ギャラクティック・エアは買い物客ごとにアドオン価格を設定したが、それは人間が設定した価格を下回る場合に限られた

航空会社は付帯サービスからますます収益を得ているが、多くの企業はいまだに平均的な顧客グループを想定した静的なルールで手荷物、座席、その他のオプションの価格を設定している。それでは各購買セッションの文脈を見落としてしまう。

Deepairと、ギャラクティック・エアとして匿名化された大手欧州航空会社は、別のアプローチを試した。フライトと顧客セッションの特徴に基づく動的な個人化価格である。モデルには完全な自由はなく、そのオファーは同じ顧客グループに対する人間が策定した価格を下回らなければならなかった。

この制約こそが洗練された点である。これにより機械学習は不透明な値上げの仕組みではなく、制御された割引エンジンとなり、オンラインA/Bテストを受け入れやすくした。

6か月間の本番実装で、このシステムは人間が策定したルールベースの価格と比較して、オファーあたりの付帯収益を25%、コンバージョンを15%増加させた。

公平性のガードレールを備えた価格の個人化

付帯サービスの価格設定をセグメント平均からセッション固有のオファーへと変えた。

手動価格を下回る上限が、評判およびカスタマーサービス上のリスクを抑えた。

ライブA/Bテストにより、航空会社の既存の価格設定プロセスに対する効果を測定した。

コンバージョンと収益を同時に改善したことは、従来の価格がしばしば粗すぎたことを示唆している。

動的価格設定は、ビジネス上のガードレールを含めることでより安全に導入できる。上限付きの最適化エンジンは、新たな価格急騰を生み出すことなく、従来のルールが高すぎる箇所を学習できる。

公表された2022年の論文は、最も性能の高いモデルが航空会社の予約システムで6か月間稼働し、既存のルールベースのプロセスと比較してオファーあたりの収益を25%、コンバージョンを15%引き上げたと報告している。