Wrap up ADW Talk # 2 — Data x aéroports

Un grand merci à Siddhartha Chatterjee, Head of Data & Analytics du Groupe Aéroports de Paris, pour avoir partagé les grands projets sur lesquels il travaille avec la trentaine de passionnés qui sont venus l’écouter un lundi soir (merci à vous tous !) ☺

On commencera ce wrap up avec un chiffre impressionnant : le trafic aérien va être multiplié par 2 d’ici 20 ans !

Les enjeux business sont donc immenses pour les aéroports dans un contexte de pression concurrentielle mondiale. Le nerf de la guerre : le marché des correspondances. Comparés désormais à des hôtels (où on ne dort pas) voire à des centre-villes à part entière, les aéroports ont l’ambition de devenir un vrai critère de choix pour des millions de passagers au moment où ils doivent opter pour leur escale au cours d’un vol de longue durée.

Quels projets data pour ADP ?

Fluidification des parcours, traitement des passagers, information en temps réel, offre commerciale et de services, flux parkings… Absolument tous les éléments du parcours passager impactent la satisfaction des voyageurs, la réputation d’ADP et la performance business. C’est là que la data, et donc Siddhartha et ses équipes, entrent en scène.

Gouvernance et responsabilité de la donnée sont ses lignes d’horizon depuis son arrivée chez ADP il y a quelques années. A côté de plusieurs projets déjà bien déployés qui contribuent à une meilleure organisation et utilisation des sources de donnéescartographie de typologies de bases de données, création d’un datalake, migration vers des infrastructures cloud, il a lancé différents chantiers sur lesquels il nous a fait un retour d’expérience en toute transparence.

1/ Customer intelligence

👉 Comment unifier des données silotées pour améliorer la connaissance client ?

  • approche : analytics et data science
  • optimisations permises : industrialisation dashboards et reportings ; équipes digitales, CRM et e-commerce autonomes dans le suivi en temps réel
  • résultats : segmentation par comportements voyageurs, augmentation du taux de cross selling et d’autres items de performance

2/ Retail analytics

👉 Comment créer un modèle d’analyse de données offline scalable sur plusieurs terminaux à partir de plusieurs centaines de milliers de tickets de caisse ?

  • approche : analytics et stack
  • optimisations permises : neutralisation d’effets trafic selon les faisceaux qui visitent les terminaux ; identification de sous-potentiels par salle d’embarquement
  • résultats : en cours ; collaboration de plus en plus étroite avec les retailers pour comprendre leur métier et affiner le modèle, conseil auprès des retailers concessionnaires sur des portefeuille de marques optimisés en fonction du profil des voyageurs

3/ Marketing Aviation

👉 Comment influencer la décision des futures grandes routes aériennes à fort potentiel en concertation avec les compagnies ?

  • approche initiale : modélisation type régression linéaire (trop classique)
  • optimisations permises : automatisation de l’ensemble du process (de l’étude de marché à la dataviz) ; nouveau modèle de stimulation de marché grâce à base de données externe, robotisation de la recherche et du paramétrage
  • résultats : création d’un jeu de données exhaustif et diminution du taux d’erreur ; professionnalisation des équipes dans leur présentation de business cases aux compagnies

4/ Monitoring réputation

👉 Comment analyser les variations de la réputation des aéroports en ligne et intervenir concrètement sur certains leviers de satisfaction ?

  • approche : captation des informations selon analyse temporelle, sentiments et langage automatique
  • optimisations permises : choix des plateformes à monitorer ; appréhension des opinions ; analyse des facteurs contextuels qui les influencent
  • résultats : en cours

5/ Flux routiers

👉 Comment fluidifier l’accès à l’aéroport, une étape importante du parcours passager de son arrivée à l’aéroport jusqu’à son installation dans l’avion ?

  • angle : affiner les stratégies de levée de barrières au dépose-minutes
  • approche : structuration et modélisation avec modèle prédictif sur 3 typologies de données
  • optimisations permises : prédiction des engorgements à différents intervalles de temps
  • résultats : intégration redirection avec les partenaires routiers ; meilleure gestion des ressources par l’anticipation

Et la suite ?

Merci encore à tous les présents hier, on était super heureux de vous voir poser autant de questions et on a passé un très bon moment avec vous, tout simplement !

On vous donne rendez-vous d’ici un mois pour un prochain événement tout aussi ouvert et interactif, toujours au même endroit (il paraît que nos locaux sont beaux ;)

Cette fois-ci on aura un tire bouchon…

En attendant, on se retrouve en ligne :

💌 Newsletter

👋 Meetup

👔 Linkedin

👍 Facebook

Pour nous écrire, c’est ici : hello@anonymous-data-workers.org

A très vite !

L’équipe ADW

Welcome to a place where words matter. On Medium, smart voices and original ideas take center stage - with no ads in sight. Watch
Follow all the topics you care about, and we’ll deliver the best stories for you to your homepage and inbox. Explore
Get unlimited access to the best stories on Medium — and support writers while you’re at it. Just $5/month. Upgrade