پاسخ به ۳ چالش بزرگ علیبابا: پیشبینی دقیق نرخ کنسلی هتل و پرواز (No-Show)، قیمتگذاری شناور چارترها متناسب با تغییرات نرخ ارز و کشش تقاضا، و پاسخدهی به میلیونها جستجوی بلیط در ثانیه بدون نیاز به فراخوانی مکرر وبسرویسهای پرهزینه ایرلاینها.
با تزریق تاریخچه رزروها، رفتار جستجوی کاربران در مقاصد محبوب (استانبول، دبی، کیش و مشهد) در یک کلاستر ایزوله On-Premise، مدل یاد میگیرد چگونه با قیمتگذاری منصفانه، سود ناخالص هر صندلی و اتاق را به حداکثر برساند.
پیشبینی زمان دقیق افت تقاضا و ارائه تخفیفهای لحظه آخری به کاربران مستعد خرید.
پیشبینی زودهنگام لغو پرواز به دلیل مه یا شرایط آبوهوایی و پیشنهاد جایگزین به مسافر قبل از ایجاد بحران در فرودگاه.
استقرار مستقل بدون نیاز به اتصال خارجی و بدون ریسک تحریم یا اختلال اینترنت بینالملل.
آزمایش مدل روی ۵۰,۰۰۰ رکورد رزرو پروازهای داخلی جهت اثبات افزایش سود ناخالص.
هماهنگی جلسه با تیم فنی v1m