
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
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23