Machine learning: Schiphol

Als jaarlijks ruim 70 miljoen mensen gebruik maken van je diensten, is het een behoorlijke klus om iedereen naar tevredenheid op de juiste bestemming te krijgen. Hoe doen ze dat op Schiphol? Een tweetal data experts van de organisatie nam ons tijdens de Big Data Expo mee op hun vlucht!

Bij vakantie denken we veelal aan zon, zee, natuur en ontspanning. Vaak komt er van ontspanning de dagen voor vertrek niets van terecht. Indicatoren waaronder inpakstress, vertrektijden, parkeren, koffers inchecken en de paspoortcontrole laten het stressniveau nog even flink pieken alvorens we kunnen genieten van een welverdiende vakantie. Schiphol helpt je een handje met het verminderen van stress door gebruik te maken van machine learning. Zo kunnen reizigers zo ontspannen mogelijk op pad wanneer ze thuis de deur dicht trekken. Maar wat is machine learning eigenlijk?

Video machine learning: https://youtu.be/BWYFQUWYUDQ

Schiphol heeft formules en algoritmes ontwikkeld aan de hand beschikbare data, die zij al ruim 15 jaar heeft verzameld en gebruikt deze data om prognoses te maken over toekomstige vluchten. Het belangrijkste doel is om reizigers een gemoedelijke en zo efficiënt mogelijke reis te bieden vanaf het moment dat ze het huis verlaten om richting Schiphol te vertrekken. Momenteel loopt het traject enkel bij de vertrekkende vluchten vanaf dit vliegveld, maar het is de bedoeling dat Machine-Learning organisatie breed ingezet gaat worden. De volgende data wordt gebruikt voor het maken van toekomstige voorspellingen:

• aantal passagiers op een vlucht
• aankomsttijden van passagiers op de parkeerplaats
• aankomsttijden van passagiers bij de incheckbalie
• aankomsttijden van passagiers bij de paspoortcontrole
• aankomsttijden van passagiers bij de securitycontrole

Feitelijk wordt 15 jaar aan menselijk gedrag uit het verleden gebruikt voor het gedetailleerd in kaart brengen van de toekomst. Dit gebeurt niet op basis van menselijke intuïtie, maar door middel van berekeningen met computers die algoritmes tot stand brengen. Met deze concrete informatie kan Schiphol haar passagiers als het ware ‘sturen’ in hoe en wanneer het beste gereisd kan worden. Wat heeft dit de klant en Schiphol al opgeleverd?

• verbeterde inzet van ticketscanners
• verbetering van de doorloop door wandelpaden te verleggen aan de hand van digitale borden
• kortere tijden bij de paspoortcontrole
• voldoende personeel bij het inchecken van koffers en de securitycontrole
• Verbeterde voorziening van algehele reisinformatie

In totaliteit leverde de implementatie van machine learning al een verbetering op van 10% ten opzichte van de voorgaande methodes. Dat klinkt natuurlijk heel mooi, maar wat hebben machine learning en online marketing eigenlijk met elkaar gemeen? Laat dit verhaal de komende tijd even landen, dan vertellen we jou de volgende maand hoe een online marketeer gebruik maakt van machine learning.