Galactic Air bepreiste Zusatzleistungen pro Käufer individuell, jedoch nur unterhalb des menschlichen Preises

Fluggesellschaften verdienen zunehmend Geld mit Zusatzleistungen, doch viele bepreisen Gepäck, Sitzplätze und Extras noch immer anhand statischer Regeln, die auf durchschnittliche Kundengruppen ausgerichtet sind. Dabei bleibt der Kontext jeder einzelnen Buchungssitzung unberücksichtigt.

Deepair und eine große europäische Fluggesellschaft, anonymisiert als Galactic Air, testeten einen anderen Ansatz: dynamische personalisierte Preise auf Basis von Flug- und Kunden-Sitzungsmerkmalen. Das Modell hatte nicht völlige Freiheit; seine Angebote mussten unter dem von Menschen kuratierten Preis für dieselbe Kundengruppe bleiben.

Diese Einschränkung ist das Elegante daran. Sie verwandelte maschinelles Lernen in eine kontrollierte Rabattmaschine statt in eine undurchsichtige Preiserhöhungsmaschine, was Online-A/B-Tests leichter akzeptabel machte.

Über eine sechsmonatige Live-Implementierung steigerte das System den Zusatzumsatz pro Angebot um 25 % und die Conversion um 15 % gegenüber von Menschen kuratierten regelbasierten Preisen.

Preise personalisieren mit einer Fairness-Leitplanke

Es veränderte die Zusatzleistungsbepreisung von Segmentdurchschnitten hin zu sitzungsspezifischen Angeboten.

Die Obergrenze unterhalb des manuellen Preises begrenzte Reputations- und Kundendienstrisiken.

Live-A/B-Tests maßen die Wirkung im Vergleich zum bestehenden Preisprozess der Fluggesellschaft.

Es verbesserte Conversion und Umsatz gleichzeitig, was darauf hindeutet, dass die alten Preise oft zu grob waren.

Dynamische Preisgestaltung gelingt sicherer, wenn sie eine geschäftliche Leitplanke enthält. Ein gedeckelter Optimierer kann lernen, wo die alte Regel zu hoch liegt, ohne neue Preisspitzen zu erzeugen.

Das 2022 veröffentlichte Paper berichtet, dass die leistungsstärksten Modelle sechs Monate lang im Buchungssystem der Fluggesellschaft live waren und den Umsatz pro Angebot um 25 % sowie die Conversion um 15 % gegenüber dem bestehenden regelbasierten Prozess steigerten.