京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据分析成旅游移动个性化关键_数据分析师
旅游企业Expedia、Orbitz和其他公司正在积极利用大数据来打造新一代的移动体验。这些公司希望从智能手机和平台电脑用户中获得更多的订单。
旅游业迅速意识到了移动渠道所蕴含的潜力,它能提高旅客体验并带来收益。许多旅游企业的移动渠道订单都占了很高比例。除了现有的移动预订策略以外,许多企业现在正在进一步探索数据库这个宝藏,希望开发出旅客心目中必备的新一代移动功能和服务。
从酒店业到航空业,每个企业都应该重点提升自己在移动服务方面的整体用户体验。Forrester Research的副总裁兼首席分析师Julie Ask如是说道。
航空业和酒店业以及在生态系统中的其他行业已经研发了API接口,它既能为内部使用,也可以为第三方使用来拖取数据和服务消费者。
这不是一个关于航空业或者酒店业现在把旅客服务得很好的问题。这些旅客对于航空业或酒店业来说是非常有吸引力的一个消费群体,他们频繁在旅途中使用智能手机上的旅游相关服务。每个处于旅游生态系统中的企业都希望自己是不可替代的。
酒店房价热点地图
Amadeus去年秋季发布的一份报告显示,通过提高决策、驱动产品和服务创新以及提升顾客关系,大数据可以帮助旅游企业更好地满足顾客的需求。这份报告同时也敦促旅游企业马上行动起来,从而占据先机。
Orbitz和Expedia都在利用数据来打造独一无二的移动体验,他们在此方面处于领先地位。
例如,Orbitz在一月时推出了全新的OrbitzLabs页面,以测试一系列的新工具,其中能够被消费者接受的工具将被整合入Orbitz的移动端和PC端预订引擎。
其中一个工具能够让用户依据预订日期来搜索酒店的历史房价,这样顾客就能够决定预订的最佳时机,获得最便宜的房价。酒店的房价热点地图也通过地理分布的形式提供了类似的信息。
Orbitz还提供了展示每日机票搜索情况的模拟地图。
此外,还有帮助顾客预订大型赛事举办地last-minute机票和酒店客房的工具。它们被称作Big Game Flight Finder(Big Game机票搜索引擎)和Big Game Hotel Finder(Big Game酒店搜索引擎),这些工具似乎尤其适用于移动端,因为许多航空公司和酒店移动渠道的last-minute订单获得了显著增长。
分析预订模式
对数据的重视同样体现在了一月份Expedia在移动应用和PC端推出的几个新功能上,它们分别是Flight Recommendations(机票推荐)、Scratchpad以及ItinerarySharing(路线分享)。
Expedia的研究显示,人们在预订机票前会在旅游网站间进行48次搜索。Flight Recommendations的推出就是为了简化这一过程。它通过分析顾客旅游和预订模式来为搜索者提供他们也许感兴趣的可选航线。
当顾客进行一次搜索时,他们可以和其他进行类似搜索的顾客比较搜索结果,他们的搜索词只有一两个参数的差别。Expedia希望这个能够帮助顾客更快地找到更便宜或是更方便的旅游方案。
Scratchpad为用户提供存储搜索的功能,之后他们就可以随时回来查看自己的搜索,他们也可以将内容发送到自己的邮箱。对于登录用户来说,可以在一个设备上开始搜索,然后在另外一个设备上完成搜索,内容则可以在不同的设备间共享。
Itinerary Sharing可以让顾客通过邮件、AirDrop、短信或Facebook来分享自己的旅行线路。当他们与同样使用Expedia移动应用的顾客进行线路分享时,后者也可以收到该线路相关延误和到达时间的应用推送消息。
下一代的移动旅游服务将会利用数据来打造高度个性化的体验,并开始预测顾客的需求。
例如,一家航空公司知道航班时间,甚至还有我的所在地,他们可以推测出我的需求,并通过移动端在恰当的时间提供给我相应服务。Ask女士说道。
假如我现在还有一小时就要起飞,我不大可能会在期间预订下一次出行的航班,我更可能是需要升舱服务或是食物。
通过对文本的利用,旅游移动应用将开始预测我的需求并采取行动,例如再次预订某班航班,或是改变来机场接送我的时间,或是我入住酒店的时间。(文章来自:CDA数据分析师培训官网)
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13