Ir para o conteúdo principal
História de cliente

Recomendações personalizadas de hotéis com deep learning

INDUSTRY: Travel and hospitality
CLOUD: AWS

A Hotels.com é líder em reservas de acomodações online com 90 websites em 41 idiomas, que lista mais de 325.000 hotéis em aproximadamente 19.000 destinos. Seu aplicativo de reserva de viagens foi baixado mais de 70 milhões de vezes, ajudando viajantes de todo o mundo a encontrar o destino perfeito para sua estadia.

Os desafios

Hotels.com hospeda milhões de fotos dos mais de 325.000 hotéis listados em seu site. Milhares de novas fotos são enviadas todos os dias, tanto por estabelecimentos quanto por clientes. É importante analisar essas fotos o mais rápido possível para evitar imagens duplicadas ou de baixa qualidade, e depois classificá-las (por exemplo, cozinha, piscina, academia). Por fim, é imperativo oferecer recomendações personalizadas aos visitantes que pesquisam no site, de modo a ajudá-los a encontrar o hotel que mais lhes convém. Para alcançar isso, é necessário um grande poder computacional e análises avançadas.

  • Aproveite o machine learning para melhorar a experiência do consumidor: as muitas imagens que compunham cada anúncio eram duplicadas e o sistema precisava de organização na classificação. A solução foi construir um sistema de pontuação em tempo real e melhorar a implantação de modelos de machine/deep learning na produção.

  • Crie um pipeline de dados mais robusto e rápido: o cluster Hadoop on-premise, que usava linguagens SQL e SAS para fornecer data science em escala, era lento e limitado – levava duas horas para processar apenas 10% dos dados do pipeline.

  • Aumente as conversões de clientes: é necessário entender as tendências dos clientes em tempo real para desenvolver estratégias para impulsionar a conversão do cliente e o valor da vida útil.

A solução

A Databricks ajudou a Hotels.com a atingir seu objetivo: moldar seus negócios em torno da data science, antecipar o comportamento dos hóspedes e fornecer aos usuários uma experiência mais otimizada.

  • Gerenciamento de cluster: possibilidade de aumentar consideravelmente o volume de dados sem complicar a infraestrutura.

  • Workspace interativo: a dinâmica colaborativa entre as equipes de data science na Hotels.com melhorou, assim como nas outras unidades de negócios da Expedia.

  • Databricks Runtime: o desempenho do processamento de dados de streaming foi aprimorado mesmo em grande escala.

Hotels.com

“Agility and flexibility were critical for us to successfully support our data science and engineering goals. Moving to Databricks’ Unified Analytics Platform to run 100% of our workflows has been a huge boost for our business and our customers.”

— Matt Fryer VP, Chief Data Science Officer, Hotels.com

Os resultados

  • Aceleração do processo ETL em escala: é possível processar 20 vezes mais dados sem afetar o desempenho.
  • Experiência do usuário otimizada: as imagens apresentadas nas buscas de propriedades são organizadas de mais eficiente e precisa para os clientes.
  • Aumento da eficiência de vendas: fornecer ao hotel certo com as imagens selecionadas de acordo com as buscas ajuda a aumentar as conversões.

Conteúdo relacionado

Artigos técnicos