Azul: ML-модели в управлении доходами дают 3–4 млн долларов выручки в неделю

Azul, по словам руководителя управления доходами и планирования Андре Америко, не испытывала проблем: у авиакомпании были работающие системы управления доходами, ценообразования и сетевого планирования. Задача состояла в том, чтобы получить дополнительный прирост поверх них. Спрос, сезонность и структура спроса меняются быстрее, чем их успевает учитывать любая система, а доля премиального спроса растёт. Отдельная проблема — сетевое планирование: финансовый результат по каждому рейсу появляется в данных с задержкой в два-три месяца, тогда как расписание на март–май планируется уже в декабре.

Azul надстроила слой ИИ поверх существующих систем без их замены. В управлении доходами работают модели адаптивного ценообразования: на старте их было 3, сейчас до 16 работают параллельно, и каждая отвечает за свою часть выручки. Одна из первых находок — концентрация бронирований в одном тарифном классе; по её итогам компания ввела промежуточные тарифные классы. Для сетевого планирования построены модели, которые прогнозируют выручку, затраты и эластичность спроса по рейсам — влияние добавления или сокращения рейса на остальную сеть, с учётом дополнительных доходов, стыковок и использования самолётов. Решение по рекомендациям принимают аналитики.

Проект начался два года назад с небольших экспериментов. Первые результаты получены через 6–8 недель, каждый новый сценарий внедряется не дольше 2–3 недель. Все проекты ведёт одна внешняя компания, которая не названа. По словам Андре Америко, к декабрю 2025 года модели управления доходами приносят 3–4 млн долларов дополнительной выручки в неделю, прогноз финансового результата рейсов в сетевом планировании — 2 млн долларов в неделю. Тот же подход Azul применила к прогнозированию отказов самолётов и к аналитике на естественном языке, которой пользуются сотрудники вплоть до президента компании.