京公网安备 11010802034615号
经营许可证编号:京B2-20210330
厉新建:大众旅游时代他人经验或成自我消费前兆
10月16日至17日,以“互联网+新机遇与旅游大数据的未来”为主题的第二届智慧旅游与营销年会在京举行。来自中国各省市的60多家优秀旅游局领导、旅游研究领域专家学者、知名旅游企业嘉宾及30余家国内重要的媒体代表共400多人齐聚一堂,就基于“大数据”的智慧旅游解决方案与“互联网+”时代下旅游业发展的新挑战,新机遇,新技术进行深入探讨。
中国发展改革咨询委员会副秘书长、全国休闲标准化技术委员会委员、农业部全国休闲农业专家委员会委员、北京旅游协会副秘书长、北京第二外国语学院旅游管理学院院长厉新建就《大众旅游时代的在线旅游》发表了自己的看法。他表示,在线旅游当中的在线评论的数据分享机制会使得他人的体验越来越多的成为自我体验的“前兆”,成千上万人的消费体验可以促使消费者改变旅游消费模式。
厉新建表示,大众旅游时代,越来越多的变化正在发生。
第一、很大一部分大众旅游随着外部条件的变迁、变化之后可能发生变化。人们在新的环境之中的消费理念会发生变化,原来强调要到一些景观非常壮观的、具有震撼力的地方旅游,现在很多旅游者出去旅游时不见得去原计划的的地方,反而比较喜欢到环境比较好的地方去
第二、随着交通条件发生变化,比如高铁,比如高速公路,很多人愿意选择自驾车或者乘高铁去想去的地方。
第三、现在网络获取信息越来越方便以及旅游电商的发展,人们购买旅游产品的方式都发生了变化,可能倾向于慢休闲、深度的、个性化的旅游产品,更多的消费者选择近距离、多频次的微旅行。这意味着在线旅游企业在把握产品方向上必须适应新变化,完善自己的产品线。
厉新建建议在线旅游企业需要对周边游市场重新认识,并花费心思设计旅游产品,需要在设计、服务、环境、组织上做好文章。
“大众上要求量,用量求得影响;小众时候要做深,也要做私房产品。” 厉新建说,“随着农村旅游政策的调整,第二居所的出现,城际乡村的涌现,旅游电商需要在所设计的产品或者领域作出相应的调整。”
在大众旅游时代,在线旅游领域里还涉及到选择的驳论和过滤机制完善问题。
“如果在线旅游电商不能很好地把过滤机制设计好,很有可能在整个海量信息中丧失竞争优势。” 厉新建说,“信息的丰富是可以降低风险的,但如果有太多选择、太多信息的时候,实际上也会影响人们的选择。消费者只有在有限的选择当中感受到选择的快乐。”
在线旅游电商必须要帮助消费者如何把更多的数据减少到最少,从而使消费者很方便、很准确地作出决策。如何构建面向消费者的分层评价机制和模型,如何把大数据、超大信息包形成可视化、可读性、可用性的数据变得越来越重要。
大数据时代来临之前,旅游者选择酒店会非常艰难,也很难判断。而在线旅游发展之后,每一家酒店都会有很多在线评论和分享,即便正面评论和负面评论的比例为50%对50%,如果通过分门别类的方式把这些信息过滤,通过数据方式呈现,消费者选择起来自然而然会非常方便。
厉新建认为,在大众化在线旅游领域,在线评论会形成在线声誉,而在线声誉会跟整个旅游产业发展或环境变迁有密切的联系。
他表示,旅游本身是具有后验性特点,消费之后才能知道自己采购的产品是否合适。
“消费者在消费之前,无法判断旅游产品的质量好坏,所以才需要找一个能够帮助判断的指标。” 厉新建认为,“以往是靠标准,靠品牌。但现在已经不一样了,在线评论的数据分享机制会使得他人的体验越来越多成为自我体验的 前兆 。”
厉新建强调,成千上万人的消费体验,可以帮助消费者采购旅游产品,同时,也极其容易改变消费者的旅游消费模式。因此,无论在线电商企业也好,线下旅游企业也好,都会面临品牌忠诚度方面的问题,面临频繁品牌转换的问题,面临越来越激烈的竞争环境问题。
厉新建最后表示,在大众化时代,在线旅游的发展一定要考虑到服务保障和未来的线下发展需求。
在线旅游平台化性质使得自身对供应商服务质量保障程度差,这对旅游电商来说,将是非常大的挑战。以前在上电商只做机票,挑战不是非常严峻,随着机票、酒店及旅游产品不断丰富,挑战会越来越大。
一旦产品跳出“机+酒”之后,涉及到东西会越来越多。很多在线旅游企业为了强化服务质量控制,选择了线下发展,而线下发展一定会出现重型化发展趋势;很多企业选择做区域服务中心,收购很多旅行社,或许还有其它类型企业介入,但是,如果物化资产重型化特征加重,会不会和传统意义上的在线旅游轻型化特征发生冲突?一旦发生冲突,下一步的在线旅游应该如何选择?
“在大众时代,在线旅游发展可能面临着很多需要不断探索的问题。” 厉新建说。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06