Case

Rett pris for rett strekning

Etterspørselen etter togseter varierer enormt. Hvordan sikre rett pris for riktig avgang? Knowit har bistått VY med å lage nye og sikre prognoser ved hjelp av dataanalyse og avansert maskinlæring.

Utfordring

Mer enn 73 millioner reiser ble foretatt med Vys tog i fjor. I motsetning til de fleste innenriksreiser i Norge, som går punkt til punkt, fordeler Vys passasjerer seg over et utall kombinasjoner av strekninger på samme avgang. Særlig da på lange ruter, som Bergensbanen. 

Vys ambisjon var å kunne prise reiser dynamisk og å oppnå en inntektsøkning med samme togsett, avgangstid og frekvens. Hypotesen var at en god prediksjon og algoritme for prising ville bety et betydelig konkurransefortrinn.

Et innsiktsarbeid ble utført i 2017, for å kartlegge prisingsmodeller og rabattsystemer, og en prototype på en algoritme for prising ble utarbeidet, sammen med en «frontend» i Excel.

VY

Løsning

Knowit leverte et autonomt og tverrfaglig team bestående av utviklere, data scientister, machine learning engineer, designer, tech lead og team lead til Vy, for å industrialisere prototypen og ta den videre til en ny løsning som var egnet til å kjøre i produksjon.

Det måtte det utarbeides nye og presise prognoser for billettsalg på alle mulige reisestrekninger med tog i Norge - ved bruk av dataanalyse og avanserte maskinlæringsalgoritmer. Algoritmen måtte skrives om til et effektivt språk, og det måtte skapes et kjøremiljø som gjorde det mulig å kjøre beregninger på tusenvis av tog.

Det ble laget et moderne webbasert frontend-verktøy for interaksjon med algoritmen. Her ble det tatt i bruk en ny pris - og produktmodell, som algoritmen og verktøyet måtte tilpasses til.

Teamet tok i bruk et tyvetalls ulike verktøy i arbeidet med analyse, produksjon, frontend og kjøring. Til prognosene brukes AWS (Amazon Web Services) SageMaker, en komplett plattform fra AWS for maskinlæring. Plattformen gir store gevinster i form av en en komplett workflow for å trene, kjøre og deploye maskinlæringsmodeller på en skalerbar måte.

Resultat

Prediksjonsmodellen er nå mye mer presis og gjennomarbeidet, og har tilført Vy stor grad av nøyaktighet på de mest trafikkerte strekningene. Vy kan også gjenspeile sesongvariasjoner og ulike kjøpsmønstre.

- Basert på Vys høye krav til både nøyaktighet og omfang, har Knowit ved bruk av ledende maskinlærings-algoritmer levert et svært grundig stykke arbeid i forbindelse med prognosene. Algoritmen Knowit har utviklet er et spennende teknologisk nybrottsarbeid som også aktører som Amazon ønsker å se videre på, sier Niklas Rosén Persson, sjef inntektsstyring, pris og produkt i Vy.

Bli kontaktet
Bård Singstad
Avdelingsleder, Knowit Objectnet
Bli kontaktet
Bli kontaktet

Tagger
Del
Til toppen