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
在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14