In the tourism and transport sector, the unsold causes losses amounting to billions each year. Remaining air flight ticket or unbooked hotel rooms causes a loss of earning and often an expense for the company if we consider the operating costs. The use of data and Artificial Intelligence make it possible to improve business pricing management strategies and to predict unsold shares in certain historical situations, it is possible thanks to the analysis of numerous variables. Through sophisticated Machine Learning algorithms it is therefore possible to act on the company’s strategic logics in a statistically better way than revenue management software or simple human management.
Nel settore turistico e dei trasporti l'invenduto causa perdite pari a miliardi ogni anno, la mancata prenotazione di una camera d'albergo o di un biglietto di un volo aereo provocano un mancato guadagno e spesso ad una perdita per l’azienda se si considerano i costi di gestione. L'utilizzo dei dati e dell'Artificial Intelligence permettono di migliorare le strategie aziendali di gestione del pricing e di prevedere le quote di invenduto in determinate situazioni storiche, grazie all'analisi di numerose variabili. Attraverso sofisticati algoritmi di Machine Learning è dunque possibile intervenire sulle logiche strategiche aziendali in maniera statisticamente migliore rispetto ai sistemi di revenue management e alla semplice gestione umana.
AI per il miglioramento delle strategie di marketing aziendale nel settore turistico e dei trasporti
FOGLI, ALESSANDRO
2020/2021
Abstract
Nel settore turistico e dei trasporti l'invenduto causa perdite pari a miliardi ogni anno, la mancata prenotazione di una camera d'albergo o di un biglietto di un volo aereo provocano un mancato guadagno e spesso ad una perdita per l’azienda se si considerano i costi di gestione. L'utilizzo dei dati e dell'Artificial Intelligence permettono di migliorare le strategie aziendali di gestione del pricing e di prevedere le quote di invenduto in determinate situazioni storiche, grazie all'analisi di numerose variabili. Attraverso sofisticati algoritmi di Machine Learning è dunque possibile intervenire sulle logiche strategiche aziendali in maniera statisticamente migliore rispetto ai sistemi di revenue management e alla semplice gestione umana.File | Dimensione | Formato | |
---|---|---|---|
897270_foglialessandrotesi.pdf
non disponibili
Tipologia:
Altro materiale allegato
Dimensione
609.41 kB
Formato
Adobe PDF
|
609.41 kB | Adobe PDF |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14240/34327