京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代 航企常旅客计划荣升为“印钞机”_数据分析师考试
步入大数据时代,航空公司常客项目的价值属性可被全新演绎——印钞机。澳洲墨尔本莫纳士大学市场营销Steve Worthington教授对澳洲航空常客项目的评价与此十分接近且更为形象,他说,对澳航而言,其常客项目就是一头可以挤出现金的“现金牛”。
当今,航空市场仍未从全球经济颓势中恢复过来,鲜有公司不经受着资金短缺或成本高企不下的严峻考验。自家想“印刷钞票”,需要提升客户数据的潜在价值,必须对客户数据进行重组和再利用。常客项目中每条里程信息都是由旅客支付记录、乘机过程、受让关系、购买偏好等构成,若算上跨界点数兑换因素引发的关联效应,这些数据完全具备“海量”的资质,一经挖掘,变现潜力巨大。正因为如此,国外航空公司不断对常客项目进行拓展和创新。从里程换机票到换商品,从与地空联运各环节进行合作到与航空联盟伙伴公司资源共享,再转进至跨界消费积分,各航空公司耗其所能来推进该项目,努力拉开与竞争对手的差距。自1997年第一家航空联盟诞生以来,竞争开始涉及会员里程以外领域,有的公司降低常客资格最低消费标准,有的公司则取消里程过期规则。里程被卖给酒店、信用卡公司和零售商的做法日益盛行。步调领先的航空公司,干脆将常客项目的财务业绩分离出来,项目获取的客户忠诚度转化为收入的速率大幅提升。除了常客商务会员的高端收入贡献外,普通常客会员对航空公司的关注程度若提升至“病毒效应”阶段,质变倒逼量增,关注也随时可能转化为一笔可观的收入贡献。
常客项目套现理论的产生与尝试
2008年,加拿大航空从常客项目中为其Aeroplan 的IPO集资2.88亿加币,唤起业内人士的思考:航空公司决定累积点数的价值,出售里程,这相当于获得了印刷钞票的许可!
各类公司付钱买航空公司的点数,因为他们精算出当面临产品和服务的选择时,顾客更钟情于积累点数,提供给顾客选择的同时,也获取了顾客的忠诚。通常情况下,常客会员积累的点数要延后几个月才可兑换使用,有了以上这些买家,理论套现速率加大。而澳航常客项目的成绩单,使得常客套现理论向实践又迈进一步。经过多年精耕细作,澳航奖励点数俨然成为国家的第二货币,忠实度被开发到极高水平。例如,澳航选择全国食品行业的领军零售商Woolworths进行合作。后者具有引以为豪的近90年的顾客服务历史。Woolworths公司家族包括15种商标,在全国范围内总共有1114家分店,员工超过125000人。事实上每100个澳大利亚劳动力中就有一个被Woolworths公司所雇用。难怪澳航的会员达1000多万,相当于全澳洲人口的一半。Woolworths这家大客户,加上其余的14家大客户,去年为澳航带来了8%的收入增长。2013年,澳航推出针对中小企业的常客计划,注册会员达35000人。约30万人决定激活常客卡的智能芯片,常客卡变成借记卡,可存储货币种类有9种。独立存在的常客项目部门,终于为澳航灰头土脸的损益报告带来“一道希望之光”。澳航常客项目连续五年以双位数字增长,2014年盈利2.86亿澳币,创下历史新高。而同期,澳航宣布2014年亏损28亿澳币,一些投资者便催促澳航出售全部或部分常客股份,估值30亿澳币,以度难关。可见,澳航的常客项目被投资者“牛化”,是预料之中的。
不过,守着这头咀嚼忠诚度又能挤出现金的萌牛,面对同行的羡慕嫉妒恨和自身经营亏损的套现压力,澳航决策层头脑还是相当冷静的。经过深思熟虑,澳航最终排除出售常客计划股份的可能。因为澳航进军常客市场起步早,手中的这只“原始股”潜力巨大,现在还未到忍痛割爱的地步呢。相比之下,澳航的老对手维珍航空对这头“现金牛”的态度就猴急很多。日前,维珍澳洲公司已出人意料宣布完成了将常客Velocity项目35%的股份卖给骏麒投资的交易,该交易对Velocity的估价将近10亿元。交易后,维珍将允许Velocity的会员兑换新加坡航空的常飞客计划KrisFlyer的积分。这将容许Velocity的会员在新加坡航空上使用积分升舱,并且能在其他属于星空联盟的航空公司上获得奖励席位,包括汉莎航空、加拿大航空。
数据创新思维对中国航企的启迪
对待这头“现金牛”,无论是澳航的冷静还是维珍的猴急,二者虽然态度不同,但其数据挖掘的聚焦点和关注方向都是相同的:客户数据绝对是各航空公司及其直分销渠道争抢的宝贵资源,值得不择手段地予以拓展并持续投入。任何一类客户数据的首要价值被发掘后,一定要对其进行归集并循环利用。航空公司的管理思维与时俱进之越快,其掌握的客户数据转化为经济价值之速率越高……在一个世间万物皆可数据化的时代,这种思维无疑对中国的航空企业有借鉴意义:
首先,国内航企对其客户(包括合作伙伴)数据通常是作为资料而不是作为资源对待的,缺乏系统开发和可持续发展的理念。因此,直至今日,对大数据的理解仍停留在“数据量大”的懵懂阶段。实际上,这方面我们并没有输在起跑线上。在多年以前,国内航企已开始通过常旅客、大客户会员注册、调查问卷、离港系统、结算系统、呼叫中心等采集客户信息。渐渐热情减退,这些数据被分散于不同职能部门。当初出手阔绰于系统投入,现今各部门开发建设的发展方向却迥然不同。这种源数据重复利用方面的分道扬镳,造成已开发资源的极大浪费,为突如其来的大数据时代埋下隐患。这个阶段,各航空公司倾向挖掘数据,但却是单打独斗,经营分析系统、结算系统、常客系统、渠道管理系统、预算管理系统等纷纷上线。由于对待数据处理追求的是精准,那些不能为细分市场、定位渠道、增加收益起指引决策作用的数据(也就是没有因果关系的数据),或是已经完成使命(解决了服务、营销、竞争等方面某一具体问题)的数据,便被忽略或清除,以降低管理成本。对外沟通与交流方面,航企在界定数据是否为敏感或保密属性时,也不屑考虑已使用过的数据会有多大的被再次利用的价值。
其次,航企数据价值的不被重视和无节制分享,致使以科技创先为特性的异业有机可乘,大展身手。正是由于未能看到数据冰山水面以下的价值,当海量数据的处理手段一出现,看似与航空运输无关的行业(搜索引擎、互联网、第三方支付)雨后春笋般渗入航空销售领域分羹搅局,让航企受到的困扰越来越多。比价平台、低价机票销售平台的产生,引发了航企渠道成员间横向及纵向的矛盾与冲突。实际上,这些非航空机票代理合作经营的网上机票销售平台,就是利用先进的技术手段,从网络上爬取与航空公司有关的票价、航班、地空服务信息甚至是旅客投诉等信息,再进行比价、分析和预测。其预测系统不究票价高低变化的原因,而是快速显示价格,引导旅客买低价票,诱使代理追求高代理费,侵蚀航空销售渠道起止端,让航企潜在收入减少,代理费支出增多,可谓损失惨重。按理说,这种不探究原因的思维方式在航空公司是必须被鄙视的,但在大数据时代,这种创新思维极具杀伤力,足以让航企措手不及。暂不提淘宝、去哪儿、今日天下通等,大家未必陌生的“必应搜索”,就是造成美国的航空公司机票收入蒸发的幕后推手。微软以1.1亿美元收购了Farecast这家科技创业的数据公司,2012年,Farecast系统用了将近10万亿条价格记录来帮助预测美国国内航班票价,预测准确度高达75%。使用该系统,旅客购买机票每张可节省50美元。这简直就是航空公司收益管理系统的“天敌”!
最后,国内航企想体验牵着“现金牛”游走的愉悦感,捷径便是整合各类资源拥抱大数据时代的到来!这可是一个不进则退的选择:云计算出现之后,航空旅游产业的上下游,一旦某一微不足道的环节思维转变过来,不再追求精确度,不再追求因果关系,而是关注混杂性,探索相关关系,守株待兔的航企注定苦海无涯;这更是一个令人期待的选择:发展瓶颈一旦被突破,数据可被巧妙地用来激发新产品和新型服务,把控好时机的航企必将成为行业领军人物!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据可视化领域,树状图(Tree Diagram)是呈现层级结构数据的核心工具——无论是电商商品分类、企业组织架构,还是数据挖掘中 ...
2025-11-17核心结论:“分析前一天浏览与第二天下单的概率提升”属于数据挖掘中的关联规则挖掘(含序列模式挖掘) 技术——它聚焦“时间序 ...
2025-11-17在数据驱动成为企业核心竞争力的今天,很多企业陷入“数据多但用不好”的困境:营销部门要做用户转化分析却拿不到精准数据,运营 ...
2025-11-17在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07