ProFlights — مقارنة ذكية لتذاكر الطيران

المشكلة

العثور على رحلات رخيصة يستهلك الوقت. عليك مقارنة عدّة شركات طيران ومطارات يدوياً، ومراقبة تقلّبات الأسعار، واغتنام اللحظة المناسبة. أدوات المقارنة الحالية تعرض صورة محدودة فقط ولا تنبّهك عند انخفاض السعر.

الحل

يجمع ProFlights بيانات عدّة مطارات قريبة، ويشغّل نماذج تقييم، ويرسل لك تنبيهاً بمجرد أن يصبح الحجز مجدياً.

• الكشف التلقائي عن المطارات: يكتشف تلقائياً أقرب المطارات ويقارن الأسعار عبر جميع الخيارات.
• سجلّ الأسعار: يتتبّع اتجاهات الأسعار عبر الزمن لتعرف ما إذا كان العرض مُجدياً حقاً.
• تنبيهات الانخفاض: استلم إشعاراً بمجرد انخفاض السعر بشكل ملحوظ على مسارك المفضّل.
• نصائح سفر بالذكاء الاصطناعي: ذكاء اصطناعي توليدي يقدّم سياقاً لكل عرض مع نصائح سفر ومعلومات عن الوجهة.
• بنية بلا خوادم: مبنية على Azure Functions لقابلية التوسّع وتكاليف تشغيل منخفضة.

النتائج

Architectuur

Serverless architectuur op Azure Functions: functies die door een timer worden geactiveerd scannen regelmatig de prijzen per luchthaven, in plaats van deze live op te halen bij elk paginabezoek. De resultaten worden gecached. Een scoringslaag normaliseert prijzen per route over de tijd en herkent significante afwijkingen, waarna de alert-engine een melding naar gebruikers stuurt. Daarnaast genereert een generatieve AI-laag bij elke aanbieding beknopt en feitelijk reisadvies.

Modelkeuze

De prijsscoring is gebaseerd op een statistisch model met percentiel-gebaseerde afwijkingsdetectie per route — sneller, voordeliger en voorspelbaarder dan een LLM voor dit soort numeriek werk. Voor de reistips wordt een compacter, goedkoper model gebruikt: de output is kort en feitelijk, dus een zwaarder model levert geen merkbare kwaliteitswinst op tegenover wel hogere kosten.

Kosten & latency

• Azure Functions consumption plan: kosten groeien mee met gebruik, geen vaste serverkosten bij weinig verkeer.
• De belangrijkste kostenpost zit in de scans/API-aanroepen per luchthaven; de AI-laag is relatief goedkoop — een gegenereerd reisadvies kost een fractie van een cent.
• Geen realtime latency-eis: scans lopen op een timer, meldingen komen asynchroon binnen zodra een prijsdaling is vastgesteld.

Lessons learned

De eerste versie haalde prijzen live op bij elk paginabezoek — te traag en te kostbaar bij meerdere gelijktijdig actieve gebruikers. Overschakelen naar achtergrondscans met caching loste dat op. Prijsalerts op basis van een vaste drempel genereerden bovendien te veel onnodige meldingen, omdat zelfs kleine schommelingen al een notificatie veroorzaakten; overschakelen naar percentiel-gebaseerde anomaliedetectie per route zorgde voor alerts die daadwerkelijk relevant zijn.

Concept — cijfers ter illustratie, nog te verifiëren tegen het daadwerkelijke project vóór publicatie.