📣 Skicka ert pressmeddelande till oss
Webbplatsen uppdateras var 15:e minut
Resa

Amadeus Nevio omformar flygbolagens intäktshantering

Amadeus lanserar Nevio-systemet för att modernisera flygbolagens intäktshantering genom AI och molnteknik. Omställningen syftar till en mer resenärscentrerad prissättning och optimering av erbjudanden.

28 juni 2026
Amadeus Nevio omformar flygbolagens intäktshantering

Amadeus IT Group introducerar sitt Nevio-system, utformat för att revolutionera flygbolagens intäktshantering (revenue management) inom modern flygbolagsförsäljning. Satsningen syftar till att skapa mer flexibla och kundcentrerade prissättnings- och erbjudandestrategier med hjälp av artificiell intelligens (AI) och maskininlärning (ML).

Flygbolagens behov har förändrats i takt med övergången till modernare distributionskanaler. Enligt en Amadeus-rapport identifierar 34 procent av flygbolagen modernisering av sina strategier för intäktshantering som en topp fem teknologisk prioritet. Nevio avser att maximera intäkterna från resenärer genom exakta efterfrågeprognoser och genom att utnyttja kundernas priskänslighet.

Systemet skiftar fokus från traditionell flygcentrering till en resenärscentrerad modell. Detta innebär en övergång från statiska bokningsklasser och fasta priser till optimerade erbjudanden som kontinuerligt skapas och prissätts. Flygbolag uppmuntras att anamma mer flexibla arkitekturer för att möta marknadens dynamiska krav och sälja sina erbjudanden till önskade priser.

Amadeus har tidigare lanserat tekniker som aktiv prognosjustering (AFA), vilken hjälper flygbolag att snabbt anpassa sig till förändringar i marknadens efterfrågan. SAS pilotprojekt visade att AFA förbättrade prognosnoggrannheten avsevärt. I dagens marknad, med mer säsongsbetonad och spontan efterfrågan, är denna anpassningsförmåga avgörande för att utveckla prissättningsstrategier.

Framöver fokuserar Amadeus på att integrera AI och dataanalys i intäktshanteringen. Företaget betonar vikten av en hybridmodell som kombinerar maskininlärning med mänsklig expertis. Detta tillvägagångssätt förbättrar dataeffektivitet, tillförlitlighet och transparens i AI-modellerna. Prisoptimering baserad på kontextuell data för varje köp ger möjlighet att erbjuda mer skräddarsydda och relevanta erbjudanden till enskilda resenärer.

Ursprunglig källa: amadeus.com