La Data Science est une véritable révolution pour l'industrie de l'aéronautique et le secteur aérien. Découvrez comment les données sont exploitées par les compagnies aériennes et les constructeurs d'avions, et pourquoi devenir Data Scientist dans ce domaine.
La science des données transforme la façon dont les entreprises se connectent avec leurs clients, dont elles prennent des décisions, et dont elles opèrent. Ce bouleversement concerne toutes les industries, et les secteurs de l’aéronautique et de l’aviation ne font pas exception.
Les compagnies aériennes injectent la Data Science dans l’ensemble des services qu’elles proposent à leurs clients : l’achat de ticket, la sélection de sièges, le service de bagages, l’embarquement, le transport terrestre…
Pour y parvenir, elles collectent des données tout au long du voyage de leurs passagers. Il s’agit donc d’un échange d’informations perpétuel entre les compagnies et leurs clients.
Par exemple, pour réserver un vol, les consommateurs ont désormais accès en temps réel aux données sur les offres des différentes compagnies. Ceci leur permet de trouver le meilleur prix, sans avoir besoin de passer par une agence de voyage.
À leur tour, les compagnies peuvent collecter des données lors de ce processus pour améliorer l’expérience client et accroître leur efficacité opérationnelle. Et ce n’est pas tout.
Le secteur de l’aviation collecte et stocke de larges volumes de données générées par la navigation des engins, par les aéroports, par les radars ou par les plans de vol. Ces informations proviennent de multiples sources. Découvrez dans cette vidéo la Data Poule , ou l’analyse de données vu par SAFRAN :
Quels sont les avantages de la Data Science pour le secteur aérien ?
L’analyse du Big Data permet aux compagnies aériennes de répondre promptement à la demande actuelle et future du marché. Elle permet aussi d’améliorer la planification et de prendre de meilleures décisions, mais aussi de mieux comprendre et de mieux surveiller les principaux facteurs de performances propres à cette industrie.
Ce nouvel atout permet aux entreprises de ce secteur de réduire leurs coûts d’exploitation, d’améliorer leur service client, de prendre le dessus sur la concurrence et d’augmenter leur marge de bénéfices.
Comment les compagnies aériennes utilisent la Data Science ?
La Data Science offre de nombreuses possibilités pour le secteur de l’aviation de ligne, et on dénombre déjà des dizaines de cas d’usage. Découvrez plus en détail comment les données sont exploitées par les compagnies.
L'augmentation des revenus
L’analyse de données permet aux compagnies aériennes de comprendre les préférences des clients. Par exemple, l’analyse des réservations de tickets permet de mieux cibler les clients à l’aide d’offres personnalisées.
Elle permet aussi d’optimiser les prix en temps réel, grâce aux techniques d’analyse prédictive. En conséquence, les compagnies peuvent obtenir davantage de réservations sur une période donnée.
En effet, le prix que les consommateurs sont prêts à payer dépend de leur catégorie socio-démographique et de la date de réservation. L’intelligence artificielle peut donc permettre de définir quelles sont les destinations favorites d’une audience spécifique, et ajuster les prix, choisir le meilleur canal de distribution et gérer les sièges en fonction.
La maintenance prédictive
Le trafic dans les aéroports ne cesse d’augmenter. Les compagnies peuvent donc utiliser l’analyse de données pour optimiser l’utilisation de l’espace aérien notamment par un meilleur choix des itinéraires et des types d’avions.
De même, la maintenance prédictive permet de réaliser d’importantes économies. En cas de problème imprévu, les opérations de maintenance entraînent des retards et les compensations aux voyageurs représentent un coût massif.
La maintenance imprévue représente près de 30% des retards de vols. Grâce aux données collectées par les capteurs dans les avions, les problèmes peuvent être anticipés et la maintenance assurée avant qu’il ne soit trop tard. Les techniciens seront avertis par le biais de notifications sur leurs smartphones, et pourront résoudre les problèmes ou remplacer les pièces défectueuses de façon proactive.
L'optimisation des opérations
Les données collectées par les avions les plus récents permettent d’optimiser l’exploitation des vols, le déploiement de l’équipage ou la consommation de carburant en fonction de nombreux facteurs.
La maintenance peut être anticipée, la congestion dans les airs peut être réduite, et les itinéraires peuvent être altérés avant le décollage pour éviter les turbulences. Certaines tâches peuvent aussi être automatisées pour soulager les pilotes.
Les passagers peuvent aussi être informés sur les options et les horaires en amont du départ. Les vols peuvent donc être simplifiés, et l’efficacité accrue tandis que la fatigue de l’équipage peut être réduite. De plus, les données peuvent aussi être exploitées pour améliorer le design des futurs avions et de leurs systèmes…
La réduction des coûts
La Data Science permet le suivi des bagages en temps réel. Ceci permet d’éviter la perte, l’endommagement ou le retard des valises. Les coûts liés au remboursement de tels désagréments par les compagnies aériennes sont donc fortement réduits.
En outre, les données de consommation de carburants des avions sont collectées et analysées en temps réel. Selon le IATA 2012, le carburant représente 33% des coûts d’exploitation des compagnies aériennes. L’optimisation de cette consommation permet donc là encore d’importantes économies.
Les systèmes d’intelligence artificielle sont également utilisés pour collecter et analyser des données sur chaque vol : distance et altitude de la trajectoire, type et poids de l’avion, conditions météorologiques… l’analyse de ces données permet à l’IA d’estimer avec précision la quantité de carburant nécessaire pour un vol.
La satisfaction client
Des techniques de Data Science telles que l’analyse prédictive, l’analyse de sentiment ou encore l’analyse des trajets, l’industrie aérienne peut surveiller de près ses clients en temps réel. Les compagnies sont en mesure de proposer des promotions spéciales basées sur leurs besoins, leurs attentes ou leurs habitudes personnelles.
Les compagnies aériennes peuvent mieux comprendre les moyens et les comportements des voyageurs, et leur proposer des options leur correspondant. Ceci permet d’inciter à l’achat plus efficacement.
En parallèle, la Data Science permet au service client de réagir plus rapidement aux requêtes et questions des voyageurs. Ainsi, la frustration et la nervosité des clients sont atténuées en cas de retard de vol ou de perte de bagage. Le risque de voir un passager mécontent boycotter la compagnie est donc réduit.
La mesure des performances
L’industrie aérienne est très compétitive. Pour prendre l’avantage sur la concurrence, les compagnies aériennes ont besoin de mesurer leurs performances de façon précise et rapide.
De même, dans ce secteur, la moindre variation peut avoir un impact démultiplié. L’appréciation des services par les passagers ou les dépenses en carburant, par exemple, peuvent avoir d’importantes conséquences positives ou négatives. La mesure des performances en temps réel est donc essentielle.
L’analyse du Big Data permet d’automatiser la production de rapports quotidiens sur l’activité. Il est par exemple possible de suivre le nombre de passagers par vol ou la distance parcourue, afin d’estimer les revenus générés sur chaque itinéraire.
La gestion des risques
Les crashs aériens sont une véritable catastrophe, et il suffit d’un incident pour ruiner à tout jamais la réputation d’une compagnie. Heureusement, la Data Science permet le développement de modèles et de stratégies de gestion des risques pour éviter les tragédies.
Il est par exemple possible de mesurer le risque qu’un pilote soit fatigué à cause du changement constant de fuseau horaire, de changements d’horaires ou de longues journées de travail.
Par exemple, la solution Crew Rostering de Jeppesen intègre des modèles bio-mathématiques sur la fatigue à un logiciel de planification des emplois du temps d’équipages. Les horaires peuvent ainsi être aménagés en fonction du risque de fatigue estimé pour chaque pilote.
Le contrôle et la vérification
Les opérateurs aériens doivent effectuer de nombreux contrôles et vérifications pour contrôler les coûts de leurs diverses activités. Pour y parvenir, ils tiennent à jour des dossiers complets regroupant des données sur les vols.
En analysant ces données, il est possible pour eux de gagner en efficacité. Ils peuvent par exemple comparer les prévisions d’usage de carburant avec la consommation réelle ou chaque avion. Une vision à 360 degrés de chaque vol et de chaque engin, basée sur les données permet de renforcer les processus de contrôles et de vérification.
La prévision de charge
Les données permettent aussi aux compagnies aériennes de prévoir la charge de chaque vol. De même, elles permettent d’anticiper l’impact des différentes options : augmenter le nombre de sièges disponibles, ajuster les prix des billets, introduire de nouveaux trajets…
Ces prévisions se basent sur les tendances statistiques, sur les résultats de l’entreprise. Elles permettent aux compagnies de prendre des décisions « data-driven ».
Quelques exemples de compagnies aériennes exploitant la Data Science
Les compagnies aériennes sont de plus en plus nombreuses à exploiter la Data Science. Pour une illustration concrète, en voici quelques exemples.
Delta Airlines
La compagnie américaine Delta Airlines pratique la maintenance prédictive de ses avions, et se sert aussi du Big Data pour offrir une meilleure expérience à sa clientèle. Elle utilise l’IA pour optimiser ses coûts et son activité.
Pour renforcer la sécurité des bagages sur ses vols, la firme a investi 600 000 dollars en 2017 dans des machines de contrôle en self-service. Cette compagnie a par ailleurs développé une application mobile de suivi des bagages.
Les membres du personnel tiennent à jour la position géographique des valises, et les données sont transférées au client en temps réel via l’application. Des millions de voyageurs ont téléchargé cette application très pratique sur leurs smartphones.
EasyJet
Si la compagnie britannique low-cost EasyJet peut se permettre de casser les prix, c’est grâce à la Data Science et à l’IA. Ces technologies lui ont permis d’améliorer sa stratégie tarifaire, et de mieux gérer son inventaire. Ainsi, entre 2010 et 2014, EasyJet a accru ses bénéfices par siège de près de 20%.
La firme utilise aussi un outil de reconnaissance accélérant le traitement des informations de passagers. Cet outil lit les nombres à partir d’un document, et fournit les informations à l’aéroport. Ainsi, le passager n’a pas besoin de taper lui-même les informations.
Southwest Airlines
Basée au Texas, Southwest Airlines exploite la Data Science pour optimiser sa consommation de carburant. Plus précisément, elle utilise le système analytique fourni par GE Aviation afin d’améliorer la consommation de carburation de plus de 700 Boeing 737.
Ce système, basé sur le Cloud, permet de collecter et d’analyser les données générées par les avions tout au long d’un vol. Les pilotes peuvent par exemple passer en revue la force du vent, l’humidité de l’atmosphère, le poids et la vitesse de l’avion, ou encore l’altitude. Ils pourront ainsi planifier la quantité de carburant requise pour le prochain vol vers la même destination.
Air France - KLM
Depuis 2015, Air France-KLM développe une plateforme Big Data en interne. La compagnie franco-néerlandaise est l’une des premières à s’être lancée dans l’exploitation de la Data Science.
En juillet 2020, Air France a annoncé un partenariat avec Open Airlines : fournisseur des solutions pour une consommation plus efficace de carburant. Ce partenariat s’inscrit dans la stratégie de la firme visant à réduire ses émissions de CO2 de 50% d’ici 2030.
Elle utilisera la technologie « Sky Breathe », développée en partenariat avec Transavia France, exploitant le Big Data, l’IA et le Machine Learning pour analyser les milliards de données générées par les vols. Ainsi, les opportunités seront identifiées et des actions seront recommandées pour réduire la consommation totale de carburant à hauteur de 5%.
Pour la maintenance prédictive, Air France KLM utilise la plateforme « Prognos » développée dans son MRO Lab. Ce logiciel permet de capturer les données générées en vol et au sol et de les analyser. Les résultats des analyses sont transmis au centre de contrôle de maintenance pour que les opérations soient effectuées proactivement, 30 à 50 vols avant que les problèmes surviennent.
Le futur de l'IA et de la Data Science dans le secteur aérien
Déjà au XXème siècle, les données étaient massivement agrégées par les compagnies aériennes. Cependant, à l’époque, la technologie ne permettait pas leur transfert en temps réel et leur utilisation.
Désormais, grâce aux nombreux capteurs embarqués, chaque avion produit plus de 30 fois le volume de données de la génération précédente. Seul un dixième de la flotte mondiale est équipé de cette technologie, mais elle se répand à vive allure dans l’industrie.
Déjà au XXème siècle, les données étaient massivement agrégées par les compagnies aériennes. Cependant, à l’époque, la technologie ne permettait pas leur transfert en temps réel et leur utilisation.
Désormais, grâce aux nombreux capteurs embarqués, chaque avion produit plus de 30 fois le volume de données de la génération précédente. Seul un dixième de la flotte mondiale est équipé de cette technologie, mais elle se répand à vive allure dans l’industrie.
D’ici une décennie, Oliver Wyman estime que plus de la moitié des avions de ligne seront pourvus de capteurs. En 2026, la génération annuelle de données pourrait atteindre 98 milliards de gigabytes. Les avions dernier cri pourront créer entre cinq et huit terabytes par vol, soit plus de 80 fois ce que produit un vieil avion aujourd’hui.
Déjà aujourd’hui, l’intelligence artificielle permet d’améliorer l’expérience client des compagnies aériennes grâce à l’automatisation et aux solutions self-service. Elle permet aussi d’optimiser le » workflow » des employés, et d’accroître le niveau de sécurité pendant les vols grâce à la maintenance prédictive.
Cette technologie nouvelle permet aussi aux compagnies de prendre de meilleures décisions en matière de positionnement tarifaire. La Data Science et l’IA représentent donc déjà une révolution pour le secteur aérien.
Au fil des années à venir, cette tendance va se poursuivre et le Big Data va continuer à transformer l’industrie. De nombreuses compagnies prévoient déjà d’importantes initiatives liées à l’intelligence artificielle : des promotions basées sur les prédictions en temps réel, des chatbots durant les vols…
Les constructeurs d’avions et de moteurs tels que Boeing, Airbus, General Electric, Bombardier, et Safran ou les fabricants de pièces et concepteurs de systèmes comme Honeywell misent d’ores et déjà sur la collecte et l’analyse de données. De même, les experts du Big Data tels que Google et Microsoft investissent aussi dans le domaine de l’aéronautique.
Quels sont les défis à relever ?
Toutefois, malgré l’abondance de données à disposition des entreprises, et l’utilisation croissante de capteurs de données dans les avions, l’usage de la Data Science reste limité.
Parmi les obstacles empêchant d’exploiter pleinement le potentiel de la Data Science, on compte aussi le problème du manque de flexibilité des systèmes informatiques vieillissants utilisés dans l’industrie. Ces technologies ne peuvent s’adapter aux systèmes d’analyse et d’IA plus sophistiqués.
La principale barrière à l’adoption de la Data Science dans le secteur aérien et aéronautique reste toutefois la pénurie de Data Scientists. Peu d’experts sont qualifiés et capables d’appliquer cette science des données à l’industrie.
Il existe donc de nombreuses opportunités pour les scientifiques des données souhaitant rejoindre ce secteur, et capables d’offrir une double-expertise. Il n’existe pas encore, en France, de formation spécifiquement dédiée à la Data Science dans le domaine de l’aviation. Néanmoins, vous pouvez commencer dès à présent une formation de Data Scientist avec DataScientest.
Les compagnies aériennes et les aéroports ne sont pas en mesure de traiter les montagnes d’informations en leur possession, particulièrement en temps réel. En outre, ses bienfaits ne sont pas encore pleinement perçus.
De manière générale, le Big Data permet aux compagnies aériennes de mieux comprendre leurs clients, leurs préférences, leurs comportements à l’échelle individuelle. Les données permettent aussi de prédire leurs futures requêtes…
Dans ce secteur très compétitif, où les entreprises sont en contact direct avec les passagers, la satisfaction des clients est essentielle. C’est la raison pour laquelle l’analyse de données et l’IA continueront à se faire une place, permettant de se baser sur des informations concrètes pour raffiner l’expérience proposée tout au long du voyage…
Vous savez désormais comment la Data Science peut révolutionner l’industrie de l’aéronautique, et pourquoi commencer une carrière de Data Scientist dans ce secteur. Découvrez comment les données impactent le milieu de l’art et de la culture, et le domaine de la santé et de la médecine. Vous souhaitez découvrir comment SAFRAN met en place la culture des données grâce à Safran Analytics ? DataScientest a eu la chance de recevoir Adeline Bernery sur le sujet
