Bei der Schätzung der segmentspezifischen Elastizitäten besteht eine der größten Herausforderungen darin, dass die Strecken der Airline unterschiedlich stark frequentiert sind, aber trotzdem für alle Produkte Preiselastizitäten geschätzt werden müssen. Hierzu wurden Buchungsdaten der vergangenen Jahre genutzt und mit weiteren flugspezifischen Informationen angereichert. Anstatt dem Modell manuell vorzugeben, auf welchen Segmenten Elastizitäten berechnet werden sollen, bestimmt das Modell iterativ die besten Einteilungen selbst. Dadurch entstehen datenbasierte Marktsegmente, für die jeweils einzelne Preiselastizitäten geschätzt werden. Die Schätzung selbst entsteht durch einen kundenspezifisch abgewandelten Gradient Boosting Algorithmus. Durch die Anforderung des Kunden, das Modell zeitgleich für möglichst viele Märkte nutzen zu können, wurde die Methodik zur Verwendung auf einem Hochleistungsrechensystem in der Cloud mittels Spark weiterentwickelt.