京公网安备 11010802034615号
经营许可证编号:京B2-20210330
旅游业该怎样拥抱大数据
2017年全国旅游工作会议上,国家旅游局局长李金早在工作报告中指出,“在着力加强旅游数据中心建设,提升旅游信息化水平”,并从“改革旅游统计制度”“加强国家旅游产业运行监测和应急指挥平台建设”“持续推动旅游信息化工作”等维度进行了详细的安排部署。那么,提升旅游信息化水平的重要意义是什么?旅游统计对旅游产业发展决策有何作用?报告又对统计制度进行了怎样的具体部署?专家对我国目前的旅游统计制度及旅游信息化建设有何建议?
“关于旅游信息化水平的提升,前些年虽然也有所涉及,但当时的旅游信息化仅限于把旅游产业进行电子化,而此次报告中显然把旅游信息化的高度提高了,可以说打通了供给侧和需求侧,真正认识到了旅游信息化的重要性,不仅能够对旅游的供给进行提升,同时也呼应着需求,使得大数据能够在供给端和需求端同时发力。”中国社科院财经战略研究院副教授魏翔说,旅游信息化拉动起来的旅游供给侧是有效的供给侧结构性改革。旅游信息化未来的发展方向是智能化,报告提出提升信息化水平可以说是“切对了脉,走对了路,看准了方向”,是必然,也是迫切之举措。
国家旅游局信息中心副主任信宏业感慨:“知大数据者知天下,用大数据者赢天下。”他说,把提升旅游信息化水平列为15项重点行动之一,体现了对旅游数据及旅游信息化建设的重视。当前,旅游产业发展迫切需要拥抱大数据,随着大众旅游需求日益多元化和个性化,要准确把握旅游市场的发展动向,离不开大数据的支撑和保障,大数据有助于迎来旅游业实现科学化、体系化、精准化发展。
“通过分析大数据,可以更好地掌握游客的需求,提供更好的旅游产品,让游客留下来、住下来。”遵义市旅游发展委员会主任钱世容说。
实际上,旅游统计工作是一项基础性极强的工作,对旅游产业发展决策具有举足轻重的作用。仔细阅读报告不难发现,报告专门就旅游统计制度进行了说明,并从7个方面对统计制度的改革进行了具体部署,例如建立健全全国统一规范的旅游数据采集平台,建立旅游统计数据共建共享机制,加强旅游统计国际合作,加大旅游统计的理论研究与方法创新等。
值得关注的是,报告提出,“启动旅游大数据工程,支持互联网企业参与国家旅游基础数据库升级改造和新数据库建设工作。”
“旅游产业的运行监测是一个全球性难题。作为研究工作者,对国家旅游局启动该项目充满热切期待。”魏翔建议,在旅游产业运行监测中,要引入新的、务实的调查数据系统。“在美国、欧盟和日本都有一个‘时间使用调查系统’,通过调查人的微观时间使用情况,来反映、验证、监测产业的未来发展方向和异动。其中包含了很多旅游、休闲的数据,同时这种系统可以很好地与国民经济进行对标。建议国家旅游局关注学习、率先引入。”
魏翔同时建议,未来应瞄准智能化的方向,实现从提供集约型的信息产品到跨向提供离散型、分布型的产品发展。
钱世容建议,未来应对地方推进信息化、大数据工作加大帮扶和支持力度,尤其是关于“怎么建立大数据,怎么为我所用等”从技术和人才方面给予帮助和指导。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15