在当今快速发展的航空业中，数据科学和机器学习技术的应用变得日益重要。这些技术不仅能够帮助航空公司自动化或加速运营流程，还能提供更精准的数据分析和预测。本文将通过几个实际案例，展示数据科学如何在航空业中发挥作用。
航空公司面临的主要挑战之一是如何理解特定城市对的旅客需求以及如何定价航班。为了生存，航空公司必须在分析数据时考虑成千上万的因素。虽然分析师仍然可以使用传统的统计方法，但数据科学提供了更复杂的方法来完成需求分析。国际航空运输协会（IATA）建议航空公司可以利用旅客行为数据、在线旅行社和元搜索网站上的放弃搜索以及社交媒体上的讨论来帮助定义休闲需求。来自专业社交网络、招聘和采购活动的数据可能预示着新兴的商务旅行目的地。在2017年的一次展示中，Skyscanner使用基于机器学习的聚类技术，根据相似性将大约50,000个起点和目的地进行分组，他们考虑了大约30个参数，如旅行月份、预订时间、人们在目的地停留的时间等。
有些人从不订购飞机餐，因此航空公司的供应管理专家必须估计他们需要在飞机上携带多少小吃和饮料，以满足食品食客的需求，同时避免浪费。易捷航空（EasyJet）首席执行官约翰·伦德格伦（John Lundgren）将数据科学团队投入到食品项目的需求分析中。团队发现，根据航线的不同，早上6点飞往爱丁堡的航班对食品项目的需求与周五晚上飞往伊比沙岛的航班的需求大不相同。因此，易捷航空在每次航班后都会丢弃三种新鲜食品，每年大约80万份。伦德格伦指出，这样的错误使航空公司损失了数百万英镑。最终，数据科学家创建了一个新的需求预测算法，这些洞察帮助航空公司节省了大量资金，并对环境做出了正确的选择。