
大数据时代:智慧旅游现状和未来
北京理工大学大数据搜集与挖掘研究室主任张华平强调,数据大和大数据不是一回事,真正的大数据是通过一些潜在数据进行信息叠加,进一步挖掘出原来信息里所没有明显包含的内容。
二外党委副书记计金标认为,智慧旅游强调智慧,已经不再是单纯的单向、单点旅游资讯提供,而是从旅游前、旅游中、旅游后所有资讯的取得与购买重新整合与设计,使旅游者在旅游过程中获得因技术创新带来的便利与独特体验。而智慧旅游城市发展离不开移动互联网、云计算服务和大数据的支撑,只有依靠大数据提供充分的数据支持,才能准确获知游客走向、流向和满意度。
去哪儿网机票事业群副总经理丘晖表示,现在这个时代已经是一个大数据的时代。以航空公司为例,随着飞机越来越多、成本越来越高,航空公司开辟新航线的边际收益是很低的,他们更关心精准化营销,更多的是想办法获得非航收入。很多航空公司现在在向旅客推荐各种各样产品,他们需要知道哪些旅客有机会、有能力购买相关产品。对于航空公司来说,需要的是更多的数据。现在已经做到了数据大,下一步要研究怎么样把大数据应用下来。
对此,二外旅游管理学院钟栎娜博士表示,由大数据支撑的网络评价可以通过抓取社交媒体上普通民众及时、真实、原创的旅游评论,较为客观、公平地反映目的地、景区等在广大网民心中的真实形象。而通过对庞杂、多元的网络数据的整理、分析、集成,相关机构可以将“大数据”简化为“小信息”,这样将有助于以更科学、更简化方式推动政府管理、企业运营和消费决策。
游客体验:能否一部手机走天下?
台湾智慧旅游产业协会筹备处主任吴惠恩认为,发展智慧旅游的目的需要回归到关注人、服务人上面。游客到旅游目的地看的是风景,同时感受的还有服务。不少地方做的智慧旅游是为了管理方便,并没有给游客提供方便,而在游客体验上还有很长的路要走。
国家旅游局信息中心副主任蔡家成表示,发展智慧旅游需要充分挖掘游客体验、注重便捷性。智慧旅游最理想态的图景就是一部手机走天下,现在手机已经拥有了搜索查询、照相、录音、预定门票、电子钱包、信用卡等等功能。一部手机终端加上若干个支撑就可以给游客带来智能旅行社、智能酒店、智能景区、智能交通、智能购物、智能餐饮、智能娱乐消费。有人说:“智慧旅游想走就走的潇洒”,其实不光想走就走,还可以想停就停、想回就回、想说就说。
对于游客体验,百度旅游业务总监陈明月介绍,游客订房间时,他们发现29%的人都在关注房型图片。他们就利用智慧手段通过360度全景看房,让游客更好地了解到酒店房间的内貌。
二外旅游管理学院院长厉新建表示,在大数据时代,数据分享机制使得他人体验越来越有可能成为本我体验的“前兆”,从而极大地改变了旅游消费的“后验性”特征,改变了旅游消费决策的模式,提高了旅游消费正确决策的可能性和旅游业良性健康发展的可能性。
IBM大中华区智慧城市首席规划师岳梅樱介绍,欧洲国家特别重视对游客体验的分析,他们通过信息化手段密切关注客户群的爱好。“做智慧旅游,要围绕游客体验来转。游客要去哪儿?有没有好吃的东西?这些都需要提供便捷的信息服务。”
座谈会上,清华大学新闻与传播学院沈阳教授举的一个例子让记者印象深刻。他介绍,有个庙宇已经不让信众和游客捐现金了,要捐就用手机下载软件,扫一下二维码,在网络上支付。“这对我们景区有什么启示?内涵可以是古老的,但是,用户体验是能够现代的。”
人才培养:传统教学能否引入“电商”思维?
计金标表示,随着智慧旅游的发展,专业的旅游电子商务人才显得很缺乏。今年,二外旅游管理学院新设旅游电子商务专业,就是顺应了旅游信息化的大趋势,充分利用二外旅游学科的优势,将学科发展植根于深厚的旅游和商科基础上,形成自己独特的办学风格。“我校旅游电子商务培养目标与普通综合类大学电子商务学科相比具有较强的专业导向性,学生培养将更加针对旅游行业特点,培养社会急需的服务于旅游行业的高级电子商务人才,满足旅游电子商务企业日益扩大的人才缺口。”
二外旅游管理学院教师邓宁介绍,在自己负责教授的旅游信息化课程中,会讲授一些旅游电子商务的运行模式、盈利模式等,这些东西建立的是一种思维。即使学生将来做传统营销或者传统的规划,也可以有互联网基因。
东北林业大学旅游系主任赵希勇认为,传统的旅游办学方向和教学方式正在接受移动互联网技术、大数据、云计算挑战,传统教学方法和教学内容必须随之进行调整。比如讲旅行社课程,传统教学已经完全不适应新的时代要求,随着OTA、UGC以及垂直搜索的发展,在线旅游企业出现了很多颠覆传统旅行社的经营模式,再用过去比较模式化的那套教材,已经落后了。
赵希勇表示,面对智慧旅游的机遇和挑战,旅游院校应该转变教师的教学理念、教学方法。在课程设置和学科内容组织上,可以采用矩阵式结构模式,横向上和纵向上做一些交叉。横向是各个课程,涉及酒店管理、旅行社、景区管理等。纵向就是从发展智慧旅游出发,引入电子商务、信息系统、大数据挖掘等课程,拉深技术领域的深度。
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