京公网安备 11010802034615号
经营许可证编号:京B2-20210330
厉新建:大众旅游时代他人经验或成自我消费前兆
10月16日至17日,以“互联网+新机遇与旅游大数据的未来”为主题的第二届智慧旅游与营销年会在京举行。来自中国各省市的60多家优秀旅游局领导、旅游研究领域专家学者、知名旅游企业嘉宾及30余家国内重要的媒体代表共400多人齐聚一堂,就基于“大数据”的智慧旅游解决方案与“互联网+”时代下旅游业发展的新挑战,新机遇,新技术进行深入探讨。
中国发展改革咨询委员会副秘书长、全国休闲标准化技术委员会委员、农业部全国休闲农业专家委员会委员、北京旅游协会副秘书长、北京第二外国语学院旅游管理学院院长厉新建就《大众旅游时代的在线旅游》发表了自己的看法。他表示,在线旅游当中的在线评论的数据分享机制会使得他人的体验越来越多的成为自我体验的“前兆”,成千上万人的消费体验可以促使消费者改变旅游消费模式。
厉新建表示,大众旅游时代,越来越多的变化正在发生。
第一、很大一部分大众旅游随着外部条件的变迁、变化之后可能发生变化。人们在新的环境之中的消费理念会发生变化,原来强调要到一些景观非常壮观的、具有震撼力的地方旅游,现在很多旅游者出去旅游时不见得去原计划的的地方,反而比较喜欢到环境比较好的地方去
第二、随着交通条件发生变化,比如高铁,比如高速公路,很多人愿意选择自驾车或者乘高铁去想去的地方。
第三、现在网络获取信息越来越方便以及旅游电商的发展,人们购买旅游产品的方式都发生了变化,可能倾向于慢休闲、深度的、个性化的旅游产品,更多的消费者选择近距离、多频次的微旅行。这意味着在线旅游企业在把握产品方向上必须适应新变化,完善自己的产品线。
厉新建建议在线旅游企业需要对周边游市场重新认识,并花费心思设计旅游产品,需要在设计、服务、环境、组织上做好文章。
“大众上要求量,用量求得影响;小众时候要做深,也要做私房产品。” 厉新建说,“随着农村旅游政策的调整,第二居所的出现,城际乡村的涌现,旅游电商需要在所设计的产品或者领域作出相应的调整。”
在大众旅游时代,在线旅游领域里还涉及到选择的驳论和过滤机制完善问题。
“如果在线旅游电商不能很好地把过滤机制设计好,很有可能在整个海量信息中丧失竞争优势。” 厉新建说,“信息的丰富是可以降低风险的,但如果有太多选择、太多信息的时候,实际上也会影响人们的选择。消费者只有在有限的选择当中感受到选择的快乐。”
在线旅游电商必须要帮助消费者如何把更多的数据减少到最少,从而使消费者很方便、很准确地作出决策。如何构建面向消费者的分层评价机制和模型,如何把大数据、超大信息包形成可视化、可读性、可用性的数据变得越来越重要。
大数据时代来临之前,旅游者选择酒店会非常艰难,也很难判断。而在线旅游发展之后,每一家酒店都会有很多在线评论和分享,即便正面评论和负面评论的比例为50%对50%,如果通过分门别类的方式把这些信息过滤,通过数据方式呈现,消费者选择起来自然而然会非常方便。
厉新建认为,在大众化在线旅游领域,在线评论会形成在线声誉,而在线声誉会跟整个旅游产业发展或环境变迁有密切的联系。
他表示,旅游本身是具有后验性特点,消费之后才能知道自己采购的产品是否合适。
“消费者在消费之前,无法判断旅游产品的质量好坏,所以才需要找一个能够帮助判断的指标。” 厉新建认为,“以往是靠标准,靠品牌。但现在已经不一样了,在线评论的数据分享机制会使得他人的体验越来越多成为自我体验的 前兆 。”
厉新建强调,成千上万人的消费体验,可以帮助消费者采购旅游产品,同时,也极其容易改变消费者的旅游消费模式。因此,无论在线电商企业也好,线下旅游企业也好,都会面临品牌忠诚度方面的问题,面临频繁品牌转换的问题,面临越来越激烈的竞争环境问题。
厉新建最后表示,在大众化时代,在线旅游的发展一定要考虑到服务保障和未来的线下发展需求。
在线旅游平台化性质使得自身对供应商服务质量保障程度差,这对旅游电商来说,将是非常大的挑战。以前在上电商只做机票,挑战不是非常严峻,随着机票、酒店及旅游产品不断丰富,挑战会越来越大。
一旦产品跳出“机+酒”之后,涉及到东西会越来越多。很多在线旅游企业为了强化服务质量控制,选择了线下发展,而线下发展一定会出现重型化发展趋势;很多企业选择做区域服务中心,收购很多旅行社,或许还有其它类型企业介入,但是,如果物化资产重型化特征加重,会不会和传统意义上的在线旅游轻型化特征发生冲突?一旦发生冲突,下一步的在线旅游应该如何选择?
“在大众时代,在线旅游发展可能面临着很多需要不断探索的问题。” 厉新建说。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22