信息化程度很低的旅游行业如何玩转大数据？

一段时间之前，多如牛毛的游记，大部分时候只是满足了分享者快感的文字，而没有变成数据。后来沉淀了大量游记的平台如穷游、蚂蜂窝都开始想办法把游记“结构化”，变成能够更广泛应用的数据。

在旅游行业，可能最核心的数据就是POI（兴趣点），具有极强规则的、完整的、标签极度碎片化的POI信息是这个行业里非常值钱的东西，也成为了诸如TripAdvisor（猫途鹰）的核心竞争力。猫途鹰的POI信息几乎是不可能对外大规模释放的，第三方无论是购买、还是数据交换，都很难拿到完整的TripAdvisor的POI数据。TripAdvisor开放的API接口，只能够为第三方提供所有POI的评论信息。

境内在线旅游行业，持有境外 POI 信息主要有三拨（如有遗漏欢迎补充，大众点评之类暂不考虑）：

擅长以抓取方式收集并整理信息的一些创业公司，如口碑旅行、梦想旅行，妙计旅行；

基于UGC内容整理的POI信息：主要就是穷游；

自采POI信息的创业公司：游谱旅行、四万公里。

之前我们和穷游负责大数据的VP张棋就这件事聊了聊，张棋坦言这是一个庞大的工程，迄今为止穷游覆盖了300多个国家和地区，7000多个城市和区域，包括了景点、美食等POI的数量已经达到了百万量级。而随着目的地信息的变化，这些POI必须持续更新，除了基础信息之外，评论也在随之更新。

张棋介绍，最初做POI的方式是通过 “网友贡献+编辑审核”的方式，以比较粗的维度划分国家、地区、城市，然后尽量保证各个维度下面都有相应的POI信息做到 “该有的地方都有”。而第二期的做法是“掘金”，一直持续到现在，通过“运营编辑+ 算法支持”的方式：编辑给大致的框架，例如什么算是优秀内容，以人工做范例（在长游记中找到几张图和一段话），然后技术团队通过数据建模和算法，用文本挖掘的手段覆盖所有内容，把结果填充到POI和目的地的架构中。

在整个穷游收集POI的过程中，除了根据论坛的内容做筛选和挖掘以及用户主动提交之外，也有一些外部数据源做实时不断的更新，例如大巴车的时刻表。这一点上，妙计也用的相应的方式，从而保证动态的行程规划是可行的——如果行程助手让你去搭乘巴士，而巴士停运了会怎么样？

在这里张棋分享了一些穷游的做法，工作节奏上他们会每一段时间重点攻克一个主题，先是酒店，然后是餐厅。在文本挖掘上，穷游除了抓取文字之外还会抓取相应的图片，张棋坦言这里没有通用且完美的解决方案，只能不断的通过运营编辑反馈机器的抓取结果，不断提高覆盖度，争取少漏掉一些重点信息。

通过不断的外部数据源更新、用户提交和内部挖掘，穷游的POI信息维度已经超过了100个，主要可以分为两类，一类是属性维度，以清迈女子监狱按摩店为例，包括了中文名、当地原名称、英文名、地址、经纬度坐标、平均价位等；另一类是标签属性，也可以理解为“属于哪一类”，休闲、刺激、适合什么人群、亲子或单身等等。

在保证POI覆盖度之后，POI的另外一个要点是标签体系：一个POI都需要标签？标签需要多细化的颗粒度？这都是需要考虑的问题。一套成熟的标签体系能够极大的提高用户筛选的效率，自然也会提高转化率。

以酒店为例，穷游的运营编辑会提供诸如“交通”、“设施”、“餐饮”、“服务”、“干净卫生”、“汉语”等维度，然后机器根据这些语义做抽象出相关内容，做主题挖掘。当用户评论或游记中有描述命中了这个主题，机器就会放进“池子”做第一轮的筛选。在这个“初选”的池子中，机器会为每个话术赋值，然后根据权重得出最终结果。当然，餐厅就会有不同的维度，景点也有不同。

POI的价值毋庸置疑，如上面所说，妙计和穷游都在多个维度丰富自己的POI信息，尤其是动态更新的信息，以保证智能生成的行程规划是切实可行的。张棋说，行程助手就是POI信息的串联，一天可能就涉及50-70个POI。如果不能够保证丰富度和准确度，整个行程助手是缺乏价值的。

而进一步挖掘，在商业化的路上POI是重要的连接机制（我们之前在讨论游谱旅行的时候也说过）。与游谱旅行的创始人李小坚相似，张棋也认为，内容向商品的转化需要POI作为载体——当用户浏览景点信息的时候，如果有对应商品，直接就可以完成预定。“这也是穷游预定转化上很重要也很成功的尝试。”张棋说。

此外，在目的地的智能推荐上，如果没有准确实时的POI信息，推荐就可能是“不靠谱的”，例如清迈有“周六夜市”和“周日夜市”，仅在当天开放，而如果推荐周一前往，就太不智能了。

在POI的基础之上，很多玩家都在尝试智能推荐，这也是旅游进入移动端时代的一大想象空间——基于用户所在的地理位置和用户画像，随时做智能推荐，从而大幅提高转化率。之前有一些创业公司讲过相似的故事，但迄今还没有人实现。

没实现的原因也不难理解，没有很大的用户基数，用户画像的准确度就会打折扣，自然也会影响推荐的准确性；另一端，如果没有优质的POI数据库，推荐的都是老套路，用户也不会喜欢。大平台如阿里旅行，可以基于用户在阿里其他平台（淘宝、天猫）的购买行为做智能推荐，也还没有到达行中、实时的级别。

事实上，在一些数据交易平台或数据抓取公司那里，用户画像是可以获得的，但我个人了解到，用户画像的准确程度，以及关于这个用户的信息维度，其实并不完全适合旅游行业——大部分关于用户的画像集中在其日常购买、金融理财等层面，通过这些层面的数据推导至旅游行业，准确性自然会降低。

作为拥有数千万出境游注册用户的穷游，从2011年开始积累用户的访问和点击行为，打算为日后的智能推荐和精准营销做准备。张棋介绍，穷游会格外关注“平时生活在哪里、关注的旅行信息是什么、潜在目的地是什么、处于旅行周期的什么阶段”等信息。之后穷游把用户分为：行前观望、行前准备（多次看多次买，可能推翻之前的选择）、即将出发（开始购买轻量级的商品例如WIFI 或目的地商品如CityWalk）、行中、回来等阶段，匹配相应的产品。张棋说，穷游目前格外关注出发前一两天的用户，通过其酒店预订行为，重点推送相应的轻量级商品。

张棋坦言，精准的智能推荐可能会让转化率呈10倍的改善，而最大的挑战在于，必须将用户画像和POI信息都实现高颗粒度，才能做准确的匹配——这里的前提是有这些数据。

我们了解到，包括阿里旅行在内的在线旅游玩家都在寻求高品质的POI和用户画像数据。这可能不是一家企业的核心竞争力（在数据上的应用层面才是），但应该能构筑起一些壁垒。当各家都在构建自己的POI数据库的时候，重复劳动是不可避免的，这里也许有合作共赢的空间。

更值得关注的是，谁能依托自己的实力（这可能是用户基数、可能是分销实力、可能是对旅游行业的理解，行业里可能还没有定论）为POI数据制定发布规则，反而可能去争夺制高点。