Das Projekt besteht aus Reisepreisvorhersage, Kundenverhaltensanalyse und Kundenbewertungsanalyse.

Preisvorhersage: Ein auf über sieben Jahre Preishistorie basierendes Modell wurde entwickelt, um den Verkaufspreis von Kreuzfahrten in den nächsten Wochen bis zur Abreise vorherzusagen. Nach Analyse des von Cruisewatch bereitgestellten Verkaufspreises wurde analysiert, für welche Konstellationen und Dimensionen sich der Preis unterschiedlich ändert. Daher wird das Modell für diese Gruppen separat trainiert und die Ergebnisse entsprechend optimiert.

Analyse des Kundenverhaltens: Basierend auf den vorhandenen Kundeninformationen und dem Verhalten (z. B. welche Reise / Schiff / Reederei die Kunden bevorzugen) liefert der Algorithmus Empfehlung für weitere Reisen. Um auch Neukunden passende Reisen empfehlen zu können, wurde ein interaktives Tool entwickelt, welches sehr effizient (d.h. mit möglichst wenig Fragen) die relevantesten Angebote findet. Zudem  wird auch erforscht, welche Eigenschaften von Kreuzfahrtschiffen für Kunden besonders wichtig sind, um den Beratungsprozess entsprechend anzupassen.

Kundenbewertungsanalyse: Basierend auf Bewertungen der Kunden zu ihren Reisen werden Merkmale extrahiert, um automatisiert festzustellen, ob die Bewertungen positiv und negativ sind. Darüber hinaus werden die Feedbacks durch Aggregation in Clustern so dargestellt, dass der Kunde mit wenig Aufwand einen Überblick über die Vor- und Nachteile einer Kreuzfahrt erhält.