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
在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18