Yolcu akışında üç farklı bilgi türünü anlayın
Üç bilgi türünü birbirinden ayırın:
- Tarife modeli: tarihli uçuşlar ve belgelenmiş varsayımlarla talebi hesaplar.
- Ölçülen sayım: kurulmuş sensör veya manuel süreçten gelen gözlemi kaydeder.
- Tahmin: seçilmiş girdilerle gelecekteki zaman aralığını öngörür.
Lycia’nın herkese açık havalimanı görseli kurgusal ve tarife tabanlıdır. Gözlem veya tahmin değildir. Ayrı bir analitik sistemi, her operasyon değerini türü, kaynağı, zamanı, aralığı ve kalite durumuyla etiketlemelidir.
Terminal talebini uçuş tarifeleriyle planlayın
Operasyon ekiplerinin anladığı girdilerle başlayın:
- uçuş tarifesi, terminal, havayolu ve uçak;
- check-in açılışı ve kapı;
- mevcutsa aktarma oranı;
- işlem noktası takvimleri.
Tekrar üretilebilir bir başlangıç modeli için şeffaf varsayımlar kullanın. Lycia onaylı uçuş bağlamını yolcu yanıtlarını ve kampanya ilgisini geliştirmek için kullanabilir. Görseldeki hareket noktaları ölçülmüş sayım değildir.
Ayrı bir analitik sistemi, temsili geçmiş ve güvenilir özellikler varsa makine öğrenmesi kullanabilir. Sonucu başlangıç modeliyle karşılaştırın. Mevsim değişimini, terminal taşınmasını, yeni havayollarını, aksak günleri ve politika değişikliklerini test edin. Öğrenilmiş modelin daha kötü olduğu yerleri raporlayın; “yapay zekâ destekli” bir kabul kriteri değildir.
Lycia AI’ın havalimanı panelindeki terminal geometrisinden oluşturulan örnek yolcu akışı. Kurgusal uçuş programı; canlı konum veya ölçülmüş yolcu sayısı değildir. Tam Lycia havalimanı görünümünü inceleyin
Sensör verisini Lycia’dan ayrı doğrulayın
Sensörün görüş alanı, örnekleme yöntemi, kör noktaları ve çalışma sınırları vardır. Kuyruk sınırı hareket eder. Aileler kümelenebilir. Personel yolcuyla sayılabilir; cihaz sinyali her zaman bir kişi değildir. Her kaynağı sakin, yoğun ve olağan dışı dönemlerde kontrollü manuel sayımla karşılaştırın.
| Veri ürünü | Gerekli doğrulama |
|---|---|
| Giriş sayımı | Zaman aralığı toplamını incelenmiş manuel sayımla karşılaştırın ve kapsamı belgeleyin. |
| Kuyruk uzunluğu | Değişen kuyruk geometrisini, taşmayı ve karışık yolcu/personel hareketini test edin. |
| Bekleme tahmini | Öngörülen beklemeyi zaman damgalı giriş-çıkış örnekleriyle karşılaştırın. |
| Akış tahmini | Her tahmin ufkunu sonraki ölçülen sayım ve başlangıç modeliyle karşılaştırın. |
Ölçüm tasarımı olayları gözlemleyip sınırlarını açıklamadıkça kalış süresi, hedefe varış veya mağaza ziyareti çıkarmayın.
Her tahmini desteklediği operasyon kararıyla doğrulayın
Yarının personel planı için tahminle önümüzdeki on beş dakika için tahmin farklı sorunları çözer. Önce karar, ufuk, yenileme sıklığı, konum ve hata maliyetini tanımlayın. Güvenlik yoğunluğunu eksik tahmin etmenin sonucu, sakin kapı bölgesini fazla tahmin etmekten farklı olabilir.
- Tek havalimanı ortalaması yerine zaman dilimi hatası ve yoğunluk zamanını kullanın.
- Sürekli düşük veya yüksek tahmin görülsün diye yanlılığı raporlayın.
- Planlı operasyonu, düzensiz operasyonu ve sensör kesintisini ayırın.
- Basit başlangıç ve önceki üretim yöntemiyle karşılaştırın.
- Model doğruluğuyla birlikte veri gecikmesi ve eksikliğini izleyin.
- Operasyon işlemi yapılıp yapılmadığını ve hedef KPI’ın değişip değişmediğini kaydedin.
Tahmin doğrulaması ekranda gösterildiğinde değil, gözlemler geldiğinde tamamlanır. Önemli tarife, süreç, terminal veya sensör değişiminden sonra yeniden kontrol edin.
Paneli açmadan önce operasyon KPI’larını tanımlayın
Karara uygun KPI’ları seçin:
- zaman aralığı başına gelen yolcu;
- kuyruk uzunluğu ve gözlenen bekleme örneği;
- işlem kapasitesi ve şerit ya da masa kullanımı;
- tahmin hatası ve yoğunluk zamanı;
- eşiği tespit ve müdahale süresi.
Her KPI için başlangıç olayını, bitiş olayını, birimi, toplulaştırmayı, istisnaları ve veri sahibini tanımlayın. ACI World Smart Data Hub el kitabı önizlemesi, havalimanı verisini paydaşları ve kararları bağlayan bir yetenek olarak ele alır.
Panel, uyarıya kimin müdahale edeceğini ve sonucun nasıl inceleneceğini göstermelidir. Yalnızca akış verisinden “yolcu deneyimi iyileşti” demeyin. Bu iddiayı tanımlı hizmet ölçümü veya araştırma yöntemiyle bağlayın.
Veriyi azaltın ve insan karar sahibini koruyun
Yolcu akışı analizi çoğu zaman toplu veya takma adlı olaylar kullanır. Gizlilik incelemesi yine de gerçek sensör ve veri bağlama tasarımını izlemelidir. Amacı, uygun hukuki dayanağı, saklamayı, erişimi, sağlayıcı kullanımını, dışa aktarımı ve silmeyi belgeleyin. Toplu sayım soruyu yanıtlıyorsa kimlik bağlamayın.
IATA’nın Dünya Veri Sempozyumu özeti, yapay zekâ ve öngörüsel analitiği veri sahipliği, siber dayanıklılık ve yolcu güveniyle birlikte ele alır. Bu ilkeleri role dayalı erişime, kalite izlemeye, olay prosedürlerine ve değişiklik kayıtlarına dönüştürün. Tahmin tavsiye sunar; havalimanının onaylı süreci dışında güvenlik açısından kritik kaynakları yeniden dağıtmamalıdır.
Terminal yolculuğunu Lycia AI ile hizmete dönüştürün
Terminal görünümüyle yolcuların check-in, güvenlik, alışveriş alanları ve kapılarda ihtiyaç duyabilecekleri hizmetleri değerlendirin. Bu yolculuğu, ekiplerinizin güncel tuttuğu havalimanı bilgilerine ve hizmet rehberine bağlayın; güncelleme sorumluluklarını netleştirin.
Lycia onaylı uçuş ve yolculuk bağlamını yararlı yolcu görüşmelerine, tarayıcıdan canlı sese, uygun işletme kampanyalarına ve ekip aktarımına dönüştürür. Müşteri kurulumunu planlamak için Lycia havalimanı AI asistanı rehberini, bağlamsal teklifler için havalimanı geliri kampanyalarını inceleyin. Terminal yolculuğunu havalimanınızın devreye alabileceği hizmetle birleştirmek için Lycia AI Airports’u iş başında görün.
Sık sorulan sorular
Havalimanı yolcu akışı analitiği nedir?
Planlama ve operasyon kararlarını desteklemek için havalimanı süreçlerindeki talep, sayım, kuyruk ve hareketin toplanıp analiz edilmesidir. Tam anlamı kaynağa, kapsama, zaman aralığına ve değerin gözlenen, modellenen veya tahmin olmasına bağlıdır.
Uçuş tarifesi modeli yolcu sayımıyla aynı mı?
Hayır. Tarife modeli bilinen girdiler ve varsayımlarla beklenen gelişi tahmin eder. Sayım sensör veya manuel süreçten gelen gözlemdir. İkisi de yararlıdır; ancak farklı etiketlenip doğrulanmalıdır.
Havalimanı yolcu akışı tahminini nasıl doğrulamalı?
Her tahmin ufku ve konumu sonraki ölçülen sayım, şeffaf başlangıç modeli ve önceki operasyon yöntemiyle karşılaştırın. Hata, yanlılık, yoğunluk zamanı, eksik veri ve düzensiz operasyon performansını raporlayın.
Akış analitiği yolcu kalışını veya mağaza ziyaretini kanıtlar mı?
Otomatik olarak hayır. Bu sonuçlar ilgili başlangıç, bitiş veya hedef olayını gözleyen ölçüm tasarımı gerektirir. Kuyruk sayımı ve rota talebi tek başına gerçek kalış, varış veya satın alma gibi sunulmamalıdır.
Kaynaklar ve ek okuma
Lycia AI’ın yapay zekâ asistanı Cleo bu rehberi Lycia AI Airports’un ürün kapsamı ve bağlantılı otorite kaynakları temel alarak hazırladı. Terminal görseli kurgusal program verisi kullanır. Kaynaklar, kanallar ve yetkiler her müşteri kurulumunda doğrulanır.