案例分析：训练力如何让客户满意

这是一个生活在英国生活的事实，铁路价格在1月初增加，铁路票价制度令人难以置信的古代。

事实上，一些乘客甚至可能发现通过购买比直接票价明显便宜的铁路票价门票，找到到同一列车上到达同一目的地的复杂旅行。

这种现象称为分割票务，它是训练线的注意力。它声称分割票务可以将英国火车旅客省2020年省高达340米，而2019年10月和2019年11月通过实习线应用程序的直接火车票搜索的成本相比。

该公司表示，它希望让乘客更容易找到最便宜的票价。“我们总是努力使火车旅行更轻松，更加无缝，所以我们的设计目标之一是默认为Splitsave何时获得更便宜的门票，”训练线首席技术官Mark Holt说。“分裂票务永远存在于行业中。这是英国的特质之一。“

但是，在过去可以使用多票购买的合法票务旅程已经存在问题。

“我们需要与铁路行业合作，使其取得成功。我们不想结束的是为客户创造问题，因为铁路警卫说他们无法旅行。噩梦情景是如果有人站在一个平台上，请询问铁路警卫到哪个平台去旅行的下一部分，以及守卫指向刚刚拉出车站的火车。“

因此，对于训练线的霍尔特和团队，所需的分裂功能提供了无危险的客户体验。然而，该软件还需要以一种方式工作，以避免从轨道运营商中重载系统，该轨道运营商提供Spritsave的票价信息，然后围绕到查找最便宜的分割票务选项。

“传统铁路票证提供商经常运行蛮力搜索以查找拆分票价，并在轨道运算符的系统上大量负载。我们需要一些不同的东西，可以提供最有可能的拆分票，而不会超载铁路行业，“Holt说。

Trainline的Splitsave使用乘客的强大，而不是处理大规模数据库查询以收集轨道网络上的所有可能的票价选项，而是使用乘客的权力，从客户查询中融合数据。根据Holt，它可以像推荐票轨票价一样工作。

“机器学习是一个大块的应用程序。我们有大量的客户数据。一些客户搜索门票，例如，从尤斯顿到曼彻斯特，有些人可以将伦敦搜索橄榄球，而其他人则正在寻找从橄榄球到曼彻斯特的火车。我们的代码每天看一下120亿行数据，以便在哪里获得最大的节省，“他说。

因此，而不是寻找可能将客户伦敦到曼彻斯特的10个可能的票证，所以该应用程序能够将此视为一个或两个分割票据选项，它具有强烈的信心将是客户最便宜的分割旅行选择。这是这些选项，然后可以转发到铁路运营商系统，以获得实际的票价。

霍尔特说，Splitsave中的推荐引擎支持分割票务不断发展，并学习客户查找的铁路旅行路线。通过使用此客户行为和缓存票务定价，训练线需要将更少的数据发送到轨道操作员系统。

该软件是使用交叉功能团队开发的，专注于提供良好的客户体验。霍尔特说：讨论团队努力，说：“我们总是从客户问题开始。这还不够说，'我有一堆数据，我该怎么办？'。它是关于利用数据来创造良好的客户体验。“

随着机器学习和缓存限制影响拆分票务查询的轨道操作系统系统，霍尔特表示，Splitsave的开发需要一个用户界面的流程，智能增强，票务和履行系统以及搜索团队的大量工作避免超载行业系统。

“经过几个月的迭代，我们的测试客户的反馈非常积极。我们非常兴奋地让整个国家轻松获得提供的伟大储蓄，“他补充道。

该项目没有真正的开发阶段结束，即使项目开发Splitsave功能现在正在推出。机器学习模型不断发展，顾客期望。

霍尔特说需要在长期项目上继续跨IT行业工作。“在发射后保持有动力的人很难。他补充说，有峰值和低谷。

但霍尔​​特认为，如果他们相信他们正在帮助他人，人们可以仍然可以做出更多的灵感，并继续在项目上创新。“我们在整个组织中有这么多的创新。总有一些新的事情。正是关于使命，人们参与他们可以不断地看到客户的东西，“他说。