京公网安备 11010802034615号
经营许可证编号:京B2-20210330
去哪儿:互联网+以数据分析变革航空收益
当初进入深航,其实得益于杨威的想像力。人满为患的招聘展位前,他在挤不进去的情况下,把一架纸飞机扔向招聘人,成功赢得入围机会。
而在问到数学对他的最大影响时,杨威的回答是,把数学的统筹方法应用到航空收益管理上,提高了社会的效率。2003年毕业后加入深航,杨威任职收益管理项目经理,在深航一手创立了航班超售的模式,之后又在此基础上建立了去哪儿整套的收益管理体系,运用大数据为航空公司收益管理服务。
并非学IT出身的杨威,最终出色地转型成为一名互联网产品经理,管理着去哪儿最重要的团队和最赚钱的机票平台,从刚开始每天卖几十张票,到现在高峰时一天能卖30多万张,他是如何做到的?对于风口浪尖上的“互联网+”将会给航空市场和旅游业带来怎样的变革,他又是如何理解的?请看笔者对杨威的采访。
收益管理提升效率
问:你毕业之后的第一份工作是在深航?这跟你的专业似乎关系不大,是怎么想到进入民航业的?
杨威:上大学那会儿,我比较偏执,认为只有提高效率才对社会有益。临近毕业,我拒绝了北京一家金融企业的Offer和一家游戏公司邀我做合伙人的邀请,决定去看看别的机会。
那是2002年底的一场招聘会,在北京的老国展,我从北大坐了快两个小时的公交车,一路颠簸到了那里。门票钱也花了,在招聘会现场转了一圈都没发现特别合适的企业。正当我特别不甘心地准备离开时,在展馆门口,我看见了深航的柜台。
当时,我想起了老师曾给我讲过的一个数学应用。我念大学时一度怀疑学数学是不是将来找不到工作,但是老师讲,假设飞机上有100个座位,就像课堂上老有人翘课一样,飞机上也有人不来,座位就浪费掉了,可以设置一个数学模型把座位卖出去,操作好能多卖3%到5%的人,然后又让人来了以后不会找不到座位,这就是数学应用的领域。
于是我想投份简历试试。那时,深航的柜台被很多漂亮女生围得水泄不通,我挤不进去,就干脆把简历折成一架纸飞机,恰巧飞到了深航一个部门副总的脸上。他捡起来,打开看了看,然后递给他的助理。第二天,我就被叫去面试了。他跟我说,深航正准备做一个数据管理系统,你有没有兴趣过来?这正好跟我想做的东西不谋而合,也就是这样跟深航结缘的。
问:你在深航创立了航班超售的模式,建立运价管理系统,至今仍为国航体系使用,目前去哪儿为航空公司所做的收益管理体系都是基于此。你是怎么逐步建立这套系统的?
杨威:在深航,我做的就是老师跟我讲过的那些,用数学模型来提升客座率。
我们现在给十几家公司做收益管理相关的业务,包括东海航、青岛航、乌鲁木齐航、深航。举个最简单的例子,飞机是活的,可以飞来飞去,从深圳飞北京也可以,飞西安也可以,我们把去哪儿的数据收集之后告诉航空公司从哪儿到哪儿更热门,比如像成都有糖酒会,消费者可能大量往返成都,如果航空公司不知道,飞机还在飞旅游航线,很多人就买不到票。
消费者搜索情况一定会比预定要早一周,我们会根据搜索数据告诉航空公司哪个航线预期不够卖,哪个航线预期可能会有多余,哪个市场比较冷或者比较热,把数据给他们重新调飞机。飞机里面有不同的座位布局,737系列里最小的只有120个座位,最大的能到190个,中间相差70个座位,两架飞机一对调,客源多的航线上多了70个座位,客源少的刚好把飞机坐满,两边都坐满,航空公司用同样的飞机运送了最多的客人。
问:具体怎么应用?记得之前青岛航首航时,去哪儿和青岛航做过深层次合作,通过去哪儿平台的销售比例超过9成。
杨威:我们第一个提供系统帮助它做网络规划,航空公司可能新开十条航线,我们给它重新做排序,哪条航线在哪个月客源结构会最好,卖出来的客人最多,赚的钱最多。
除此之外我们还帮它做渠道和控制,在哪个渠道里面做哪种推广更适合渠道的特点。我们会通过用户号码归属地等信息进行精确筛选,帮航空公司挑选了20、30万人,每天提高30%、40%的客源,客源航线多了20%左右。事实上这个需求一直存在,只不过大家觉得探亲是一个昂贵的事情,当有了精确定向的产品之后,对消费者来讲,带着家人去探亲,可能成本就变得可以接受了。
“互联网+”的变革
问:你来到去哪儿,从刚开始每天卖几十张票,到现在高峰时一天能卖30万,成为全国最大的机票销售平台,是怎么做到的?这中间经历过什么?
杨威:我觉得我们的两个基准点一直没有变化。一是持续在做机票的业务,并且非常专注地只做旅游。二是一直都专注以消费者的需要来提供产品,比如某个公司说你们可以把价格提得高一点,以现在的用户基础很容易利润翻倍,但我们判断如果最后动摇了消费者的体验,我们不愿意做,包括我们做很多功能,自己折腾的东西不多,主要还是基于消费者做功能。
第二个就是TTS交易系统,为的就是保证票的安全和资金的安全。我们发现消费者的资金安全与购票的成功率有很大关系,所以当时做了一个系统,帮助消费者管理下单和交易,保证消费者资金安全和乘机保证。我们比支付宝和淘宝更领先,支付宝是消费者自己验货,我们是去哪儿出面验机票真伪。
到2012年,第三个大的转折是无线。我们是率先把买票的功能推到智能手机上,最早做的时候还是塞班系统。
问:你一直关注行业的前端,“互联网+”会对民航业和在线旅游业带来哪些大的变化?如何应对?
杨威:变革是必然的,可以举几个例子。第一个例子,原来航空公司想和客人之间建立信息沟通非常困难,根本不知道客人关心什么,通过我们的收益辅助系统模块,可以把客人的搜索信息提供给航空公司,让航空公司做更好的决策,这是数据化带来的好处。反过来,航空公司可以定向为某个用户群体单独设置产品。比如我们现在和航空公司在做的学生票,航空公司其实想卖三折四折票给学生,但是它要验证学生证,通过谁来验?航空公司和代理人都很难做到,我们正在通过去哪儿网的大数据来帮航空公司辨别学生身份。
第二个,我们把机票的信息、车和酒店的信息打通,比如航班因为各种原因取消,原来订的酒店住不了要赔第一晚的房费。现在我们在试验,取消之后帮你退一半的钱,然后我们把这个房间再卖给别人。
我觉得旅游业在未来有两个大的地方会创造非常好的社会价值,一是通过有效率的组织,通过大规模的数据筛选,帮助消费者做决策。
二是提高效率,旅游行业生产资料利用率很低,举个例子,很多新疆导游一年只能工作五个月,还有七个月空闲,如果干第二份工作,在一年收入提升20%的情况下,他的每次服务单价还能下降30%。不管飞机座位,还是导游服务时间,还是车,甚至景区的接待能力、餐馆的接待能力都出现这种情况。我们怎么样帮助客户提高效率,未来一定有组合拳。
一个比较美好的旅游业的未来,是旅游行业和生产消费环节统一,生产散布在全球各地,消费也要散布在全球各地,运输只是其中一环,可以二次重组。
在做到整个旅游行业的50%之前,我依然会追求规模,依然会想办法利用现有的规模不停地去驱动更多的消费者和商户在这个体系内,然后去提高商业价值。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04在数据分析场景中,基准比是衡量指标表现、评估业务成效、对比个体/群体差异的核心工具,广泛应用于绩效评估、业务监控、竞品对 ...
2026-02-04业务数据分析是企业日常运营的核心支撑,其核心价值在于将零散的业务数据转化为可落地的业务洞察,破解运营痛点、优化业务流程、 ...
2026-02-04在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03在数字化业务迭代中,AB测试已成为验证产品优化、策略调整、运营活动效果的核心工具。但多数业务场景中,单纯的“AB组差异对比” ...
2026-02-03企业战略决策的科学性,决定了其长远发展的格局与竞争力。战略分析方法作为一套系统化、专业化的思维工具,为企业研判行业趋势、 ...
2026-02-03在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27