Galactic Air 為每位購物者提供加購定價，但僅限於低於人工價格

航空公司日益從輔助服務中獲利，但許多公司仍以針對平均客戶群體的靜態規則來為行李、座位和加購服務定價。這種做法忽略了每次購物情境的具體背景。

Deepair 與一家大型歐洲航空公司（化名為 Galactic Air）測試了一種不同的方法：根據航班和客戶工作階段特徵來制定動態個人化價格。該模型並非擁有完全的自由；其報價必須保持在同客戶群體人工策劃價格之下。

這項限制正是其精妙之處。它將機器學習轉變為一個受控的折扣引擎，而非一個不透明的漲價機器，使線上 A/B 測試更容易被接受。

在為期六個月的實際部署中，與人工策劃的規則型價格相比，該系統使每次報價的輔助收入提高了 25%，轉換率提高了 15%。

以公平性護欄實現個人化定價

它將輔助定價從區段平均值轉變為針對具體工作階段的報價。

低於人工價格的上限限制了聲譽和客戶服務風險。

線上 A/B 測試以航空公司現有的定價流程為對照，衡量了效果。

它同時提升了轉換率和收入，這表明舊價格往往過於粗糙。

當動態定價包含業務護欄時，其落地會更為安全。一個設有上限的優化器可以學習舊規則在何處定價過高，而不會造成新的價格飆升。

2022 年發表的論文報告稱，表現最佳的模型已在該航空公司預訂系統中上線六個月，與現有的規則型流程相比，每次報價的收入提高了 25%，轉換率提高了 15%。