大数据分析引发旅游业第二次技术革命

航空公司、酒店和在线旅游预订网站都在最大限度发掘数据价值，提升预订转化率、客户满意度和业务收入。

航空预订服务巨头Amadeus的高级副总裁Herve Couturier认为：

我们已经看到了实实在在的大数据商业价值。大数据可以提升预订转化率，降低运营成本，提升业务收入和客户满意度。

上周Amadeus发布了一份报告——《旅游业来到大数据的十字路口》请登录下载，报告发现创新的大数据应用在旅游业正在风行，涌现了大量大数据成功案例，例如英国航空、Travelocity、旅游广告公司Sojern等。

英国航空

英航(Brithish Airways)的Know Me项目超越了传统的局限于里程的常旅客计划，能够记住更多旅客的个人喜好。例如，通过数据分析发现旅客在短途飞行时倾向选择靠窗的座位，而长途飞行则喜欢靠过道的座位，方便伸展腿部，这类行为都是经验证的会反复发生的模式。

英航将散布在各个系统的所有与旅客有关的碎片数据和历史数据整合起来，发现很多以前被忽视或无法看到的有价值信息，英航还将数据分析推向最前线，甚至驾驶舱的机组成员手里的iPad。

旅游广告公司Sojern

Sojern收集并聚合来自航空公司、酒店、汽车租赁商和信用卡公司的数据，通过机器学习和高级分析极大丰富了用户个人资料，从中可以发现注入“人们什么时候出行、去哪里、有多少人正在旅行，他们喜欢什么品牌，旅行时间和服务等级”等有价值信息。Sojern的大数据分析技术来自Think Big Analytics，一家位于加州山景城的大数据咨询公司。

Sojern的数据分析结果还被航空公司、连锁酒店和汽车租赁商采用，来适时调整价格和服务名目。例如三角洲航空(Delta)和喜达屋酒店(Starwood)可以通过分析过去一个月在纽约和旧金山之间旅行的商务旅客的数据，制定合理的交叉销售策略并调整库存。

Travelocity

著名在线旅游网站Travelocity将大数据分析用于定价、库存和广告。这三个维度的数据每天都会产生供需变化。Travelocity采用拟归模型，最佳交易分析和推荐引擎向目标客户推送最恰当的产品。Travelocity使用Hadoop作为大数据汇集的环境，然后通过分析模型将结果推送给边缘应用，并支持实时决策。

总结

大多数旅游业的大数据分析应用可以归结为三大类：一类是提升企业内部运营效率;二是优化定价和库存;三十为客户提供更好的，基于情景的服务。所有三种分析都面临大数据挑战，旅客产生的各种数据，如目的地、航班、火车、游船、酒店房间、定价等每年都在以惊人的速度增长。

旅游业的大数据革命表现为，开始拥抱网格集群系统、高速分析以及类似Hadoop这样的开源平台。

旅游业的重点已经不再是找到最便宜的机票或最短的航程，而是找到最合适的航班，社交口碑更好，目的地的天气更好，或者有更好的家庭旅馆。