Gathr > 实例探究 > 美国顶级航空公司利用 Gathr 提升跨渠道实时客户体验

美国顶级航空公司利用 Gathr 提升跨渠道实时客户体验

Gathr Logo
公司规模
Large Corporate
地区
  • America
国家
  • United States
产品
  • Gathr
技术栈
  • Real-time data ingestion
  • Data transformation
  • Predictive models
  • Machine learning
实施规模
  • Enterprise-wide Deployment
影响指标
  • Customer Satisfaction
  • Revenue Growth
技术
  • 分析与建模 - 实时分析
  • 分析与建模 - 预测分析
适用行业
  • 航天
适用功能
  • 销售与市场营销
用例
  • 实时定位系统 (RTLS)
  • 预测性维护
服务
  • 数据科学服务
关于客户
客户是一家大型美国航空公司,运营着最全面的航线网络之一,每天有大约 4,500 个航班飞往五大洲的 338 个机场。该航空公司正在经历来自各种线上和线下客户接触点和运营系统的大量高速数据增长。该航空公司正在寻找一种解决方案,以便有效地管理、分析不断增长且复杂的客户和运营数据并从中获取可操作的实时见解。
挑战
该航空公司正在经历来自各种线上和线下客户接触点和操作系统的大量高速数据增长;每天有近 5TB 的数据以每秒 7,000 个事件的输入数据速度进入其系统。海量的数据限制了数据搜索只能搜索两天的数据日志;阻碍了基于更长、更相关的时间窗口分析客户行为模式和检测异常。传统的技术堆栈无法管理快速增长的高速数据量。
解决方案
该航空公司选择 Gathr 来高效地管理、分析不断增长且复杂的客户和运营数据,并从中获取可付诸行动的实时见解。Gathr 可以轻松获取和管理大量数据,而如果使用传统技术堆栈,该航空巨头则需要数天或数周的时间才能处理这些数据。Gathr 采用可扩展架构,未来可以支持以更快速度传入的更大数据集。该平台通过定制的查询 Web 界面改进了搜索功能,并可轻松加入其他服务和应用程序日志。这些数据现在可以在传入时进行丰富、清理和准备,以便实时用于各种下游应用程序。
运营影响
  • Enhanced customer experience across channels and scenarios.
  • Proactively analyze log data to detect website and mobile app outages in real-time.
  • Apply built-in predictive models and machine learning operators on customer data to predict customer preferences and choices.
  • Offer proactive insights to contact center representatives.
  • Proactive customer support led to higher conversions.
数量效益
  • The airline’s capacity to perform data searches increased from 2 days to 30 days.
  • The application triggered an alert to the call center in real-time whenever someone from a specific customer segment logged into the system, leading to higher customer satisfaction ratings and more conversions.

Case Study missing?

Start adding your own!

Register with your work email and create a new case study profile for your business.

Add New Record

相关案例.

联系我们

欢迎与我们交流!
* Required
* Required
* Required
* Invalid email address
提交此表单,即表示您同意 IoT ONE 可以与您联系并分享洞察和营销信息。
不,谢谢,我不想收到来自 IoT ONE 的任何营销电子邮件。
提交

感谢您的信息!
我们会很快与你取得联系。