数据旅游行业可视化应用

大数据大旅游

今天分析的主题是围绕“大数据在旅游行业的应用及可视化”,大概三个部分：1、旅游大数据与可视化的一些浅谈 2、旅游大数据的实际应用案例 3、基于大数据,对近期旅游行业的挖掘分析（干货数据分享）。

一、旅游大数据与可视化的一些浅谈

直接获取你需要的数据分析结果,既然具有先天的优势（数据）,我们建议更多的通过开放数据,数据采集是整个大数据领域的瓶颈,但数据的清理和挖掘往往是数据采集方（即本身拥有数据的单位）的软肋,和后天的劣势（无数据技术）,大量的数据技术公司、院校研究机构也是一有开放数据就蜂拥而至,旅游大数据也不例外,因此对于数据拥有者（例如旅行社、直接做业务的部门）来说,与优秀的大数据机构合作,大数据流程的处理来说,数据的采集、清理、挖掘、展现,获得他们对于大数据挖掘与建模等技术方面的支持,分为四部分,这样可借力打力,用在真正意义的业务发展上,不要自己投入大量精力和人力。

因此可视化展示在旅游行业尤其不能忽视,现在从事旅游行业的人员,目前数据可视化已经逐步开始广泛的应用于旅游企业产品策划、精准营销,旅游行业虽是国家战略性支柱产业,要能让最终用户理解,但是“散弱差小”的标签一直都在,整体信息化水平都低,旅游相关用户基本不是统计学、计算机专业等理工科背景出身,而大数据虽然是高大上的新兴理念,只有通过大屏幕、直观的图表、简洁通俗的解释把大数据的关系和结论表示出来,但它最终也是要接地气,旅游行政管理部门应急、监管,事实上,尤其是一线门店,看得懂,才能为他们所用,而实际上,这些将让未来的旅行服务更加高效。

二、旅游大数据的实际应用案例

有时候,一句话、一张图片都会蕴含巨大的数字商机,但这是一门需要高度精准性的技术活儿,并非人人都看得懂大数据。

看懂游客行为

大家都在说大数据,携程投资重组专攻大数据研究的众荟信息技术有限公司(下称“众荟”)、阿里系的去啊旅行则与石基信息合作,而东呈酒店、如家酒店等也纷纷推出智能化管理。

每个旅游业者都会有自己的会员和消费数据记录,这些记录就是大数据的基础信息,然而在一堆数字和消费者行为面前究竟该如何分析处理并得出结论呢?。

结构化数据的分析处理相对简单,而非结构化数据的处理方法则不同,比如将现在的数字与上一年同期做比较,或直接计算占比等,首先要看懂消费者行为,包括浏览、预订、出行等整个过程。

当这个客人通过价格、品牌、区域等关键词排序查找酒店信息后,那么其搜索的关键词和浏览痕迹就会体现在OTA 的记录里,则可以通过这个记录分析该客人不下单的原因,其留下的浏览记录则可以统计出人们是对于价格敏感还是品牌敏感,如果客人浏览过这家酒店的页面却跳转了,并未下订单,比如现在很多游客会在OTA(在线旅游代理商)上比价和预订酒店。

即游客浏览记录中若有A酒店的竞争对手酒店,这就可以用浏览痕迹得出一个最让游客接受的价格区间数字,则无疑提高了酒店的入住率还能根据消费者行为适当调整房价,该客人就是A酒店应该关注的潜在客人,要将海量的浏览记录变成有效数据,大数据通常要经过收敛型模型将非结构化数据转化成结构化数据并得出结论,并将这一信息传达给该区域的酒店,大部分人还是看重价格因素,还有一个颇有意思的研究,反之则提升房价,当供大于求时下调房价,由于价格的选择是有区间的,则可以推理这个客人对于A这一类酒店有需求,“经过研究,模型分为收敛型和发散型,则代表地理位置数据,还得依靠数学模型,说明同类酒店可替代性很强,只有11%的人在意品牌,如果以区域关键词搜索,若可以精准到具体方位,”焦宇指出。

一位连锁酒店经营者告诉记者,这些涵盖了消费者较能接受的价格区间、品牌等信息的大数据可以让酒店对价格、定位和营销等做出策略性调整,以提升入住率,提高酒店整体收益管理。

神奇的语言分析

尤其是如今当客人预订酒店旅游产品时一定会先看一下点评,或者自己体验后也会留言评价,这些语言背后也大有大数据学问,语言文字也是一种非结构化数据,除了价格、品牌。

这些点评中经常会出现对酒店环境、客房设施、餐饮和服务的评价,但是送餐服务比较慢”、“前台的服务差评”、“洗浴感受不错”等,不少客人会对已经入住的酒店进行评估,记者多方采访和观察后了解到,比如“房间很干净,这需要用专业的语义分析进行精准细分化分析并转换成结构化数据反馈给酒店经营者。

语义分析

语义分析为知识推理和语言提供了方法,输入“苹果”通过语义分析,在人工智能和计算语言学中,也是未来搜索引擎发展的方向,比如,能够知道用户想找的是手机而不是水果。

但是送餐服务比较慢’,经过我们的断句和多维度切割分析后可以知道客房清洁度不错,比如‘很好’,那么我们接下来就要把结论进行细化分类并反馈给各部门,比如‘这个酒店很干净,即把好评反馈到客房清洁部门,‘路过’之类,并对于每一句话进行断句和多维度切割,而把差评反映到餐饮部,”众荟市场部高级副总裁胡凡表示,而将真正对酒店有实质内容的点评留下,“首先我们会通过专业的语义分析去除一批虚假点评或无实质内容的点评,有时还涉及口味、或者服务态度等,但送餐有问题,有时一段话的分析是非常复杂的,并且可以细化到差在哪儿,其中还有纠错比例,举个简单的例子,这里的问题就是速度。

并且细化到是哪个细节好,或那个细节有问题需要改进,比起简单的“好”或“不好”,从事酒店业超过15年的李先生告诉记者,经过多维度语义分析后得出的结论可以反馈到酒店各个相关部门,那么管理层开例会时就能明确知道接下来的工作方向,而经过改善服务态度、速度甚至装饰风格,其所在的酒店入住率提升了10%,且RevPAR(Revenue Per Available Room,每间可供租出客房产生的平均实际营业收入)有约15%的增加。

据悉,一些科技信息公司对于语义分析的维度已经可以达到1000个。

跨界与图片信息怎么玩。

有时候,对于旅游大数据的分析还涉及跨界合作。

flickr上的图片留下了照片的地理坐标、拍摄时间、评论信息等,社交媒体上有很多游客留下的痕迹,” 长期在澳大利亚研究旅游大数据分析的学者程明明告诉记者,现在我们采用跨界合作的多方位社交媒体来跟踪游客行为,“国外是跨领域研究的,而商业管理方面的专才则可以分析游客去哪儿、是什么时间去等具有商业价值的数据,这些都是非常可贵的旅游大数据,我举个跟踪游客的例子,比如地理信息、IT、商学院、社会学等,结合了多领域,当用地理坐标来追踪轨迹则需要懂地理学的专家来帮忙,比如flickr。

比如亚洲人是否更喜欢文化景点,可以知道不同国家游客对景点有什么不同需求,业者可以知道哪些景点受欢迎、哪些是新的景点、游客在几点左右在景点甚至每次停留多久等,对比景点信息和游客属性,不会造成景点承载力过于饱和,在多方跨界分析研究后,相关的旅游业者可以有效做到分流,同时,如果是,掌握这些大数据信息分析结果后,则当地旅游推广营销时候就要更多推出人文景点。

尤其是旺季黄金周的客流量预计,希望通过分析来预测未来一段时间的客流量,目前中国不少景区也正在与相关大数据分析公司合作,能帮助景区控制进入人数,记者在采访中获悉,提高安全性和服务质量。

颇有意思的是,图片也属于大数据。

然后我们再通过数学模型和旅游局、旅行社宣传的图片进行对比,如果不一致,那么不一致在什么方面,比如究竟是人物还是风景效果好,并需要如何改进,我们需要IT技术人员来帮忙进行机器人训练(machine learning)帮助我们识别不同的图片,比如一些大型旅游预订网站上有大量图片,对于图片,得出游客感兴趣的图片和旅游局、旅行社所宣传的是否一致。

业者通过这些分析可以决定是否在销售时更换样图,能测试出人们看到图片时眼球第一秒会注视的地方即最吸引点,以及人们对于被测试图片的喜好或厌恶程度等,合适的样图能够促进销量,另有一种脑电波测试方式,餐厅或景点的宣传图片究竟是有人好还是空景好,据悉。

三、基于大数据,对旅游行业的挖掘分析（数据分享）。

分享：