
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
在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30