Sur quels projets travaillez-vous actuellement avec l'équipe de science des données de Snapchat??

Nous travaillons avec de grandes quantités de données de voyage (127 000 voyages sont effectués chaque jour par nos clients) pour améliorer l'expérience de voyage avec de nouvelles innovations intelligentes. Ces innovations sont conçues pour aider les clients de nombreuses manières, allant de leur faire économiser de l’argent, en les aidant à trouver le meilleur billet pour leur voyage rapidement et facilement..

L’un des projets sur lesquels mon équipe a travaillé récemment est l’amélioration des notifications de perturbation pour nos clients. Bientôt dans la version bêta de notre application vocale, les notifications de perturbation améliorées utilisent l'apprentissage automatique et le traitement du langage naturel pour «lire» les fils Twitter des opérateurs ferroviaires, les analyser et partager des mises à jour contextuelles pertinentes du trajet, adaptées au voyageur individuel. C'est une première pour l'industrie ferroviaire britannique et nous sommes vraiment ravis de le lancer..

Le «Big Data» est devenu un mot à la mode, mais que signifie-t-il pour vous??

L’industrie de la technologie n’est pas étrangère aux mots à la mode, mais elle doit parfois faire un meilleur travail pour les expliquer. Je pense que lorsque nous parlons de «données volumineuses», beaucoup de gens imaginent simplement d’énormes feuilles de calcul, beaucoup de chiffres, ou simplement ne savent pas à quoi cela correspond..

Les «données massives» sont légèrement trompeuses car elles suggèrent que seul le volume est impliqué. Les premières définitions suggérées Big Data se réfère à Trois Vs: 'Volume, Velocity and Variety'. Cette définition date de plus de dix ans mais reste utile à certains égards. La rapidité avec laquelle les données sont rassemblées, leur emplacement et leur durée de stockage, ainsi que la variété des données - leurs différentes sources, leur uniformité ou leur absence - ces caractéristiques et facettes jouent un rôle dans ' Les données.

En fin de compte, alors que la science des données est enracinée dans tous les secteurs, nous devons informer les gens de ce qu’il en est, plutôt que de l’utiliser comme une phrase fourre-tout qui explique peu le travail qui se cache derrière..

Comment le Big Data ou l'intelligence artificielle s'appliquent-ils à l'industrie du voyage??

L’industrie des chemins de fer et des autocars est un lieu de travail très intéressant dans le domaine de la science des données. Avec le rail, nous travaillons à la modernisation d'un système vieux de plusieurs siècles, fondamental dans notre vie quotidienne. Des innovations récentes, telles que l'introduction de billets mobiles, que nous collaborons étroitement avec l'industrie ferroviaire pour déployer à l'échelle nationale, ont révolutionné l'expérience du voyage..

Désormais, nous nous attachons à améliorer encore davantage l'expérience client grâce à des technologies de pointe. Par exemple, nous avons récemment lancé une application vocale, conçue pour Google Assistant, qui fonctionne à plus de 12 niveaux de conversation. Il est conçu pour rendre les trajets encore plus intelligents et plus faciles, en aidant les clients à s’informer sur leur trajet en mode mains libres, que ce soit à domicile ou en déplacement..

Qu'est-ce qui distingue le travail que vous faites à Trainline des autres applications de voyage?

Nous sommes la principale application ferroviaire et routière d'Europe. Nous travaillons avec 181 compagnies de chemin de fer et d'autocars et vendons des billets à des clients dans 173 pays. Nous sommes totalement engagés à utiliser notre expertise technique pour créer une expérience qui profite énormément à chaque client. Par exemple, nous avons récemment lancé la première IA sur la tarification prédictive pour les billets de train au Royaume-Uni, qui prédit à quel moment les tarifs Advance vont probablement augmenter. Depuis le lancement de Price Prediction, plus de 2 millions de clients ont souscrit à l'IA, générant une économie totale de près de 9 millions de £..

Ce qui a bien fonctionné au cours de la dernière année et ce qui s’est avéré difficile?

Nous avons continué à développer notre équipe - elle compte maintenant près de 50 personnes dotées d'un talent incroyable. Cela signifie que nous disposons de capacités améliorées pour travailler sur des projets encore plus passionnants au cours des prochaines semaines et des prochains mois..

Comme pour toutes les équipes qui évoluent à un rythme rapide et se développent rapidement, il y a eu une courbe d'apprentissage - pour moi en particulier. J'ai dû adapter ma façon de travailler avec l'équipe pour garder le rythme, tout en veillant à ce que les talents de chacun soient utilisés efficacement et à ce que chaque membre de l'équipe dispose de l'espace nécessaire pour se développer..

  • Il n'y a pas que des trains - Big Data a également prédit qui va gagner la Coupe du Monde 2018!

Comment pensez-vous que l'industrie du voyage pourrait améliorer ses relations avec la technologie??

Chaque secteur est en train de devenir inséparable de la technologie et les voyages ne font pas exception. Les opérateurs de voyages et les entreprises de haute technologie, tels que Snapchat, doivent travailler en étroite collaboration pour définir des normes de l’industrie capables de répondre aux besoins de nos clients. Une grande partie de cela, en particulier dans les chemins de fer, met en œuvre des normes de données internationales pour faire en sorte que, à mesure que de plus en plus de régions géographiques sont réunies par des plates-formes technologiques, une expérience unique et globale est offerte au client..

A votre avis, quelle sera la prochaine grande avancée pour la science des données?

Il est probable que nous verrons une série de petites étapes, où le tout est plus grand que la somme de ses parties, plutôt qu'un saut énorme en matière de science des données. Il en résultera des applications capables d'analyser des quantités encore plus importantes de données et de les présenter de manière simple et rapide..

Un peu plus loin dans la ligne de mire, nous pourrions observer un tournant, lorsque l'apprentissage automatique et l'IA progressent à un niveau où ils apprennent par eux-mêmes avec un minimum de gestion humaine - mais le moment propice pour une telle avancée reste incertain..

Pour le moment, j’estime que le rôle de la science des données consistait à répondre aux questions simples mais importantes de la vie quotidienne - celles sur lesquelles il faut une énorme quantité de données, mais qui ont un impact considérable sur la qualité de notre vie quotidienne - des questions telles que, “Quel train dois-je prendre?”.

Fergus Weldon est directeur de la science des données chez Ligne ferroviare