资讯

  一、大数据技术概述
  
  随着科技的进步,以智能手机为代表的便携式智慧终端和各种软件被广泛接受和使用,随之而产生的信息量指数级增长,信息流转速度的提升也不断地刷新人们的认知,传统的数据处理方式已经不再能很好的对庞大且流转迅速的数据进行收集、处理,于是大数据技术应运而生。
  
  麦肯锡全球研究所在2011年从数据量的角度将大数据定义为大小超出传统数据库软件工具抓取、存储、管理和分析能力的数据群。而根据甲骨文对大数据的定义,大数据是难以在一定时间内高速涌现并用一般软件难以进行收集、储存、管理和加工的庞大且多样的数据群。针对这个观点,2011年Gartner就大数据提出3V理论,即高速(Velocity)、大量(Volume)、多样化(Variety),后期演化成7V甚至11V理论等。然而,在广泛认可的理论中,大数据大体具备四大显著特性,分别是:大量性(Volume)、快速性(Velocity)、多样性(Variety)、具有庞大价值(Value)。大量性顾名思义是指数据数量巨大,往往能到达PB等级甚至EB,远超出一般工具软件的处理能力。快速性是指大数据系统往往需要在有限的时间里对大量数据进行响应。这对数据实时处理有着极高的要求,而传统数据库软件查询方式远不能达到。数据种类大致可以分为结构化数据和非结构化数据。传统的数据库中所储存的往往都是结构化数据,而非结构化数据是指包括文档、图片、网页、音频等在内的非数据类型格式的数据。大数据多样性的表现就是大数据中包含着不止传统的结构化数据,更需要进行处理的往往是音频、视频、地理位置信息等异构化数据。大数据可以带来巨大的商业、管理和科研价值,通过正确地处理海量数据,分析人员可以从中获得更加精准的统计分析结果,同时可以获得更加立体的分析结果,为商业分析、管理工作和行为统计等提供精确且详细的支持。
  
  二、大数据与旅游的融合发展
  
  如今,大数据技术已经被逐步应用到生产活动中,并在各行业领域内表现出比较显著的作用,其中大数据在赋能旅游领域,尤其是发展智慧旅游应用中同样展现了较为突出的价值。
  
  智慧旅游是在“数字化地球”提出后诞生的概念,国内学者对智慧旅游从不同角度分析形成了多种见解:智慧旅游是将新型技术手段应用到旅游行业中并带来新的变化;智慧旅游是一种可以提升旅游服务、旅游体现、提高旅游管理并优化旅游资源的一种现代化工程;智慧旅游是一种可以提升游客参与感和体验的一种新型的运营模式。同时,一些学者也对大数据技术和智慧旅游两者关系进行了探讨。如郭玲霞在《大数据助力智慧旅游发展的研究综述》中提到“智慧旅游如果没有大数据支持,只能是低端实现,依托大数据才能走上高端发展。”大数据技术通过在有限时间内抓取、储存、处理和管理庞大的数据群,使得旅游产业数据收集、处理效率显著提高。根据业务覆盖的角度,分析大数据与智慧旅游的融合发展将从旅游服务、旅游营销和旅游管理三个角度切入,为旅游供应链上的各相关方提供强有力的信息支持。
  
  (一)大数据和旅游服务
  
  旅游服务可根据渠道大致分为两类:第一,线上服务,即通过网络提供旅游信息查询、预约、购买旅游产品、信息推送等功能;第二,线下服务,即通过线下为游客提供基础设施服务、导游导览、讲解等服务。大数据技术可以依靠其固有特点,服务线上和线下,充分提高旅游服务水平和游客体验。
  
  1. 线上服务
  
  旅游线上服务在游客端往往体现为旅游信息的查询,而信息查询往往是旅游行为发生前和发生时产生的行为。在该行为中用户通过搜索引擎、在线信息平台、门户网站、地图商等渠道主动获取旅游所需的信息。
  
  当前多家主流OTA(Online-Travel-Agency,在线旅游)平台(如去哪儿、飞猪、携程、Agoda等)都或多或少在各业务环节应用了大数据技术进行用户画像。平台会根据用户搜索和点击等操作行为产生画像数据,并将用户画像数据和当前出行需要进行匹配,结合后台数据模型算法和LBS技术制定合理的推送机制,提供对应的信息推送和消费引导,内容范围覆盖旅游的“吃住行游购娱”六要素,协助用户完成制定“哪里玩”“怎么去”“哪买票”“玩什么”“哪吃饭”等一系列决策行为,从而达到市场细分与精准营销,同时联合购票平台、景区门户网站、当地公共信息服务平台等资源站点进行信息集成和流程再造,帮用户简化消费步骤,达成旅游消费一站式购齐。平台还能在站内范围收集业务转化量(点击率)和转化过程中产生的业务结果信息(消费数据)等数据并对反馈情况进行分析,以助力平台主体进行后续的数据模型调试、推送内容管理、运营战略调整、推广策略制定等方面工作,从而形成完整的大数据业务闭环,提升服务效率和用户体验。
  
  2. 线下服务
  
  为了提高游客在游玩过程中的参与度和满意度水平,国内多家景区都提供了包括但不限于讲解、导航、导览和对应基础设施等线下服务。然而,不同的景区、景点在提供线下服务时的侧重点并不应该相同,例如:在历史古迹景点游客更希望看到原汁原味的古迹,因此需要更多的导览工作;在博物馆,游客更需要通过讲解获取关于展品的相关知识。然而,相比单一类型,综合性景点在侧重点的评估上就显得更加困难。
  
  因此在线下服务的应用场景下采用大数据技术可以针对分析游客反馈、统计电子围栏内高频搜索关键字内容等方式更加准确的了解来客需求,从而根据需求选择游客在特定场景下偏好的服务及信息类型并进行战略倾斜。如国内某风景名胜区根据其导览系统及客流量系统的数据分析结果得知夏季其辖区范围内岩洞景区讲解词点击量增长率远超总客流增长率,推断该岩洞景区季节性市场度强于整个风景名胜区,并针对这一结论于次年夏季同期以岩洞景区为核心内容推出“清幽洞天”主题景区宣传,从而达成有效宣传,实现游客量的同比提升。
  
  (二)大数据和旅游营销
  
  旅游营销是指在合理合法的前提下,组织设计产品、服务并推广、销售给游客以满足相应需求的行为。在大数据时代,旅游营销活动能够以游客行为数据与业务数据为基础,以大数据分析模型算法为工具,从分析结果提取有商业价值的信息进行精准营销。根据营销推广活动的行为主体不同,可大致划归为景区营销和企业营销两类。
  
  1. 景区营销
  
  景区营销是以景区为营销工作主体进行营销推广活动。传统的景区营销推广方式一般以传统媒体或新媒体为媒介,发布景区、景点、活动信息以达到推广目的。市场沟通方式属于单向沟通。而在大数据时代,景区营销工作往往以大数据自然语言分析为工具,解读文本中隐含信息,充分了解各平台上游客对景区态度和诉求,将传统的单向沟通转换为双向沟通模式,进而更好的获得市场反馈,指导景区营销工作。
  
  2. 旅游企业营销
  
  旅游企业利用大数据技术深度分析用户需求,结合所管辖旅游资源特色进行旅游产品或体验项目的设计和销售。同时,涉旅企业也通过各大平台的营销数据了解市场对于某几款产品及其对标产品的反应,并根据市场响应情况进行战略调整,避免同一个景点大量出现同种旅游产品,降低区域旅游消费价值的情况。
  
  (三)大数据和旅游管理
  
  1. 政府旅游管理
  
  2013年智慧旅游概念发布以来,国家旅游局要求各地主管部门结合旅游业发展方向,以智慧旅游为主题,引导智慧旅游城市、景区等旅游目的地建设,促进以信息化带动旅游业向现代服务业转变。为响应政策,当前各地文化和旅游管理部门通过汇集和协同多科室之间的业务处理数据,建设基于大数据分析的产业监测与管理平台、移动公共服务平台,进一步从统计数据的角度对辖区内旅游发展水平进行整体了解与掌控,从而对辖区内旅游行业存在的问题进行精准了解和准确调控,提升信息传递的时效性,减少政府旅游管理业务处理传统流程的滞后性。
  
  同时,旅游安全相关的各个政府职能部门也在运用大数据资源和分析技术建立重点行业领域、重点产品及设施的风险研判监测预警模型建设,结合历史安全事件数据,构建多类型系统风险预警预报阈值,并对接信息推送和业务发布渠道,实现重大旅游安全事项预警信息有效识别、实时推送和处理流程监测,进一步促进风险监测预警与执法监管部门的业务协同。
  
  2. 公共服务拓展
  
  大数据技术在当前时代的旅游公共服务领域已经得到初步应用。原国家旅游局从2015年到2019年间,与相关机构合作先后建设了12301国家智慧旅游公共服务平台、全国旅游产业监测和应急指挥平台、全国旅游监管服务平台和全国旅游厕所管理系统,归集了超过3.5亿条涵盖旅游投诉、团队、导游、旅行社在内的全国旅游资源分布数据,并将其通过清洗、整合、关联、建模等处理,助力国内旅游行业产业分析、风险预警、团队安全监测、政府监管等方面的决策分析与公共服务,落实已有数据的业务价值,实现国内旅游核心数据的初步统一,正在逐步形成国家旅游大数据集成平台。
  
  三、大数据与涉旅角色关联
  
  通过大数据技术加持,旅游供应链条上包括政府、景点、商家、游客在内的各个相关方可以在有限的时间内从多样且海量的数据中迅速获取目标数据并加工提取成为有效信息,用以辅助调节监控、生产、管理或消费活动的发展方向,为旅游供应链上各相关方在不同侧重点下的市场活动提供指导和依据。
  
  (一)大数据对政府旅游管理工作的支持
  
  在大数据时代背景下,各地政府正基于大数据平台逐步搭建新型公共管理与服务框架,并在新的框架内进行数据采集、数据储存、数据管理、数据分析以及数据应用,使得大数据技术在决策过程中起到支撑作用。并且利用大数据技术将基础的结构化数据与游客消费、互联网搜索等渠道收集而来的非结构化数据进行整合,进而进行数据建模,完成数据挖掘工作以获取更加准确有效的信息。政府旅游管理部门可借助大数据分析更加立体的了解管辖范围内旅游行业现状,并综合历史数据对未来管辖范围内旅游行业状态进行宏观预测。
  
  此外,大数据系统还通过数据网络中数据的高速流转和快速反应协助政府相关部门高效完成旅游产业监督工作,并定向指导旅游管理。相关部门通过统计信令数据、地图数据、摄像头、高速路闸、网络订票信息等各渠道收集来访人次信息,对来访游客人数进行了解,并通过大数据技术进行客流量的监控和有效预测。
  
  现行大部分政府端产业监管平台已经可以根据游客网络关注度指数变动情况提前15-30天预测实际游客量。通过该技术手段,政府旅游管理相关部门将能够通过数据分析结果提前进行合理的引导和游客分流。此外,通过建立大数据系统、应用公共管理与服务平台,各地政府旅游管理部门建立起了游客和政府部门之间的有效沟通渠道,可以更好的收集游客的反馈意见,并及时察觉到辖区范围内旅游业态存在的问题,做到有效沟通,为日后问题的改进和政策的制定提供参考和指导。
  
  未来,在进行数据整合的同时,大数据技术还将帮助政府各部门之间建立合理的数据共享机制和风险预警体系,使得数据在旅游部门、气象部门、地质部门、交通部门和公安部门之间横向贯通,对景区所在地区自然危害预警和社会治安工作起到全面提升作用,并尽可能在大数据分析的支持下提前通过统计指标的变化趋势察觉到潜在的风险或危害,推送预警信息到相关部门进行提醒,从而提前启动应急预案,更好的保护游客安全。
  
  (二)大数据对景区管理工作的支持
  
  景区容量是景区运行的重要指标,指在不对景区资源造成不利影响的前提下,景区能接纳的游客最大数量。不合理的游客接纳量将会对景区造成负面甚至无法挽回的严重影响,如景区景物文物损毁、基础设施不足导致环境污染和事故、严重影响游客体验和景区口碑等。在大数据技术的辅助下,景区管理部门通过资源数据采集、算法模型、关联分析等技术手段更加深入的模拟景区容量的极限,以及通过分析游客画像数据了解游客需求,对景区规划和基础设施配置进行调整和优化,实现景区容量的扩大和高峰时段资源的调配。
  
  目前国内部分景区已通过建立基于大数据技术的具有舆情分析、视频监控、运行监测等功能的景区中心化大数据管控平台,完成了初步的智慧景区信息化建设。景区大数据管控平台普遍具备对来客喜好进行网络非结构化数据分析的功能,如关注的景点类型、倾向的旅游项目等,并反馈景区管理人员根据结论进行游客的引导,从而将游客更快速的引导到对应意向的目的地,减少景区游客通道的压力。此外景区管理部门还通过大数据管控平台内结构化历史数据统计景区游览的高峰时间,并通过OTA平台或地图商(如美团、大众点评、高德等),及时通知游客合理安排访问时间,从而达到游客分流、减轻景区高峰时间承载量压力的目的。
  
  与金融、信息、电商等行业相比,旅游行业大数据管控平台的发展和应用还处于起步阶段,具有极大的发展空间,日后发展路径将经历其他行业大数据应用相同的“由多转少,由广转精”过程。未来大数据对景区管理工作的支持可能会转向包括监控视频在内的非结构化数据采集、挖掘、量化和分析,用来辅助景区管理部门对景区路径、景区基础设施配置进行优化。例如,通过视频采集和数据挖掘等技术手段,管理部门发现来访游客倾向于在观景台区域长时间逗留,观景台上将长时间聚集大量游客。基于该信息,景区可能做出加固观景台的管理决策。此外景区管理部门之间还将能够通过数据互通对客流进行横向疏导、联合导引,根据游客需要在A景区容量近乎饱和的情况下引导游客前往同样在计划内且容量不饱和的临近景区B等。
  
  (三)大数据对商家的支持
  
  商家包含为旅游企业提供基础设施的供应商、服务游客的中间商、景区周边食宿等经济实体的运营方。对商家而言,如果对市场预测不准确就会出现供应不足或不能准确响应客户需求的问题,对其经济利益造成直接的损害,因此,大数据预测对商家具有极高商业价值。通过大数据处理技术,商家有机会通过数据分析结果更好的了解游客需求。对为游客提供旅游产品和对旅游企业提供基础设施的供应商而言,整个旅游供应链上的每个构成部分所产生的数据都具有一定市场意义,都可能代表潜在需求或其他有价值信息。因此,供应商若想在短时间内挖掘出更多的数据商业价值,则需要依靠大数据处理技术。借助旅游消费行业个体商家广泛应用的“微商城”等电商平台商家数据统计端,商家可以对游客消费喜好进行分析,利用统计学方法实现未来需求预测从而进行产品调整和营销优化,并根据所产生的预测结果对旅游项目、服务体验、旅游线路等方面进行优化提升,通过精准预测达成成本控制或市场拓展的目的。由于大数据分析结果往往具有一定程度的前瞻性,因此其也常常被用作预测工具。商家凭借大数据分析对短期内市场状态进行预测,并根据结果信息进行资源调度,从而极大程度上减少资源损耗,达到控制成本的目的。也基于这一特点,旅游高峰时段,商家可以根据预测结果提前部署资源,应对未来的市场需求高峰,从而提升整体盈利能力。
  
  (四)大数据技术对游客旅游活动的支持
  
  游客作为整条旅游供应链的末端,是整个旅游市场的消费者,也是大数据在旅游行业应用最终的受益人。在大数据的时代背景下,游客可以轻易地从搜索引擎、OTA平台等渠道获取各种所需的信息,并通过信息制定符合自己预期的行程和旅游计划。大数据技术使得游客在获取信息时能更好的了解到其他游客关注的景点、项目、服务、产品等各方面信息,并很快通过接受的信息情况细化自己的需求,如某大型在线旅游网站定期推送站内旅游产品销售情况大数据报告与热销排名从而对热销产品进行宣传推广。同时,基于大数据分析而诞生的旅游产品和旅游项目可以更好的匹配游客需求。游客更容易从旅游过程中满足自身对于行程的预期,并充分享受旅游行为带来的心理满足感。此外,基于普遍需求而诞生的旅游线路和旅游产品极大程度的缩减了游客搜集信息的时间成本和劳动成本,使得游客可以减免决策过程耗费的时间,轻松完成收集信息、购买车票、预定酒店等行为。正是由于大数据技术,游客的需求可以被更好的识别并经过旅游供应链上各方的分析与改进,游客能在游览过程的各个环节获得更加优质的旅游服务。
  
  四、问题分析与未来展望
  
  目前,受到采集条件、数据质量、颗粒度、关联度等方面的制约,大数据行业的发展尚处于探索阶段,短期内首要任务必然是提升基础数据质量和业务覆盖率,建立健全数据采集标准,完善配套硬件设施等构建数据采集体系的工作。而随着数据价值被逐步挖掘,多地政府已设立大数据部门对于辖区范围内数据资产进行专项管理。
  
  旅游行业对于大数据技术的应用多数还停留在根据业务量数据进行统计分析、根据颗粒数据的简单关联结果来反映实际发生的业务水平或进行短期单一型业务流量预测的初期阶段,如果需要发挥海量数据的更大作用,则需要建立更加科学合理的数据关联分析体系,挖掘多方主体运行所产生的旅游信息,提取视频、音频、图片等异构数据令其相互作用,对行业内某些重要业务维度的综合发展状况和影响因素间存在的关系进行全面衡量。例如,通过互联网OTA平台综合评论情况,结合语义分析和自然语言处理等技术,对特定区域的整体旅游舆情情况进行综合评定;或通过算法模型量化区域内世界文化遗产数量、旅游景区规模、文保单位数量、空气质量、物价水平等影响因素,并对这些因素进行权重配置和算法设计以测评当地旅游形象指数及旅游发展潜力指数;或通过人工智能技术结合旅游资源信息标签库,通过简易需求测试问卷为游客生成详细的行程推荐;又或可以结合运营商信令数据对游客画像并对其逗留时长、目的地轨迹进行归类研究,从而挖掘关联于消费者客观特性的主观游览兴趣偏好等等。
  
  此外,对于大数据技术在旅游行业实际应用的探究应当在注重技术的同时做好针对各涉旅角色的需求调研,使其功能设计立足于最根本的业务需求。有了扎实的使用场景作为支撑,大数据才能更好的发挥其实用价值而不仅仅局限于可视化的数据统计结果。
  
  综上所述,大数据应用全面而精准的实施操作虽然在现行阶段存在一定的局限性,但可以明确的是,随着旅游行业数据收集设施的发展和积累数据维度的扩大,大数据技术将在智慧旅游的建设中发挥更加重要的作用,助力诸多涉旅角色服务水平与游客游览体验的提升。
  
  作者:许杨,12301国家智慧旅游公共服务平台旅游规划师。
  
  摘自:《2019-2020年中国旅游发展分析与预测》(《旅游绿皮书No.18》),中国社会科学院旅游研究中心编著,社会科学文献出版社2020年出版。

文章版权归劲旅网所有,转载请注明出处
劲旅微信公众号

关注劲旅网微信公众号,与创新者同行!

推荐阅读