大数据分析推动旅游业革命

预订服务巨头Amadeus公司执行副总裁Herve Couturier表示：“我们看到使用大数据带来了切实的商业利益，包括提高预订率、降低运营成本、提高收入或者提高客户满意度。”

著名分析专家、作者兼大学教授Tom Davenport最近发表了一份报告“旅游业的大数据”，从这份报告中，我们看到大数据以及先进的分析正在推动旅游业的发展，下面让我们来看看一些真实的用例：

英国航空公司(British Airways) 通过其Know Me系统更好地记录乘客的个人喜好，例如，该系统会发现乘客在短途航班选择靠窗的座位，而在长途航班选择过道座位，因为他们想要伸展自己的腿，该系统可以更好地为乘客提供个性化服务，而超越了严格基于里程奖励的客户忠诚计划。

“他们整合了他们所知道的关于乘客的一切信息，以前，这些系统信息完全分散在各种系统中，”Davenport表示，“他们还将这些信息引入到前线，甚至发送给使用iPad的机组人员，从而提高乘客体验。”

旅游广告公司Sojern收集和汇总广泛的信息，信息跨越航空公司、酒店、汽车租赁机构和信用卡公司，并使用机器学习和先进的分析来制定旅客的个人详细信息，来确定“他们何时出发，去哪里，哪些人去旅游，首选品牌，旅行时间以及服务等级。”Think Big Analytics咨询公司帮助Sojern来进行分析。

Sojern得到的旅客信息也被用于这些航空公司、连锁酒店和汽车租赁机构来改善其定价和服务。Think Big Analytics公司联合创始人兼总裁Rick Farnell表示：“Delta或者Starwood等客户可以找到在过去一个月在纽约和旧金山之间飞行的商务旅行者，这可以帮助他们改善交叉销售和向上销售。”

旅游公司Travelocity将大数据分析用于定价、库存和广告，根据供需情况，这三项每天都会有所调整。该公司利用类众分析模型(Look-Alike Modeling)、下一个最佳报价以及推荐引擎来将合适的产品推向合适的客户。

Farnell表示：“他们预先想了很多他们希望看到的模式，但根据需求的不断变化，这些每天都在变化。”Hadoop是处理大数据采集的环境，而分析模式则被推向导边缘应用程序来帮助实时决策。

多家航空公司通过计算客户组的价值将收益管理推到一个新的水平，例如，因为航班延误而错过转机，然后决定延迟转机或者预定下一班飞机的客户组的价值。

Couturier表示：“你必须深入了解客户组的价值、安检口可用性、另一个航班的可能性等。”

多个连锁酒店正在进行测试和学习分析，他们会研究对于装修改造，该花多少钱以及花在哪里。例如，高档酒店往往会更注重室内装修，而低端路边的酒店会花在外部装修以吸引路过的客人。

“酒店发现中等水平的整修更划算，”Davenport表示，“一般酒店和五星级酒店不同，但回报水平会差不多。”

很多连锁酒店还学会根据预订率来进行动态定价。例如，Priceline客户比Orbits的客户花更少的钱在食物和饮料服务上，所以这可以反映在定价中。

大数据和先进分析功能的用例大多分为三围：改善内部运作、优化定价和库存，以及更好地服务于客户。在所有三种情况中，因为目的地、航班、班次、火车、客房、价格和天数等巨大数据给大数据增加了挑战。

“如果你将这些选择相乘，你会得到万亿的可能性，而当你搜索时，你想快速得到准确的信息，”Couturier表示，“这需要大量计算能力和技术调整。”

这种技术改变包括使用基于网格的系统用于高速分析，以及开源平台(例如Hadoop)用于丰富化数据，加入以前不可用的内容。

Couturier说道：“这不再是关于寻找最便宜或者最短的航班，而是关于寻找最受青睐的航班、天气好的目的地或者更好的家庭酒店。”

Davenport指出，航空业在20世纪70年代和80年代初触发了一波创新，主要在收入管理、忠诚度管理和运营分析领域，但这些已经不再足够，也没有竞争优势了，你必须更具创新性，努力提高用户体验。