Колонки

Как big data освободила от работы целый отдел

Колонки
Евгений Федоров
Евгений Федоров

Основатель Kiwitaxi, Easystaff.io и других международных проектов

Как автоматизированная система анализа данных освободила от работы целый отдел и почему конкуренцию получается создавать только в машинном режиме – рассказывает основатель KiwiTaxi, Евгений Федоров.

Как big data освободила от работы целый отдел

Как устроено KiwiTaxi

KiwiTaxi – это сервис поиска и бронирования автотрансферов. На нашем сайте клиенты могут найти и забронировать автомобиль, его встретят в туристическом узле (например, аэропорте) и доставят до места отдыха.

Сам трансфер – это туристический продукт. И входит в тройку ключевых в этой сфере – пакетный тур состоит из вопросов «как добраться?», «где жить?» и «как переместиться из транспортного узла до места отдыха?».

Данных много, а пользы нет? Только проверенные компании, которые специализируются на Big DataМы не только продаем трансферы. У нас классическая модель «билетной кассы» – по сути, мы продаем ваучер на трансфер, как агентство. Кроме того, мы являемся агрегатором, который собирает вместе поставщиков трансферных услуг в различных странах.

Как работает сервис? Например, клиент хочет, чтобы в Париже в 19.20 4 сентября его встречали с цветами. Мы можем это потребовать от исполнителей, которые с нами сотрудничают. Тут нужна работа по агрегации и анализу данных. Мы сами не задаем тариф, по которому продаются услуги. Мы используем тарифы партнеров – им удобно самим выбирать цену, кроме того, если взяться за формирование цены, мы будем приравниваться к транспортной компании. А это нам не нужно.



По теме: «Uber не несет никакой̆ ответственности»



Заявка на масштабирование

В первых версиях нашей системы была реализована модель работы с одним перевозчиком в каждой стране. Они присылали таблицу с тарифами, мы записывали, сравнивали, формировали стоимость вручную. И замена перевозчика в этом случае была трудоемким процессом именно из-за количества операций, связанных с изменением тарифа.

Вскоре стало понятно, что нам требуется система, которая помогла бы в обработке и структурировании данных. Мы начали с того, что сделали на сайте функцию личного кабинета поставщиков услуг (на веб-версии) – там перевозчики могут сами задать свои тарифы. А наш алгоритм посчитает, сколько поставщиков услуг есть в регионе и какая стоимость будет оптимальной для клиента. Здесь используется обработка big data.



По теме: Как big data помогают реальному сектору



Чтобы получить объективную картину по качеству услуг компаний, мы смотрим на 50% всех отзывов, оставленных клиентами, которые потом классифицируются и ранжируются по типу претензии и степени ее «весомости», значимости. Вот о чем речь: одно дело, когда водитель, например, позволил себе поговорить по телефону с кем-то во время поездки, и другое – когда была подана машина не того класса. У каждой проблемы есть вес. И на основе этого веса создается рейтинг перевозчиков. Система на сайте в реальном времени определяет, какой тариф показывать.

У перевозчиков назначены разные цены и рейтинг, на это тоже оказывает влияние загруженность региона услугами. Также перевозчики ранжируются и по качеству услуг.

В итоге, когда клиент приходит на сайт, он получает продукт лучшего качества и по наиболее выгодной цене. При этом обслуживающую компанию клиент не видит, доступна только цена. Вы не можете выбрать конкретного перевозчика, потому что они, на самом деле, немногим отличаются друг от друга, и на этом не стоит делать акцент. Есть класс машины и цена, все остальное в разных компаниях очень похоже. Есть еще фактор отношения фирмы к своей работе, для этого и нужен рейтинг.


Как нам помогла автоматическая система

Из ручного забивания прайс-листа в нашу «админку» мы перешли к автоматическим процессам. Начну с главного – система высвободила огромное количество трудовых ресурсов. Тех сотрудников, кто раньше занимался обработкой данных, теперь можно было переквалифицировать и перевести на другую работу – многие из них сейчас трудятся как продажники.

Ручная система управления очень сдерживала масштабирование компании.

Раньше четыре человека, например, обслуживали 20 регионов по миру. А после решения этого узкого места мы разрослись за год до 70 регионов – это был 2014-15 год. Мы подписали за это время около 30 стран. Сейчас для управления системой нужен всего один человек, и развитие больше не сдерживается.


Панель в системе KiwiTaxi


Кроме того, наше value – конкурентные цены – появилось тоже во многом благодаря автоматизации, которая позволила эту конкуренцию выстроить. В ручном режиме такое практически невозможно: получается слишком долго, нужно постоянно сравнивать, заполнять таблицы, а для простой смены тарифа и вовсе нужно было длительное время. После того, как поставщик начинал предоставлять плохой сервис, также приходилось запускать цепочку изменений или искать нового поставщика. Так что автоматическую систему мы воспринимаем как реальный boost. Теперь мы готовы принять всех поставщиков и продолжать работать.

Кстати, система позволяет масштабироваться и дальше. В этом плане мы достигли целей, которые ставили перед собой. Есть и несколько близких задач, например, развитие конкуренции. Мы планируем вводить «шаг» для поддержания баланса. Сейчас, снизив цену на доллар, перевозчик может получать больше заказов. И начинается такая возня из-за какого-то доллара – один партнер получает больше клиентов, другой начинает нервничать, почему ему пошло меньше трафика, тоже заходит, меняет тариф… Поэтому мы хотим увеличить шаг конкуренции, сделать его более весомым.

Фото на обложке: Shutterstock.

Нашли опечатку? Выделите текст и нажмите Ctrl + Enter

Материалы по теме

  1. 1 Эволюция ML-сервисов в микрофинансовых организациях и советы по внедрению
  2. 2 Цифровые двойники: как работают, зачем нужны и как смоделировать своего
  3. 3 С какими сложностями может столкнуться компания при внесении данных в IT-системы и как упростить этот процесс
  4. 4 Помощь агробизнесу. Как Big data улучшает работу сельхозпредприятий
  5. 5 Как использовать Big Data & AI для увеличения потока клиентов: кейс с крупным банком
AgroCode Hub
Последние новости, актуальные события и нетворкинг в AgroTech-комьюнити — AgroCode Hub
Присоединяйся!