decide creșterea prețului, creștere ce poate varia între 5% și 25%.
Deoarece nu se poate cunoaște numărul de cereri sau disponibilitatea concurenței, s-a decis să se crească numărul cererilor prin implementarea mai multor variante care aduc clienți către portal, iar dacă numărul acestora crește, printr-o funcție liniară se calculează și se decide gradul de disponibilitate al vehiculelor pentru concurență (cu cât mai multe persoane caută la noi, care avem deja prețurile ridicate, rezultă că concurența are disponibilitate limitată).
A două problemă a presupus culegerea de informații referitoare la: locația de unde se realizează o căutare, vârsta persoanei, naționalitatea acesteia, numărul de km parcurși când se închiriază un vehicul, drumurile pe care circulă și viteză de deplasare, tipul și numărul pro­blemelor raportate de agenți la returnarea vehiculelor, fiecărui criteriu dându-i-se câte o importanță diferită.

Algoritmii de învățare automată folosiți

Pentru prima problemă s-au creat, în baza datelor existențe, perioade de timp folosind algoritmul k-means. Astfel, s-au creat centre de greutate diferite acoperindu-se perioada unui an.
Datele din anul curent se grupează per zile și se însumează în funcție de căutări și locațiile căutate, analizându-se nivelul de căutare și aplicând o funcție de regresie liniară se decide variația în căutare. Asupra acestei variații s-au aplicat procente statice de creștere a prețului, procente cuprinse între 5% și 25%.
Rezolvarea acestei prime probleme a fost partea relativ simplă. Problema se pune în momentul în care datele devin din ce în ce mai multe, iar procesul de învățare este posibil să dureze din ce în ce mai mult.
Procesarea pentru procesul de învățare se realizează în fiecare noapte, iar săptămânal se regenerează centroizii pentru datele din ultimii 2 ani, procesul durând aproximativ 45 minute.

Cum s-a rezolvat cea de-a doua problemă

Pentru cea de-a două problemă, s-a decis inițial izolarea fiecărei categorii în parte și gruparea informațiilor în funcție de regiunea din care se face căutarea.
Astfel, s-au creat seturi multiple de date pentru clienții din zona Africa, Asia, Europa, USA, Canada etc., zonele fiind stabilite dinamic în funcție de numărul de informații pentru persoanele dintr-o anumită zonă.
Se poate distinge că, împărțind datele pe bază acestui algoritm, avem mai multe seturi de date pentru fiecare criteriu în parte.
Datele odată grupate în acest mod ne-au dat posibilitatea să decidem gradul de risc de accident al clienților ce fac rezervări din Africa de exemplu.
Ca și algoritmi s-a folosit K-means și o funcție de regresie liniară de stabilire a procentului de asemănare cu eșantionul din care face parte o persoană nouă ce realizează o căutare (este esențial că identificarea să se realizeze înainte de a-i prezenta persoanei o variantă de preț).
Pentru fiecare astfel de criteriu s-au stabilit procente diferite de risc (în funcție de riscul financiar pe care acesta îl presupune). De exemplu, o indisponibilizare de 15 zile a unui vehicul grație unui accident costă firma în medie 450 euro, în timp ce returnarea unui vehicul nespălat costă firma 10 euro + o oră din timpul de lucru al unui agent, aproximativ 15 euro în total.
Este clar că gradul de risc al unei mașini returnate murdare este mai mic decât în cazul unui accident. Asemănător s-a stabilit riscul pentru toate criteriile, inclusiv indisponibilizările grație reviziilor tehnice, reparațiilor etc și, având sumă totală, s-a putut stabili importanța fiecărui tip de risc în decizia finală.
S-a mers totuși puțin mai departe și, pentru anumite riscuri cu expunere financiară minimă, s-a decis evitarea acestora prin adăugarea costului în prețul de închiriere a unui vehicul (gen costul de spălare pentru clienții dintr-un anumit eșantion).
Având aceste informații și gradul de risc general plus specific, s-a decis adăugarea la prețul stabilit la pasul precedent a unui procent cuprins între 5% și 80%. Nu au fost cazuri de creștere a prețului cu 80% dar, pentru un anumit eșantion, acesta crește cu 66% prezentând risc ridicat de returnare a vehiculului ca urmare a unui accident rutier.

Situația curentă

În prezent, la 6 luni de la punerea în funcțiune a acestor algoritmi, putem observa o creștere a profitabilității și o scădere a evenimentelor neplăcute sau indisponibilizării vehiculelor din cauza problemelor tehnice (accident / daune).
Numărul clienților mulțumiți a crescut și, după o perioadă de 3 luni, au înțeles că, dacă vor să obțină prețuri mai mici, trebuie să-și planifice din timp rezervarea. Acest aspect oricum era cât de cât înțeles de aceștia, dar nu se datora modificărilor de preț, ci disponibilității unui anumit tip de vehicul. În acest moment, chiar și un vehicul ieftin este posibil să coste mult mai mult chiar decât unul din categorie medie.
În urmă aplicării acestor algoritmi, în primele 6 luni, societatea a recuperat 45% din costurile de implementare a acestora, procesul de calibrare a indicatorilor nefiind însă finalizat (încă mai modificăm gradul de importanță a fiecărui tip de risc în parte).

În loc de concluzie

Ceea ce am reușit să învățam în urma acestei analize și implementări este că putem să ne creștem veniturile și, implicit, profitul dacă aruncăm o privire asupra datelor pe care le avem deja și pentru care plătim că să le stocăm.
Orice afacere poate profita de pe urmă aplicării algoritmilor de învățare automată. Noi când am început, în afară de cunoștințele predate de domnul profesor Ciortuz de la Facultatea de Informatică din Iași, alte informații nu aveam. Drept urmare, am început cu ce era mai simplu și am căutat să vedem cum putem crește prețurile când cererea este crescută și cum să divizăm informațiile în date ce se pot analiza și în baza cărora putem trage concluzii de creștere a prețului. Acest lucru îl poate face oricine.
Și totuși, probabil vă gândiți că ceea ce am descris în acest articol este „știință nucleară”. Din fericire, veți observa că algoritmii de învățare automată sunt mai simpli decât credeți și, mai mult, modelele matematice pe care se bazează există de mult timp. Tot ce vă trebuie este voința și dorința de a scoate mai mult din ceea ce aveți deja!