
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
Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18