Une organisation sportive professionnelle aux États-Unis avait besoin de processus prédictifs plus précis pour améliorer la précision des prévisions d'achalandage des matchs à domicile. CGI a donc développé et mis en œuvre deux modèles afin d’améliorer les prévisions d'achalandage et d’identifier pourquoi certains billets achetés demeurent inutilisés
En partenariat avec Google, l’équipe de CGI a utilisé l’apprentissage machine et Google Cloud Platform pour permettre à l’organisation de recueillir de meilleures informations sur les ventes de billets, l'achalandage réel, les délais et plus encore.
L’équipe a ainsi déployé un modèle de prévision de l'achalandage plus précis et fourni des informations sur les méthodes d’optimisation de la tarification. En outre, le client a réalisé des occasions d'affaires et a généré de la valeur grâce aux éléments suivants :
- analyse exploratoire des données et lecture des résultats d'analyses avancées pour mieux comprendre leurs données d’un point de vue scientifique;
- nouvelles variables créées par l’ingénierie des caractéristiques, qui ont joué un rôle important dans l’amélioration des performances du modèle;
- modèle de prévision des billets vendus et de la fréquentation en temps quasi réel;
- formation sur les méthodes d’optimisation des prix.
Google Cloud Platform a été utilisée comme plateforme d’analyse pour explorer ainsi que pour transformer les données et a servi d’atelier d’apprentissage machine pour le développement et le déploiement de modèles. CGI a tiré parti d’autres ressources de Google telles que l’entrepôt de données sans serveur de la plateforme-service BigQuery et la plateforme d’apprentissage machine Vertex AI.
D'un côté, l’organisation cliente a utilisé ces plateformes pour mettre en œuvre des processus de vente de billets et un modèle de prévision de l'achalandage plus prédictifs; de l'autre, ce type d’IA d’entreprise à grande échelle peut être utilisé dans tous les secteurs pour réduire les coûts, augmenter les bénéfices, aider à la prise de décision, automatiser les tâches et économiser du temps et des ressources.
Parce que nous lui avons fourni un modèle plus précis de prévision de l'achalandage durant les matchs à domicile, nous avons pu doter notre client d’informations essentielles qui seront intégrées dans un modèle dynamique de tarification des billets afin d’accroître ses bénéfices.
Apprenez-en davantage à propos de CGI et de Google.
« Laissez-nous vous aider à surmonter les obstacles à l’adoption réussie de
Transformer les perspectives en action
En fournissant un modèle plus précis de prévision de la fréquentation des matchs à domicile, nous avons pu doter nos clients d’éléments d’information essentiels qui seront intégrés dans un modèle dynamique de tarification des billets afin d’accroître les bénéfices.
