Российский туризм осваивает большие данные и искусственный интеллект

Большие данные (Big Data) - это огромные массивы информации, которые можно использовать для сбора статистики, анализа, принятия решений и составления прогнозов. Для их обработки используют автоматические инструменты - искусственный интеллект (ИИ). По данным исследования VK Cloud и Arenadata, проведенного в 2022 году, уже 62% крупных российских компаний внедрили решения в области Big Data.

Внедрение ИИ идет примерно теми же темпами. Ежегодное исследование международной консалтинговой компании McKinsey свидетельствует о том, что доля компаний, которые в 2022 году внедряли искусственный интеллект в свою работу, составила от 50 до 60% и в два раза превысила аналогичный показатель 2017 года. Компании, использовавшие возможности ИИ, сообщали о значительном снижении затрат и увеличении доходов.

Российский бизнес следует общемировому тренду и также использует современные технологии в работе. В числе лидеров здесь - финтех, ритейл, маркетинг и реклама. По этому же пути идет и туризм. Как Big Data и ИИ меняют рынок туризма, обсудили участники технологической сессии, которая прошла в рамках форума-выставки "ОТДЫХ Leisure 2023" при поддержке сервиса бронирования отелей МТС Travel.

Big Data для туризма: источники, оценка, использование

Елена Семчук, руководитель проекта "МТС Исследования", рассказала об источниках Big Data для рынка туризма: это банки, телеком- и digital-компании (поисковики, агрегаторы путешествий), соцсети. Получается огромный массив деперсонализированной агрегированной информации. Анализируя ее, можно понять, к какому типу принадлежат путешественники, куда, как часто, как далеко они ездят, какие регионы предпочитают разные группы населения, а также оценить структуру трат.

Такая информация имеет большое значение для туристической отрасли. Например, на основании анализа поведения туристов, посещающих озеро Байкал, можно дать рекомендации для местных властей по развитию инфраструктуры, строительству новых отелей и т. д. Но анализировать Big Data надо грамотно, и этому вопросу посвятила свое выступление Ирина Скворцова, основатель агентства поддержки бизнеса Starling Consult, эксперт в сфере качественных исследований.

По ее словам, Big Data имеет ряд преимуществ. Например, анализ позволяет сопоставить данные, полученные из разных источников, получить комплексную информацию о путешественниках. Но любые выводы на базе Big Data требуют проверки доменной экспертизой: нужно сравнить выводы с общерыночными трендами, понять, по какому параметру данные могут быть неполными.

Анализ Big Data желательно обогащать качественными исследованиями, а также сопоставлять и дополнять опросными количественными исследованиями. В этом случае у нас будут наиболее реалистичные и полноценные результаты. Они позволяют проверить или уточнить выводы, полученные с помощью Big Data, а также протестировать гипотезы, которые родились в процессе анализа данных.

В качестве примера работы с Big Data в сфере туризма Елена Семчук продемонстрировала собственный продукт МТС Travel - дашборд о путешествиях, где собраны агрегированные обезличенные данные о турпотоке. Сервис позволяет изучить топ регионов, куда приезжают туристы, как в абсолютных значениях, так и в динамике, а также посмотреть детальную информацию по отдельным регионам, среднюю длительность путешествия, пол, возраст и доход туриста. Базовая аналитика, по словам Елены Семчук, будет обновляться и пополняться новыми срезами.

Все путем: как Big Data применяется в индустрии туризма

О том, почему внедрение Big Data и ИИ важно для туристической индустрии, размышлял Михаил Степнов, директор по данным МТС Travel. Он отметил, что любое путешествие состоит из нескольких этапов. В их числе выбор направления, бронирование отелей, покупка билетов, разработка программы отдыха, аренда автомобиля и другие.

Решение о поездке

Сегодня туристические и аналитические компании знают о путешественниках (как реальных, так и потенциальных) гораздо больше, чем еще 10-20 лет назад. Различные сервисы позволяют сформировать профиль пользователя и предложить ему персональные рекомендации по выбору направления путешествия, отелю, экскурсиям и т. д.

Михаил Степнов отметил, что большая часть тревел-активностей связана с рекомендательными системами как частным случаем работы искусственного интеллекта. Если профиль пользователя сформирован, то дать советы несложно. Основная проблема связана с рекомендациями, когда о клиенте ничего неизвестно заранее. Здесь работает так называемая модель "холодного старта": новым пользователям предлагают самые популярные объекты. Дальнейшие рекомендации основываются на их взаимодействии с цифровыми сервисами. Например, пользователь просматривает статьи о туризме на специализированном портале. В зависимости от того, какие материалы привлекли его внимание, ему посоветуют направление, отель, программу.

Об опыте такой работы рассказал Тимур Рагимов, руководитель проекта предиктивной аналитики туроператора FUN&SUN: "Мы проанализировали все имеющиеся данные по клиентам: историю их интересов, покупок, кликов на сайте, подписок, отписок, обращений и т. п., то есть проанализировали поведенческие паттерны, мы разработали инструмент формирования портрета клиента. Далее с аналогичными подходами только со стороны продукта составили портрет продукта. После добавления механизма объединения полученных данных родилась рекомендательная система, которая после интеграции с маркетинговой платформой и сайтом стала помогать клиентам с выбором туров. В итоге все то, что раньше мы делали руками, теперь решается с помощью машинного обучения".

В компании отмечают, что до внедрения системы маркетологам приходилось вручную обрабатывать информацию об аудитории примерно по 200 параметрам. Из-за огромного массива данных они часто действовали интуитивно, обращения компании не всегда попадали в их целевую аудиторию. Также в FUN&SUN считают, что технологии помогают бизнесу и облегчают его задачи, поэтому продолжают развивать проект на базе моделей машинного обучения в прогнозировании спроса и других направлениях, связанных со значительными объемами информации.

По словам директора по данным МТС Travel, использование ИИ позволяет решить еще одну важную задачу: не просто понять, кому, что и когда предложить, но и как это сделать. Он отметил, что большие генеративные модели (подобные ChatGPT), которые создают контент, формируют "обертку" вокруг информации, максимально релевантной для пользователя. Когда специалисты знают, что именно надо предложить конкретному туристу, ИИ помогает подобрать формулировку, чтобы человеку захотелось отправиться в путешествие.

ИИ-помощь во время путешествия

Технологии ИИ позволяют не только решать очевидные задачи, такие как подбор рекомендаций, но справляются и с нетривиальными проблемами. Анастасия Гинтерс, директор по развитию в России сервиса 2ROOMZ, рассказала об использовании технологии Smart Recognition - "умного" распознавания. Гости наводят камеру на предмет в отеле, его распознает нейросеть, и сразу в интерфейсе камеры они могут, например попросить заменить полотенце или сообщить о неисправности кондиционера.

По словам Михаила Степнова, в идеале ИИ должен стать своеобразным персональным ассистентом путешественника. Он сможет вовремя напомнить о покупке билета, о том, что надо не забыть паспорт, приобрести страховку и т. д.

Отзывы как финальная точка

Путешествие не заканчивается в тот момент, когда турист приезжает в пункт назначения. Логичный финал любой поездки - обратная связь, составление отзыва. Команда МТС Travel использовала ИИ для обработки больших массивов откликов по конкретному отелю и составила на их основе агрегированные отзывы для отелей. Руководитель Data Team МТС Travel Арсен Омаров отмечает, что такой обобщенный отзыв помогает путешественнику легче и быстрее ориентироваться в сотнях мнений, при этом очистив их от эмоциональной окраски и единичных случаев.

Михаил Степнов отметил большую роль отзывов для дальнейшего развития туристических сервисов, ведь потенциальные путешественники принимают решение именно на основании сторонних оценок. С этой точки зрения нужно работать с пользователями так, чтобы у них была мотивация поделиться своим мнением.

В помощь бизнесу, на благо регионов

Результаты анализа Big Data находят применение не только в области взаимоотношений туристических сервисов и путешественников. Они помогают отрасли в целом, а также их можно использовать для развития регионов.

Так, специалисты Центра искусственного интеллекта НИУ ВШЭ вместе с АО "Новое сервисное бюро" разработали платформу предиктивной маркетинговой аналитики для индустрии гостеприимства. Она обрабатывает данные о числе бронирований, длительности проживания, кликах на сайте, погоде и в итоге прогнозирует спрос на гостиничные услуги. Новую технологию ввели и тестируют в шести отелях Ленинградской области и Карелии (курорт "Игора", парк-отель "Дача Винтера", отели сети "Точка на карте" в Приозерске, Сортавале, Видлице, Лодейном Поле). Благодаря ей можно менять маркетинговую политику, планировать рекламные активности, корректировать ценообразование, предсказывать отмены по бронированиям.

Платформа с точностью до 94% предсказывает спрос на отели по горизонту 30 дней, дает рекомендации относительно подходящих временных периодов для усиления маркетинговых мероприятий. Для минимизации процента отмен по бронированиям за счет опережающего реагирования выявлены значимые факторы, определяющие вероятность поездки: долю предоплаты, глубину и канал бронирования, способ оплаты.

Например, доля предоплаты от 70% и выше от стоимости бронирования дает в среднем вероятность поездки в 92%, а при доле предоплаты 10% и менее вероятность поездки снижается до 57%. Полученные оценки обновляются автоматически по мере поступления новых данных по бронированиям.

Эффективно используют данные аналитики и на уровне местных администраций и туристских информационных центров. Например, интервью и опросы помогают выяснить, что люди интересуются поездками в тот или иной регион, но опасаются, что там может быть недостаточно развит сервис или инфраструктура. Туристический сервис может сформировать рекомендации для местных властей, как с этим работать и на каких сильных сторонах можно сделать акцент в продвижении.

Подобный проект реализуется в регионах Дальнего Востока и Арктики. Чтобы помочь туристам спланировать поездку, Минвостокразвития и сервис путешествий Tutu.ru запустили аналитический проект Traveldata. На сайте можно узнать о главных достопримечательностях, культурных событиях, изучить маршруты и организовать поездку с учетом средней стоимости билетов и сезонной загрузки отелей. А регионы и бизнес, используя данные Tutu.ru и Минвостокразвития, видят динамику собственного роста - численность турпотока, портрет путешественника, туристическую привлекательность, а также анализируют успехи соседей.

Яркий пример такой работы в условиях отдельно взятого города - проект строительства набережной во Владивостоке. Компания МТС с помощью Big Data выяснила, что прибрежная зона отдыха в районе бухт Патрокл и Соболь очень популярна, общий турпоток составил 260 тысяч человек в год. На основе этих данных архитектурное бюро, занимающееся благоустройством города, составило проект реконструкции территории набережной.

Задел на будущее

Технологии в туризме могут сделать еще немало, и об этом говорила на сессии Елена Латышенко, министр туризма Кузбасса: "Мы в Кузбассе столкнулись с четким пониманием того, что нам не хватает качественных выводов Big Data для принятия решений, когда начали подходить к вопросу стратегического развития Шерегеша - горнолыжного курорта и нашей визитной карточки. Необходимость актуализировать стратегию возникла, так как на нас обратили внимание инвесторы. Им нужно понимать, какой будет турпоток, какой будет турист, какой портрет, с какими денежными средствами готовы расстаться туристы, как долго пробыть на курорте и т. д. И дело не только в инвесторах - органы власти и органы местного самоуправления обязаны обеспечивать комфортное и безопасное пребывание туристов в конкретном месте - выделить стоянки, своевременно вывезти мусор, для этого тоже должны быть запланированы ресурсы. Поэтому данные нужны, и они должны быть достоверными и всеми принимаемыми".

Открывая сессию, Михаил Степнов подчеркнул, что туристическая отрасль не может существовать без реальной инфраструктуры: дорог, отелей, парков отдыха, музеев и т. д. Взаимодействие ИИ с реальным миром - это вопрос, который все еще не имеет окончательного решения. Но работа по интеграции Big Data и ИИ в отрасль продолжится, и в ближайшие годы мы увидим еще больше примеров внедрения технологий на рынке путешествий.