京公网安备 11010802034615号
经营许可证编号:京B2-20210330
“大数据”时代到来 转型中旅游业将如何应对
2012年12月,英国人维克托·迈尔·舍恩伯格所著的《大数据时代》在我国出版,他在书中指出,大数据带来的信息风暴正在变革我们的生活、工作和思维,大数据开启了一次重大的时代转型。而哈佛大学社会学教授加里·金说:“这是一场革命,庞大的数据资源使得各个领域开始了量化进程,无论学术界、商界还是政府,所有领域都将开始这种进程。”
那么,在这时代的转型中,旅游业又将如何应对?
挖掘大数据
山东省旅游局局长于冲认为:“旅游是一项庞大、复杂的经济社会活动,利用来自各方面的数据进行产业运行情况分析,进行产业运行监测,对产业实施有效管理,是推动旅游业科学发展、建设现代旅游产业的必要手段。”而今年年初召开的山东省旅游工作会议,明确提出要以移动互联网应用为重点,以大数据应用为核心,提升产业现代化水平。日前,山东省旅游局副局长王元生对外宣布,5月,山东省旅游旗舰馆(店)将上线运营,这一动作被视为山东省在大数据时代交出的首份成绩单。
按照山东省的发展思路,将整合公安、交通运输、环保、国土资源、城乡建设、商务、航空、邮政、电信、气象等相关方面涉及旅游的数据,同时与百度、谷歌、淘宝等主要网络搜索引擎和旅游电子运营商合作,建立社会数据和旅游及相关部门数据合一的旅游大数据资源,推行旅游的数字化管理,开展数字化营销,以达到与旅游业网络化、散客化、大众化的发展趋势相一致的目的。
于冲指出,在游客以“亿万”计数的时代,对旅游业市场进行细分,制定正确的发展规划,简单的统计和定性分析已远远不能满足。
众多旅游企业同样认识到了这一点。“五年之前、十年之前,说大数据挖掘,基本不太靠谱,因为基础存量不够。而今天,谁忽视了这个大数据挖掘,我相信就没有明天了。”携程旅行网总裁范敏认为,当今中国的大数据已具备一定的成熟度,通过数据挖掘以及整合营销,可以产生非常巨大的产业收益。大数据正在发挥着帮助旅游主管部门、旅游企业形成判断的作用。
掘金大数据
目前,微博、微信、视频网站、社交网站等都产生以亿计的数据。这其中既包括预订网站中用户的预订频率、价位,也包括旅游攻略网站中用户对酒店床垫软硬的评价、对旅游景点公共服务设施是否齐全的描述,这些信息可能是文字,也可能是图片或视频音频。
范敏指出,如何有效地利用这些数据进行有效的商业智能挖掘,将会成为一个企业做强做大的必由之路。正如一家媒体所言:“宛如一座大金矿,大数据散发着令人难以抗拒的财富气息。”一批以“大数据”为标签的旅游企业创立,包括旅行计划网站、社交旅游网站、酒店整合搜索引擎、酒店声誉管理公司、有关餐厅质量检验的数据收集平台、个性化酒店预订提供商等。
“在大数据时代,如何能够把通过各种途径抓取过来的数据,有的放矢地设计成个性化服务,这是非常重要的。”范敏说。旅游网站能够根据旅游者的具体需求、爱好和此前的购买行为,为不同的旅行者提供不同的选择,而不仅仅是基于旅行者的类别提供大众化的选择。(来源:中国政府网)
例如,目前国外已经在进行这样的旅游服务尝试:客户定了一张飞机票,但是由于大雨,赶到机场需要一个半小时,可能会赶不上航班。此时服务供应商知晓客户的所在位置,并计算出达到机场所需的时间,于是马上推送一个通知给客户,并帮助预订下一航班。大数据技术在大量数据中发现规律的能力,使得那些拥有大数据项目的企业能以一种全新的方式向消费者销售旅游产品。
大数据带来新挑战
众所周知,旅游业是典型的体验式经济。而这种体验不仅会存留在顾客的记忆中,也会以点评的方式发布在网络上。
“酒店就在景山公园东门,位置相当好,老板是湖北人,挺有心的一个人,庭院式酒店,虽然地处北京中心地带,也是很旺的旅游点,但里边非常安静,院内的葡萄架长起来后,夏天坐在葡萄架下喝喝茶,看着天空发发呆也很不错,不过千万不能开车去,在老胡同内,没地儿停车哦。”这是一条发布在携程预订网上的住客点评。类似于这样的点评散布在网络的各个角落。据统计,2012年,通过携程、艺龙、同程、去哪儿以及大众点评、驴评等网站,共收录到的酒店点评信息近800万条,覆盖4万多家国内酒店,平均每天产生2万多条点评。与此同时,通过微博发布的酒店体验信息更是不胜枚举。
海量的点评数据,往往会让旅游业者感到没有头绪。而网络信息的快速传播会加大差评的影响力度,倘若旅游企业对相关数据处理滞后,则会影响企业形象。与过去游客单纯通过行业投诉电话反映意见不同,网络点评具有及时性、扩散性,如何智慧地运用这些点评,从而扩大正面影响,降低负面影响,将是旅游企业面临的新课题。而这类大数据带来的新挑战,已经越来越多地摆在旅游业者的面前。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在描述性统计分析、数据预处理、异常值排查与多组数据分布对比工作中,箱线图(Box Plot)是应用最广泛的可视化与统计工具之一。 ...
2026-07-15在企业数据存储、业务统计与数据分析工作中,绝大多数业务数据都带有时间维度属性,例如订单创建时间、用户注册时间、支付完成时 ...
2026-07-15 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-07-15【核心关键词】产品、经营、客户、调研、销售额、宏观、会计行业、客户满意度、发展趋势、经营状况、数据分析、竞争对手、数据 ...
2026-07-14问卷调查是市场调研、用户研究、社会调研与产品分析的核心数据采集方式。问卷数据大多以分类数据为主,例如用户性别、年龄分层、 ...
2026-07-14 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-07-14在数据分析、业务效果验证、AB实验扩展、行业对比等场景中,我们经常需要对比三组及以上样本的均值差异,例如不同区域的客单价对 ...
2026-07-13在互联网产品运营、用户生命周期管理与商业化数据分析中,留存指标是判断产品价值、用户满意度与商业模式健康度的核心基准。常规 ...
2026-07-13 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-07-13【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 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 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09 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 ...
2026-07-09【核心关键词】采购、周期、原材料、企业、产品、成本、要素、库存、供应商、数据分析、生产计划、生产制造、加工制造、技术工 ...
2026-07-08在数据分析、特征工程、机器学习建模的工作流程中,原始数据往往包含多个不同维度的数值指标,例如客户交易数据中的消费金额、交 ...
2026-07-08 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。 ...
2026-07-08商业谈判是企业采购合作、渠道签约、价格议价、项目合作、客户签约的核心关键环节,直接决定企业的合作成本、利润空间与经营风险 ...
2026-07-07在数据分析、业务效果验证、AB 测试、学术研究等场景中,T 检验是假设检验体系里最基础、应用最广泛的统计方法,也是均值差异分 ...
2026-07-07