Grâce à leur programme de fidélité, les grandes compagnies aériennes ont accumulé au fil du temps une  quantité impressionnante d'informations sur leurs clients encartés :

"Jean-Pierre, cadre d'une grande entreprise, utilise 12 fois par an la compagnie en classe affaires, notamment pour des vols transatlantiques ; il a 3 enfants qui habitent Nice, Toulouse et New York à qui il rend visite 2 fois par an en classe "eco" et qui viennent également à Paris pour les fêtes de fin d'année. Il se déplace dans le Var 5 fois dans l'année avec son épouse ; il séjourne à Vienne 1 fois tous les 4 ans en moyenne."

Ce type d'informations pourrait constituer une véritable manne financière pour les compagnies si elles en faisaient un usage plus pointu et systématique.

Dresser un portrait robot du client

Une première piste consiste à exploiter l'information recueillie de la manière la plus fine et désagrégée qui soit : il s'agit d'adresser les besoins d'un individu donné, à un moment précis, dans une situation spécifique, plutôt que de fondre et figer son profil dans une catégorie type. Dans notre exemple, Jean-Pierre n'est ni un pur "client business" ni un pur "client loisir" : il est en réalité les deux à la fois, selon le motif et le moment de son voyage ! En combinant les différentes caractéristiques du client, la compagnie peut dresser un véritable « portrait robot » de son comportement en matière de mobilité.

L'enjeu du Big Data est alors de passer d'une approche classique -mais un peu f