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
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 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 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 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。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 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 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,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是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21