Le futur du voyage

Le goût du voyageur indien a mûri au fil des ans. Non seulement les voyageurs indiens recherchent des expériences considérées comme plus inhabituelles et décalées, mais ils deviennent également plus autonomes et attirés par un processus de planification de voyage transparent et discret. De plus en plus, les voyageurs demandent explicitement à ce que les compagnies aériennes, les hôtels et les autres prestataires de services de voyage s’écartent des tentatives de vente groupée basées sur des modèles. Ils exigent également une plus grande maîtrise de la planification et de la consommation de leur voyage : Ils veulent pouvoir s’enregistrer, faire imprimer leurs étiquettes de bagages, acheter une franchise de bagages supplémentaire, ainsi que d’autres services complémentaires qu’ils peuvent décider avant de partir en voyage.

Cette évolution vers des personnes plus exigeantes et moins patientes signifie que les entreprises de voyage sont souvent confrontées au défi du voyageur hyper mobile qui recherche une commodité instantanée. C’est là que le big data et l’apprentissage automatique permettent de combler le fossé et de supprimer les frictions qui peuvent causer tant de frustration aux voyageurs lorsqu’ils essaient d’explorer.

Imaginons que vous êtes arrivé dans un hôtel formidable que vous avez choisi après avoir comparé les prix sur votre application de voyage préférée. Évidemment, vous entrez dans votre chambre et vous vous sentez plutôt satisfait car c’est exactement ce que vous attendiez pour le prix que vous avez payé ; vous aviez cette confiance lorsque vous avez pris la décision grâce aux informations en ligne. Lorsque vous déposez vos bagages, l’application vous suggère de manière proactive quelques endroits parfaits pour manger à proximité. Elle sait que l’heure du déjeuner approche et que vous aimez les kebabs. Vous terminez votre rouleau de kebab épicé et payez le repas en touchant l’écran de votre téléphone. L’application vous avertit rapidement de l’imminence d’un orage et vous suggère d’échanger la promenade patrimoniale que vous aviez prévue avec la visite d’un musée de premier ordre qui avait attiré votre attention la veille – un bon moyen de s’amuser et de rester au sec. « Vous aimeriez réserver à l’avance une visite guidée de la ville d’une demi-journée pour profiter au maximum de votre temps ici et découvrir la ville comme un local », vous dit-elle d’une voix apaisante.

Tout cela est théoriquement possible dans un avenir pas si lointain grâce à la puissance de l’apprentissage automatique, une application de l’intelligence artificielle qui peut être utilisée pour offrir des recommandations plus personnalisées et contextuelles. Aujourd’hui, l’apprentissage automatique n’en est qu’à ses débuts et commence à peine à transformer l’expérience du consommateur dans un large éventail d’industries, du streaming vidéo au commerce électronique. Avez-vous déjà regardé une recommandation vidéo sur YouTube parce qu’elle ressemble à d’autres vidéos que vous avez vues ? C’est l’apprentissage automatique à l’œuvre. Flipkart vous a-t-il déjà recommandé d’acheter un produit en fonction d’autres produits que vous avez achetés ? L’apprentissage automatique.

Si son application dans le domaine du voyage offre d’énormes possibilités, il y a aussi beaucoup de défis uniques à relever pour réussir à offrir aux consommateurs des expériences plus agréables avant le voyage et à destination.

Si un site de voyage recommande le mauvais endroit où séjourner ou les mauvaises activités à faire, le coût d’opportunité est potentiellement beaucoup plus élevé compte tenu du temps et de l’argent perdus. La clé est d’enchanter les consommateurs avec les bonnes recommandations pour chaque voyage.

Chez TripAdvisor, nous avons donné le coup d’envoi de nos travaux sur l’apprentissage automatique en 2014 et avons commencé à acquérir une expérience approfondie dans ce domaine. Grâce à cet effort, nous avons appris et continuons d’apprendre beaucoup de choses sur la façon dont les voyageurs planifient et réservent leurs voyages :

Leçon n° 1 : les personas de voyage varient Le processus d’élaboration de recommandations contextuelles dans le domaine du voyage est plus difficile que dans de nombreuses autres industries. En effet, la personnalité de voyage d’une personne peut changer considérablement en fonction du type de voyage qu’elle effectue et des personnes avec lesquelles elle voyage.

Pensez à la différence entre un voyage d’affaires et une escapade romantique avec votre partenaire ou des vacances avec des enfants. Vous partez à l’étranger ou vous prévoyez une escapade à l’autre bout du pays ? Ce confortable B&B qui est parfait pour un type d’escapade peut être un désastre complet pour un autre. Pour cette raison, travailler pour comprendre comment adapter les recommandations en fonction du contexte d’un voyage planifié par un individu a été vital pour nos efforts visant à créer des expériences meilleures, plus intuitives et personnalisées pour notre communauté de voyageurs.

Leçon n°2 : Les recommandations sont meilleures lorsque nous prenons en compte les signaux implicites et explicites Diviser les recommandations à partir du comportement passé et du comportement de personnes partageant les mêmes idées ne suffit pas.

Les consommateurs veulent et doivent être en mesure de fournir explicitement des signaux encore plus forts sur le type de voyage ou d’expérience qu’ils souhaitent ou de modifier leurs préférences au besoin. Pour cette raison, il est important de donner aux voyageurs la possibilité de filtrer et d’affiner les recommandations personnalisées basées sur l’apprentissage automatique.

Leçon n° 3 : les recommandations personnalisées profitent aux voyageurs comme aux entreprises Nous avons également appris que le classement des hôtels les mieux notés n’était pas toujours le plus utile aux voyageurs, car les propriétés les mieux classées dans une destination donnée ne correspondent pas toujours aux besoins ou aux requêtes de recherche d’un voyageur particulier. Par exemple, le meilleur hôtel de la ville n’était peut-être pas adapté au portefeuille du voyageur ou manquait de disponibilité pour les dates recherchées. L’apprentissage automatique nous a aidés à proposer des tris plus intelligents adaptés aux besoins de chaque utilisateur. Le résultat final est de meilleures recommandations pour le voyageur et de meilleures pistes pour les hôtels.

L’avenir du voyage s’annonce encore plus charmant

Si les possibilités et le champ d’application de l’apprentissage automatique dans le domaine du voyage sont infinis, l’aspect visuel de la planification du voyage reste essentiel au processus. Il est peu probable, par exemple, que beaucoup soient prêts à parler à un chatbot sur leur appareil, à demander des recommandations d’hôtels et à réserver une chambre. Nous prédisons que l’avenir du « voyage » sera de plus en plus.. :

Personnalisé : Les recommandations de voyage seront de plus en plus adaptées à l’individu

Contextuelles : les suggestions d’endroits et d’activités seront de plus en plus basées sur le type de voyage que vous effectuez, la nature de votre séjour, vos besoins et vos attentes.

type de voyage, de l’endroit où vous vous trouvez, du moment de la journée et de la météo.

Automatisé : Le nombre d’entrées qu’un utilisateur doit fournir diminuera progressivement.

Assistée : Les recommandations de voyage seront de plus en plus fondées sur des informations passives basées sur des requêtes proactives

Complète : Chaque aspect du voyage et des services annexes sera combiné de manière unique et

et super utiles

À mesure que l’application de l’apprentissage automatique évoluera, la technologie passera au second plan et le processus de planification et de réservation d’un voyage deviendra encore plus agréable.

Nous ne sommes qu’au début de ce qui sera certainement un voyage passionnant dans le domaine du voyage.

–

Ce site est un guide du voyage insolite.

Categories: tous