京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据+旅游:个性化旅游定制时代开启
今年双十一,在线旅游企业从盲目低价促销,变为推出“闺蜜游”、“光棍特权”等更有针对性的产品。这背后是大数据的支撑,进行精准的需求分析,提供个性化服务。
这种利用大数据形成的C2B模式正在旅游企业中发酵。旅游攻略社区起家的穷游网和蚂蜂窝,在转型过程中,通过大数据找到用户需求,反向找供应商定制产品。而创业公司也在采用类似的逻辑,比如为用户画像、定制设计的秘途旅行。
不过一个普遍的观点是,大数据之上,仍需要人工加工。“在旅游行业,大数据是可以做精准营销、有效设计产品的生产工具。”智慧旅行服务商金棕榈企业机构CEO潘皓波在接受21世纪经济报道记者采访时表示,在当下技术发展还未成熟,所以一些产品还是需要人来进行二次加工,但他认为未来技术可以代替大部分人工。
基于大数据的C2B模式
穷游网CEO蔡景晖在2015智慧旅游+大数据年度大会期间接受21世纪经济报道记者专访时表示,2011年,穷游网开始进行数据的结构化和碎片化,以此来深入了解用户的偏好,更好地与供应商合作,支配服务资源。
“旅行社年代目的地资源有限,而自由行年代库存很大,每个人追求个性化,C端需求太分散,从B端直接找C端是一件困难的事情。”蔡景晖表示,穷游网了解C端需求,把需求整理出来再去支配B端,这样效率更高。
2014年穷游网正式开始做交易平台,提供“机加酒”、当地玩乐等产品,并成立了商业产品部,挖来今夜特价酒店联合创始人韩哲做负责人。蔡景晖表示,单纯提供信息,用户到了预定阶段体验会很不好,为了把服务做好,同时提高商业价值,所以加入了交易平台。
与穷游网类似,蚂蜂窝CEO陈罡此前在接受媒体采访时表示,蚂蜂窝会有针对性地对用户进行个性化推送,并根据用户下载的攻略,对游客在当地的活动进行一些预判。而用户在蚂蜂窝上的远期数据轨迹,则可以提供给后端的供应商,联手进行C2B反向定制。
陈罡认为,在对用户行为进行统计和分析后,可以提升后端供应链的效率,给后端供应商节省高额的广告费用,从而将实惠的产品提供给用户。
不过蔡景晖不认为短期内纯数据能解决问题,仍需要人工的干预,需要理解旅游的人去捕捉产品需求。他表示,穷游有最了解旅行的员工,这是他们最大的优势。
用大数据做场景服务
同样认为纯数据需要人工干预的还有秘途旅行CEO余新。今年年初秘途旅行成立,7月初上线APP,定位为中国中高端用户提供单身、情侣、亲子、摄影、垂钓等主题旅行,满足用户的个性化需求。
余新告诉21世纪经济报道记者,秘途旅行会结合用户加上目的地POI和供应商主题线路,做一些数的分析,为每个用户推荐一个主题线路。但因为机器给用户推送的是很粗放的东西,所以秘途旅行采取了人工加技术的方式,以几十位专职旅行顾问及上万的合作旅游达人去做人为的电子干预,最终形成定制设计。
“现在大数据碎片如此之多,但对于用户来说,把数据转化为一个确切的场景服务,在行前、行中、行后提高效率、提高用户体验才是最重要的。”余新表示。
余新介绍,秘途旅行会用大数据为用户画像,包括性别、年龄、婚否、收入、用户行为、消费习惯等等。有些概念收集数据较难,比如婚否就需要做很多的营销研究,通过做游戏的方式来收集信息呈现在用户系统里,再如说生日的信息可以和星座结合起来做。
余新表示,供应商主题线路也是目前市场上比较欠缺的一环,秘途旅行在设计好场景产品后,会提供给包括OTA在内的各个渠道去销售。据了解,年底秘途旅行APP用户可以在前台看到基于大数据分析后的主题产品推送。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12在数据分析日常工作中,Excel数据筛选是数据清洗、数据提取、样本筛选的核心基础操作。传统Excel手动筛选、函数筛选方式,面对多 ...
2026-08-12 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-08-12在数据分析、统计建模、数据挖掘与商业调研过程中,原始数据往往无法做到绝对干净规整。受系统故障、人工录入失误、设备误差、突 ...
2026-08-11在数据分析工作中,聚类分析是典型的无监督学习方法,核心作用是依据数据自身的多维特征,将相似样本自动划分为若干类别,实现“ ...
2026-08-11