Amadeus Nevio modernisiert Ertragsmanagement von Fluggesellschaften

Amadeus IT Group startet sein Nevio-System, das darauf abzielt, das Ertragsmanagement von Fluggesellschaften im modernen Vertrieb zu transformieren. Diese Entwicklung soll flexiblere und reisenzentriertere Preis- und Angebotsstrategien ermöglichen, unterstützt durch künstliche Intelligenz (KI) und maschinelles Lernen (ML).

Die Bedürfnisse von Fluggesellschaften haben sich im Zuge der Entwicklung hin zum modernen Handel verschoben. Laut einem Bericht von Amadeus identifizieren 34 Prozent der Fluggesellschaften die Modernisierung ihrer Ertragsmanagementstrategien als eine der fünf wichtigsten technologischen Prioritäten. Nevio zielt darauf ab, den Beitrag der Reisenden zum Umsatz zu maximieren, indem es genaue Nachfrageprognosen liefert und die Preissensibilität der Kunden nutzt.

Das System markiert eine Abkehr von traditionellen, flugzentrierten Ansätzen hin zur Reisenzentrierung. Dies bedeutet eine Verlagerung von statischen Buchungsklassen und hinterlegten Tarifen hin zu optimierten Angeboten, die kontinuierlich erstellt und bepreist werden. Fluggesellschaften werden ermutigt, flexiblere Architekturen zu übernehmen, um dynamischen Marktbedürfnissen gerecht zu werden und Angebote zu gewünschten Preisen zu verkaufen.

Amadeus hat bereits zuvor Techniken wie die aktive Prognoseanpassung (AFA) eingeführt, die Fluggesellschaften helfen, sich schnell an Veränderungen der Marktnachfrage anzupassen. Ein Pilotprojekt mit SAS ergab, dass AFA die Prognosegenauigkeit erheblich verbesserte. Im heutigen Markt, der von saisonalerer und spontanerer Nachfrage geprägt ist, ist diese Anpassungsfähigkeit für die Entwicklung von Preisstrategien entscheidend.

Zukünftig konzentriert sich Amadeus auf die Integration von KI und Datenwissenschaft in das Ertragsmanagement. Das Unternehmen betont die Bedeutung eines hybriden Ansatzes, der maschinelles Lernen mit menschlicher Expertise kombiniert. Diese Methode verbessert die Dateneffizienz, Zuverlässigkeit und Transparenz von KI-Modellen. Die Preisoptimierung basierend auf dem Kontext jeder einzelnen Einkaufssitzung ermöglicht es, individuell zugeschnittene und relevantere Angebote für einzelne Reisende bereitzustellen.