
被重新定义的“飞行”让大数据变“活资产”_数据分析师考试
从网上卖票到微信值机,从单纯的“卖舱位”到运用大数据“卖服务”,互联网在深刻改变整个社会的同时,也在“撞击”着传统航空运输业,让昔日“高高在上”的航空公司放下身段,开始研究每一个旅客的兴趣偏好,重新定义飞行。
【系统聚合】用“连接”消灭“数据孤岛”
“对于传统产业,‘+’就是要用互联网连接一切,发挥连接的价值。”中国南方航空公司营销委副主任、电子商务部总经理黄文强说。
多年来,航空公司内部各个信息系统分散作战,形成“数据孤岛”。以南航最小的航空卫生部为例,内部就有飞行员体检、飞行员病假申请、飞行员出行前健康管理、内部管理系统等4个信息系统。
“全公司多的时候有几百个系统,内部信息交易成本很高。我们正在加快整合,逐步形成安全、运行、空地服务、公共平台等7大系统,实现信息共享、数据分析和及时决策。”南航信息中心总经理于贵桃说。
中国东方航空公司副总信息师王斯嘉表示,航空企业数字化发展的好坏,可以用一个问题评价,那就是“能否做到每天评价运营品质”。
从2013年开始,东航逐步把9大生产领域的1244个业务流程实现闭环和各系统的数据交换,目标是每个节点能实现数据实时化,达到可视化操作,就像扫描一个人的五脏运行一样,随时知道“身体”状况的好坏。
【精准变现】让大数据成为“活资产”
大数据对航空企业意味着什么?“大数据是企业竞争力的重要资产。”南航董事长司献民说。
在南航的客户行为数据库里,记者看到了一张“旅客关系网”。输入任一旅客的姓名,会出现一张网络:以旅客为中心点,向外辐射到同行者、客票受让人等关系人,而这些人又有进一步向外辐射的关系网。
除了旅客关系网,航空公司还在不断丰富旅客照片、微信语音交互等非结构数据。南航电子商务部电子服务团队何祖祺说,每位旅客将会有个人喜好、安全信息、常住酒店、辅助信息等100多个标签,组成不同“画像”。根据“画像”,航空公司可以判断同一名乘客的某次出行是公务出差还是亲子旅游,从而实现更有针对性的服务推送,做到“精准变现”。
根据大数据分析,东航建立了“国内自动舱位调整模型”和“基于旅客行为的收益模型”,以确定最科学的座位销售价格。
“一个座位卖多少钱有90个因素影响。如旅客提前多长时间购票,订票是在工作日还是周末、上午还是晚上,订票渠道是什么等。收益管理员会根据航班时间、客座率、与竞争对手的比舱情况等设置计算标准,最后决定以何种价格何时放出座位。”王斯嘉说,据此精算出的价格收益达到企业预期收益的95%以上,目前已覆盖国内1200多条航线。
【创新战略】让“粉丝经济”融入移动互联
互联网时代,“瞬息万变”并不夸张。对于航空公司来说,发展之路在于不断创新。
“机舱上的几个小时就是航空公司需要挖掘的‘蓝海’。”东航电子商务有限公司总经理韦志林说。
“封闭的空间和固定的时间限制了乘客的行为,但也蕴含了巨大的商机。”韦志林表示,如果将互联网与东航每年8000多万的旅客资源相结合,与电商、新闻、娱乐等平台网站合作,打造全新的“空中商业模式”,就能让旅客机舱上的“沉没时间”变为无限商机。
更重要的是,通过空中网络平台,旅客可能会对航空公司产生更多的“文化认同”。在空中网络平台,旅客除了刷微信微博、浏览网页,还可以加入机上论坛或游戏社区。韦志林认为,这样的活动有助于形成机舱内的“微生态”,进而有助于旅客产生对企业的认同度,为企业带来“粉丝经济”的价值。
【“靶向”服务】让旅客实现服务的“自由组合”
移动互联时代,消费者对服务要求不断提高,从关注服务本身,向用户体验和价值链两端延伸。
王斯嘉表示,“互联网+”要解决的问题之一就是把标准化的服务产品细化拆分,让旅客选择自由组合。
于贵桃表示,从旅客买票到离开机场回家,航空公司有19个接触点可以直接接触到旅客,每一个节点都应该思考从用户角度希望得到什么样的服务。
“比如,很多老人不用微信。我们计划在登机牌上按航班推出二维码,由工作人员代其扫码入群。在一级界面上设置一个按钮,如有需要可呼叫就近的服务人员。对于会用微信的,可以查询航站楼地图,由旅客决定何时需要服务,以及需要人工还是信息服务,避免打扰旅客。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03