
大数据分析发展智慧旅游
日前,“智慧城市大挑战”全球首站在惠州举办。项目围绕“智慧旅游”课题,经过3周实地考察调研,对惠州利用大数据分析和“互联网+”发展智慧旅游积极献策。
近期国务院印发《关于进一步促进旅游投资和消费的若干意见》(以下简称《意见》),部署改革创新促进旅游投资和消费工作。其中明确,实施旅游投资和消费促进计划,积极发展“互联网+旅游”,新辟旅游消费市场,培育新的消费热点。
“作为全国智慧城市建设的试点市,惠州如果能够进一步运用互联网等新技术手段,将有力促进智慧旅游成为新的经济增长热点。”惠州市旅游局局长黄细花说。
对此,来自IBM的专家组成员、智慧城市战略与分析咨询负责人洪小舟表示,互联网时代的游客从被动变主动,建议惠州关注政府、企业、社区、游客4者间的平衡,从游客角度出发,建设旅游数据云,打造360度游客视图分析预判,构建“旅游+”生态系统。
旅游业呈四大趋势
随着经济发展和近几年国家鼓励消费拉动,旅游业在今后发展潜力巨大。专家分析,结合当下无处不在的互联网环境和信息革命,旅游业发展呈现四大趋势。
“首先,互联网时代的游客被动游变主动游。旅行者已从过去依赖旅行社愈发明显地转变为依托互联网的自助游,充分获取旅游目的地的信息来安排自身的行程。因此更应该从游客的角度出发,为他们着想,提高感知和体验质量。”项目组专家Kaaren Koomen说。
同时,鉴于大数据驱动的旅游变革,通过对点评数据、消费数据等旅游数据的深度挖掘,让游客精准地指导自身的消费行为,同时也让景区可以更好地了解游客。这也使得智慧旅游成新趋势,景区智慧化成为重点。
另外,“旅游+”成新方向。应充分发挥旅游业的拉动力、融合能力,及催化、集成作用,为相关产业、商业发展提供平台,形成新业态,提升其发展水平和综合价值,打造和谐共赢的旅游生态系统。
据了解,作为IBM全球单项投入最大的公益计划,“智慧城市大挑战”每年在全球范围内选择具智慧发展活力的城市与之合作,通过专家调研,为入选城市在经济发展、产业转型、文化教育等领域提供规划、管理和技术等建议。今年5月,惠州从全球100多个城市中脱颖而出,成功入选该项目,成为继成都、南京、佛山、济南后,第五个入选IBM“智慧城市大挑战”的中国城市。
大数据分析辅助决策
几天前,国务院印发《促进大数据发展行动纲要》,指出大数据成为推动经济转型发展的新动力,可显著提升经济运行水平和效率,且持续激发商业模式创新,不断催生新业态。同时,大数据也成为提升政府治理能力的新途径。
对此云计算专家Susan Schreitmueller表示认同, “要想更好了解游客,提出针对性强、定位准确的解决方案以优化体验质量,互联网背景下的大数据资源应该受到重视。”
以惠州为例,有关数据显示,目前针对以上信息已有数据仅占15%,有30%的数据存在但未能共享,而有高达55%的数据未能获取。“应利用大数据收集和分析增进客户洞察,从到访景点、停留时间、社交媒体表达到各类消费等等,应当建立360度游客视图来更好地了解他们。”
她举例,“依靠描述性分析,我们可以发现今年8月来这里的游客变多了,为什么会多;再进行预测性分析,得出明年8月来这的游客会增加还是减少,幅度多少;最终通过规范分析,得出需要把车位增加22%这样的建议。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03