新用戶登錄后自動創(chuàng)建賬號
登錄一、旅游大數據與可視化的一些淺談
“旅游大數據”是指在旅游的“住行游購娛”六要素領域所產生的數量巨大、快速傳播、類型多樣相關(有結構和非結構的)、富有價值的數據集合,并且可以通過大數據技術(例如云計算、分布式存儲、流運算、大數據算法、NoSQL數據庫、SOA結構體系等)進行數據相關性分析和數據可視化,從而使游客消費者的決策更加有效便捷,提高滿意度。
根據統(tǒng)計數據分析,社交媒體上用戶產生內容(UGC)超過60%的內容是是與旅游相關。
旅游大數據除了具有大數據4個基本特點(大量、高速、多樣、價值)外,它更加動態(tài)、密集,同時旅游行業(yè)是信息高度依賴型產業(yè),本身就是大數據最佳的試驗田。因此大數據在旅游行業(yè)起步時間非常短,但是發(fā)展非常迅速。被習大大夸贊的貴州大數據,其中旅游大數據也是其中一大亮點之一。根據統(tǒng)計數據分析,社交媒體上用戶產生內容(UGC)超過60%的內容是是與旅游相關。 “旅游大數據”是指在旅游的“住行游購娛”。六要素領域所產生的數量巨大、快速傳播、類型多樣相關(有結構和非結構的)、富有價值的數據集合,并且可以通過大數據技術進行數據相關性分析和數據可視化,從而使游客消費者的決策更加有效便捷,提高滿意度。旅游行業(yè)是大數據應用的最佳試驗田。
大數據流程的處理簡單來說,分為四部分,數據的采集、清理、挖掘、展現。數據采集是整個大數據領域的瓶頸,旅游大數據也不例外,大量的數據技術公司、院校研究機構巧婦難為無米之炊,一有開放數據就蜂擁而至。但數據的清理和挖掘往往是數據采集方(即本身擁有數據的單位)的軟肋。因此對于數據擁有者(例如旅行社、直接做業(yè)務的部門)來說,本身既然具有先天的優(yōu)勢(有數據),和后天的劣勢(無數據技術),我們建議更多地通過開放數據,與優(yōu)秀的大數據研究機構合作,獲取它們對于數據挖掘與建模等技術方面的支持,不要自己投入大量精力和人力。這樣可以借力打力,直接獲取你需要的數據分析結果,用在真正有意義的業(yè)務發(fā)展上。
旅游行業(yè)雖然是國家戰(zhàn)略性支柱產業(yè),但是”散弱差小“的標簽一直都在。事實上,現在從事旅游行業(yè)的人員,整體信息化水平都較低,尤其是一線門店。而大數據雖然是高大上的新興理念,但它最終也是要接地氣,要能讓最終用戶能理解,看得懂。因此可視化展示在旅游行業(yè)尤其不能被忽視,旅游相關用戶基本不是統(tǒng)計學、計算機專業(yè)等理工科背景出身,只有通過大屏幕、直觀的圖表、簡潔通俗的解釋把大數據的關系和結論表示出來,才能為他們所用。而實際上,目前數據可視化已經逐步開始廣泛地應用于旅游企業(yè)產品策劃、精準營銷,旅游行政管理部門應急、監(jiān)管,將讓未來的旅行服務更加高效。
二、旅游大數據的實際應用案例
流量預測:2010年上海世博會,我們持續(xù)184天進行未來3天和一周的入園人數預測,其中可靠預測了次高峰值——預測96萬當天,而實際是106萬人入園,是預測機構當中最接近事實的(在此之前,平均每天不到50萬入園)。這些數據,我們提供給上海市旅游局、黃浦區(qū)旅游局及其他相關單位、旅游企業(yè)參考,幫助旅游局及相關部門疏導各入口入園人數、引導旅游團隊、提前配備保安警力做參考。
主要是基于團隊預約數據(世博團隊門票預定預約系統(tǒng))與實際入園人數,結合人氣指數、自然周變動規(guī)律、天氣因素及團隊拉動因素等主要影響因子構建模型預測而得。
旅游突發(fā)事件時有發(fā)生,如泰國景區(qū)爆炸、尼泊爾地震等。旅游企業(yè)與旅游管理部門的應急處理及緊急救援,對于大數據的要求非常高,需要第一時間了解游客,特別是旅行社組織的團隊游客情況,及時做出救援方案。直觀的大屏幕、有效的大數據則起到了直觀重要的作用,遭遇突發(fā)事件,能夠迅速捕獲包括導游領隊、游客信息等在內所有內容,第一時間獲取應急數據,幫助旅游監(jiān)管部門做好應急處理此外還可以通過系統(tǒng)直接群發(fā)短信通知領隊做好安全工作。
為旅行社的產品設計出謀劃策
示例:新升級的赴臺社如果想做臺灣旅游線路,可以先從8日的行程開始考慮,比較容易被大部分赴臺游潛在客戶所接受;而老的赴臺旅行社如果想拓展市場,產品上可以考慮增加彰化的游覽行程(彰化原來屬于冷門目的地,但2014年沖入臺灣旅游城市前十位,可以看出它的游覽需求量在明顯增長)。
三、基于大數據,對近期旅游行業(yè)的挖掘分析(干貨數據分享)
嘉賓介紹:
金棕櫚旅游大數據研究院執(zhí)行院長,高級咨詢師,長期從事旅游行業(yè)信息化、旅游大數據的建設與研究工作,曾擔任國家旅游局全國旅游團隊服務管理系統(tǒng)、旅游電子合同管理平臺的負責人。對于旅游行業(yè)宏觀數據把控與預測、景區(qū)流量預警預測等方面有較為豐富的研究經驗,長期服務于國家及地方旅游局、大型旅行社等旅游部門及其他旅游相關企業(yè)。