Case Transavia: een betere klantervaring dankzij persoonlijke aanbevelingen

16 augustus 2016, 06:00

In een markt waarin prijsdruk steeds verder toeneemt, onderscheidt Transavia zich door een transparante aanpak waarbij alle voorwaarden en kosten vooraf duidelijk zijn en door proactief de juiste service te bieden op het juiste moment gedurende de hele customer journey. Om de gebruikerservaring van websitebezoekers in elke fase van de customer journey te optimaliseren, maakt Transavia op zijn website in toenemende mate gebruik van persoonlijke aanbevelingen.

Onderscheidend vermogen door betere service

Persoonlijke aanbevelingen spelen in de aanpak van Transavia een belangrijke rol in elke fase van de customer journey. Het begint al bij het aanbevelen van bestemmingen op basis van het websitegedrag van een bezoeker. “We vergelijken de bestemmingen die een bezoeker bekijkt met websitebezoeken uit het verleden. Op basis van deze informatie bevelen we bestemmingen aan die passen bij het zoekgedrag van de bezoeker”, vertelt Charles Verstegen, senior revenue development manager bij Transavia.

Ook bij andere producten en diensten ziet Transavia mogelijkheden om het aanbod relevanter te maken. “Een zakelijke reiziger heeft over het algemeen meer behoefte aan een ruimere zitplaats dan aan meer ruimbagage, terwijl we zien dat dit bij vakantiereizigers precies andersom. Door hiermee rekening te houden bij het aanbevelen van bundels, verbeteren we heel eenvoudig de gebruikerservaring voor de reiziger”, licht Verstegen toe.

Ook voegt Transavia binnen afzienbare tijd realtime prijsinformatie toe, waardoor de klant makkelijker en overzichtelijker prijzen kan vergelijken tussen bestemmingen die voor hem of haar op dat moment relevant kunnen zijn. Een bezoeker die zoekt op Valencia kan bijvoorbeeld op basis van prijs of beschikbaarheid besluiten een trip naar Malaga te boeken.

Het is de bedoeling gedurende alle stappen van het reizen, van bestemming zoeken tot weer thuiskomen, een reiziger aan de hand van aanbevelingen van de juiste informatie en aanbiedingen te voorzien. Op deze manier levert Transavia altijd de juiste service die een reiziger op dat moment naar alle waarschijnlijkheid nodig heeft.

Service verbeteren door klantinformatie te verzamelen

Om klanten beter te leren kennen, is het essentieel zoveel mogelijk relevante informatie te verzamelen. Transavia legt verbanden en traint modellen aan de hand van verschillende typen informatie, zoals reisdoel, verblijfsduur, groepssamenstelling, seizoen, moment van de dag en natuurlijk bestemming.

Profilering bij Transavia door kenmerken te combineren

De data vanuit de website worden ‘opgevangen’ met de open source clickstream collector Divolte. De verzamelde data komen binnen in een data-storagelaag binnen de cloud van Azure, waar ze vervolgens worden gecombineerd met data uit andere bronnen om machine-learningmodellen mee te voeden. De aanbevelingen vanuit de modellen komen via een API beschikbaar, waar Sitecore ze gebruikt om de website van Transavia te personaliseren.

De recommenders maken gebruik van verschillende databronnen.

Vanuit het verleden maakt Transavia al gebruik van diverse clickstreamcollectors. De goede ervaring met de open-source clickstream-oplossing heeft ertoe geleid dat de luchtvaartmaatschappij de verschillende clickstream collectors zoveel mogelijk gaat consolideren binnen Divolte. “Flexibliteit is voor ons enorm belangrijk. Open source biedt ons de mogelijkheid om een oplossing aan te passen aan onze wensen”, aldus Charles Verstegen, “Dit betekent bijvoorbeeld dat ons webteam in staat is precies te taggen zoals het datateam voorschrijft.”

Datateam steeds belangrijker voor Transavia

Het datateam bij Transavia, bestaande uit een mix van business en IT, is in het voorjaar van 2016 opgericht. Er was al een sterke basis voor het datagedreven modelleren van vluchtoptimalisatie, maar kijkend naar beschikbare data zag de luchtvaartmaatschappij al snel meerdere geavanceerde mogelijkheden ontstaan.

Het datateam werkt autonoom aan innovatie, ontwikkeling en beheer van de datatoepassingen. Voor afstemming en informatie-uitwisseling is er op dagelijkse basis contact met andere teams, zoals architectuur of e-commerce. Projecten voert het team uit op basis van een agile werkwijze, waarbij complexe projecten opgedeeld worden in overzichtelijke sprints.

Datatoepassingen gaan een steeds belangrijkere rol gaat spelen binnen Transavia. Naast toepassingen op het gebied van omzet zal het datateam zich in toenemende mate bezighouden met het verbeteren van operational excellence, bijvoorbeeld door de ontwikkeling van modellen die helpen voorspellen bij crewplanning of aankomende verstoringen.

Walter van der Scheer
Chief Marketing bij GoDataDriven

Walter van der Scheer is al 15 jaar actief op het snijvlak van marketing en techniek. Na een succesvolle periode bij een automatiseringsopleider, kwam Walter in 2004 terecht bij een ontwikkelaar van marketing automation software. Als commercieel manager was Walter bij deze start-up verantwoordelijk voor een succesvolle expansie naar diverse landen. Tegenwoordig deelt Walter als Chief Marketing bij GoDataDriven kennis en inzichten op het gebied van (big) data en data science.

Categorie
Tags

2 Reacties

    Aldo Wink

    Hoi Walter, waarom bleef Transavia mij nog steeds suggesties doen via externe bannering vlak nadat ik tickets had geboekt?


    16 augustus 2016 om 10:48
    WaltervdScheer

    Hi Aldo, Terechte vraag, helaas kan ik deze niet rechtstreeks beantwoorden, want in dit artikel gaan we enkel in op de personalisatie op de site van Transavia zelf. In algemene zin is er wel wat van te zeggen: In de praktijk heeft het tonen van irrelevante banners op externe sites vaak te maken met het feit dat een organisatie gebruik maakt van een retargetingtool die niet gekoppeld is aan bijvoorbeeld het reserverings- of kassasysteem. Deze tools kennen over het algemeen standaard features en hebben hun eigen algoritmes die je zelf in beperkte mate kan ’tunen’.

    Voor wat betreft de recommenders op de site van Transavia zelf: Een groot voordeel in dit geval is dat Transavia alle data en algoritmes in eigen beheer heeft en dus niet afhankelijk is van gesloten platformen van derden. Data komt direct op de eigen servers van Transavia terecht en de algoritmes worden in huis gebouwd.

    Vanuit de agile werkwijze komen er steeds meer personalisatiefeatures op de site beschikbaar, daarnaast verbetert de performance van de recommenders op de site ook doordat er meer data beschikbaar komt voor de algoritmes.


    16 augustus 2016 om 11:40

Marketingfacts. Elke dag vers. Mis niks!