大数据在在线旅游行业中的应用.docx

大数据在在线旅游行业中的应用 大数据掘金在线旅游 世界那么大，来一场说走就走的旅行不容易。对于爱玩客们来说，在线旅游网站让他们出行有了更多自主选择的权利，但是海量的景点、酒店、线路等让爱玩客们犯上了选择障碍。同时，每一个出行者的出游方式、目的地和酒店偏好等都不尽相同，如何为爱玩客们提供个性化的良好体验，从而给企业带来更大范围的用户覆盖和预订消费等等，也成为在线旅游企业的难题。究竟有没有一套方案能够解决出行者和在线旅行企业的问题呢？ 答案是：大数据建模 大数据与在线旅游融合发展让我们的旅行更为顺畅。企业级大数据技术与应用践行者百分点公司认为：大数据建模能够更好地帮助在线旅游企业提升用户体验，核心在于用户思维、融合思维、跨界思维、流量思维。 第一是用户思维，通过建立会员用户偏好模型、会员预订兴趣点模型、会员价值度模型等，多维度对消费者进行侧写。第二是融合思维，大数据建模的优势在于海量数据的连接互通，从而挖掘出无限商业价值。通过建立用户网上全轨迹的路径模型，了解站内外浏览情况，感知客户反馈及在社交平台分享的内容，从而洞察用户旅游意图，多触点与客户互动并推送营销信息。第三是跨界思维，必须持续整合吃、住、行、游、购、娱等一体化数据资源，才能真正改变用户生活方式， 提高用户生活便利性。第四是流量思维。比如用户机票数据和酒店数据打通后，实现用户拉通，就可以把机票流量导入酒店中，这与常规互联网企业导流不同，不是流量分散而是凝聚，机票和酒店流量互补并且是刚需。比如当用户预订或购买了机票，根据用户偏好和位置信息及时推送酒店信息，这就解决了用户需求痛点。 在线旅游业涉及酒店、机票、旅游度假、门票等一体化服务，模型整体架构分为数据层、基础模型层、应用模型层、业务输出层。底层是酒店和机票的数据，包括PC端和APP端的会员信息、订单数据等；基础模型层是基于底层数据构建商业化模型；应用模型层将模型应用到机票推荐、酒店推荐、会员管理系统中；业务输出层增强可视化展现效果，增强用户体验，并向用户精准推送营销信息。本文重点以机票个性化推荐为例，介绍一下百分点大数据建模在机票推荐的应用。 图1 百分点大数据模型整体架构 构建用户组合模型，对用户进行精准画像 图2 机票个性化推荐一是根据出行日期及时刻、航司、航线、价格、机型等常规指标，建立机票预订兴趣点模型；二是根据会员预订时间分布，构建会员预订习惯模型。比如当天预订、提前1-3天预订等等；三是根据消费时间、频次分布函数、消费金额的变化趋势、往返城市分布，构建会员消费习惯模型，对用户进行分群。比如多地频繁出差商务人士、定点频繁出差商务人士、定期多地旅游人士等等；四是会员偏好模型，根据用户网站行为对用户进行分群，比如价格敏感型旅客，多次浏览打折信息并对多次航班比价，且经常购买低价机票；再比如品质敏感型旅客，比较关注头等舱且专注于某一航空公司等。最后对机票预订兴趣点模型、会员预订习惯模型、会员偏好模型、会员消费习惯模型进行组合，对用户多维度刻画特征。 构建用户全网路径模型，寻找潜在消费者 通过对用户逛买比晒享全轨迹行为分析，进一步了解消费者的消费需求，为用户实时推荐相应的服务。一是基于用户时间+行为+本网页面内容给客户打上标签，比如该用户最近3天搜索并浏览过机票信息，为该用户广告投放权重打分；二是基于时间+行为+全网内容偏好给客户打上标签，比如最近7天，查看了不同网站的机票价格，为该用户广告投放权重打分；三是根据用户行为、内容偏好的差异，给不同用户群打上价值度标签。比如A用户群浏览了机票信息，B用户群搜索、浏览、比价、点赞等行为，B用户群的价值都明显高于A用户群，根据用户不同价值度，为不同用户广告投放权重打分。根据以上场景进行权重分析和动态分组，计算每个用户广告投放的综合得分，寻找最佳潜在消费者。 图3 用户全路径模型 基于用户画像和潜客识别，精准推送个性化广告 结合用户画像和潜客识别，建立广告触发点，当用户满足规则引擎、场景引擎、算法引擎时，通过个性化PC推荐、机票预订中心、 个性化APP或微信、个性化邮件等多种方式，对用户多触点营销。 在线旅游业整合多种数据资源的背景下，企业通过全面运用大数据建模方法，就可以对消费者进行精准画像，充分了解消费者的潜在需求。针对不同消费者的个性化偏好，在线旅游企业可以及时推送吃、住、行、游、购、娱一体化信息。此外，在线旅游企业与各种商家们紧密合作，通过移动互联网金融体系可以随时落实消费者的服务。随着大数据全面渗透到在线旅游业，未来旅游者拿起证件、手机、背包，随时都能来一场说走就走的旅行。