Quel est l’intérêt du machine learning dans le voyage d’affaires ?

Comment le machine learning permet-il de personnaliser l’expérience du voyageur d’affaires et d’automatiser certaines tâches pour les entreprises du secteur ? Nous avons interviewé Michael Riegel, General Manager EMEA de TripActions.

En quoi le machine learning permet-il de personnaliser l'expérience du voyageur d'affaires ?

Michael Riegel, General Manager EMEA de TripActions

Le machine learning permet de gagner en précision, du temps et de l’argent. Tout cela est possible en donnant du sens aux données et en proposant des recommandations. Un voyageur d’affaires peut ainsi recevoir des alertes en cas de retard de son vol ou se voir proposer plusieurs options de trajet en fonction de ses voyages précédents. Le machine learning est capable de trouver des modèles récurrents dans ses préférences et son comportement, puis de prédire les meilleures options qui peuvent répondre à la fois à la politique de l'entreprise et à ses besoins. Il existe beaucoup de données, mais l’humain ne peut pas les traiter manuellement. C’est ici que le machine learning entre en jeu. Il est complémentaire du Big Data, puisqu’il vient traduire cette grande masse de données.

Quel est l’intérêt du machine learning pour les entreprises du voyage d’affaires ?

Il est intéressant dans le cadre de l’expense. Couplé avec des cartes intelligentes comme les nôtres, le machine learning permet d’ajuster les autorisations de dépenses en fonction des différentes politiques voyage et des pays. Il joue également un rôle dans la consolidation des dépenses. Aujourd’hui, ce processus est souvent fait manuellement. Le fait de l’automatiser et de simplifier cette tâche permet d’éviter les éventuelles erreurs et donc de moins perdre d’argent.

Est-ce que le secteur du voyage d’affaires a compris les enjeux du machine learning ?

Les entreprises ont compris les opportunités que le machine learning représente, notamment pour faire des économies. Mais cela ne veut pas dire qu’elles l’utilisent efficacement. La manière dont les systèmes des entreprises ont été construits est très statique. Il est souvent difficile d’y ajouter une brique technologique qui permettrait d’analyser les données et de générer des recommandations. Je pense que toute l’infrastructure d’une majorité d’entreprises doit évoluer en fonction des spécificités géographiques. Aux Etats-Unis il est plus facile d’accéder et d’analyser des données qu’en Europe par exemple.

Comment utilisez-vous le machine learning chez TripActions ?

Nous l’utilisons à plusieurs niveaux. Le premier niveau est celui de notre chatbot d’assistance au voyageur. Le machine learning intervient ensuite dans la recherche de vols et dans les recommandations poussées en fonction du passé du voyageur. Pendant le voyage, l’employé peut savoir en temps réel ce qu’il a le droit de dépenser, en fonction de son statut ou du lieu où il se trouve. Après le voyage, le machine learning permet de consolider les dépenses de manière automatisée. Dans toutes ces étapes, il apporte une vraie valeur ajoutée au client.