
大数据是电商争夺景区资源的有力筹码
近两年,“大数据”一跃成为行业热词,地位飙升。借此,具备大数据基因的各大电商平台纷纷发挥数据搜集、分析等优势,一方面搅动线上业务的漩涡,一方面将触角伸向了旅游行业的末梢——景区。
对于景区来说,电商提供的大数据能够帮助其实现管理、服务等方面的提升和精准营销,景区对大数据的需求十分旺盛;对于电商来说,景区选择哪家电商、开展何种层次的合作,其决定权把握在景区手里,因此,这两年景区能够成为电商战场的必争之地也就不足为奇了。
那么,电商能否借大数据打动景区成功拓展线下业务,景区又能否用好电商提供的大数据实现自身的转型升级呢?
景区蛋糕抢手电商积极合作
近两年,电商携手景区的案例越来越多,各家电商以不同的切入点与景区开展合作,各显神通,获得了景区的青睐。
2014年9月,百度推出“百度直达号”,四川峨眉山成为其首个旅游样本。游客只需在手机百度中输入“@峨眉山”,就能获取峨眉山周边有关吃住行游购娱的各种攻略,并实现导游导览、在线支付、实时监测等一站式服务。
2015年7月,腾讯携手龙门石窟景区,推出“智慧龙门”系列产品,陆续在其平台上实现网络购票、扫码体验游览项目、语音讲解等方面的线上服务;今年7月,腾讯对“智慧龙门”产品进行全面升级,利用高科技手段提升游玩体验,例如加入了3D拍照、慢直播等新功能。
2015年9月,阿里旗下的阿里旅行·去啊提出“未来景区”概念,黄山、深圳华侨城、乌镇、古北水镇等景区积极响应,随着近日故宫的高调加入,截至目前,国内已有200家优质景区成为“未来景区”。从合作的具体内容上看,主要包括信用游、当面付、地图导览等在内的“未来景区”全线产品。游客打开支付宝通过芝麻信用评分查询即可获悉自己的信用额度,超过600分则可以进入“未来景区”,即先游景区、逛景点、预订客房,等游园结束后再支付的快捷式游览体验。
2016年6月,美团开始筹划美团云大数据产品,期望与景区有更深入的合作,协助景区构建智慧旅游数据中心,建立智慧旅游管理、服务、营销平台,提供数据采集、存储、清洗、分析、挖掘等服务。其旅游数据分析决策系统是基于数据引擎的可视化系统,内容包括景区的经营分析、行业分析、城市画像、用户画像以及舆情监控等。同时,根据不同景区的需求,还可以提供定制化的数据挖掘服务,如客流预测、潜在用户分析等,实现精准营销和个性化定制。
吸引景区关注电商各显神通
目前,越来越多的景区开始重视大数据,希望借此实现精准营销,推动产品升级。不过,若只依靠自身积累,景区往往心有余力不足,而电商正是瞅准了这个机会,以大数据为筹码敲开景区的大门。
而令人关注的是,在整体环境良好的互联网氛围下,许多景区虽有此意识,却不知该如何运用大数据,也不知道哪些数据是有效的。因此,这就迫切需要一个既能从宏观层面指引及把控未来发展方向,又能从微观层面为景区的健康发展提出解决方案的平台介入,电商就显得尤为重要。而为了吸引景区的关注,各大电商各显神通,纷纷拿出看家本领为景区提供各项服务。
去年,北京古北水镇加入阿里“未来景区”后,其线上业务明显“活跃”许多。据古北水镇销售公司副总经理李龙舟介绍,景区选择“未来景区”战略就是看中了其用户筛选、游园便捷等方面的功能。“首先,游客的芝麻信用分数要达到600分,这个分数可以将一批信用良好、消费能力较高的优质客户筛选出来推送至景区。其次,游客在游览过程中,可以享受免票入园,提前预订餐饮、客房,加上与高德地图的深度合作实现景点导览、语音讲解等方面的智慧化服务,使得游客的满意度大幅上升。”他说,由于合作刚刚开展,大数据样本还不够充分,目前双方的合作仅限于技术层面,未来会转向大数据分析。
前不久,驴妈妈旅游网对外宣布成立“中国旅游电子门票研究中心”,由中国旅游研究院、复旦大学、景区、OTA共同参与。“中国旅游电子门票研究中心”下设数据库、工具箱、传达室、报告厅、俱乐部5个机构,将在人群画像、入园质量、影响因素、满意度等方面陆续推出具有指导意义的报告成果;通过举办景区论坛等活动解决景区入园人数实时播报及景区最大游客量承载分析等关键问题,为景区发展提供切实可行的理论依据。
同程旅游创始人、同程旅行社(集团)总裁吴剑认为,“好客山东”、“清新福建”、“美好江苏”等旅游品牌都存在共性的形象,若要长足发展,就要帮助景区营造个性、差异的一面,而大数据是解决这一问题的突破口。“同程已经不单纯去追求一个景点的绝对入园量,而是从数量到质量、从帮助景区的门票销售到帮助景区去创造内容、设计产品去转变,要用一张门票串起整个旅游产业链,可以操作的事情更加广泛。”她说,过去五年,同程已为全国8000多家景区销售每年超过3000万张门票,这3000多万人次为景区“贡献”点评和需求,同程通过数据分析得出了相应结论,而这些结论对于景区的产品和服务升级会起到十分关键的作用。吴剑补充,同程旅游的大数据来自于超3亿注册用户的庞大积累,产生了海量数据,除了大数据资源,同程旅游还凭借APP、网站、微信和QQ端等,敞开了巨大的流量入口,为日后发力做准备。
同程旅游目的地战略合作中心CEO湛研介绍,同程旅游已经形成了不同维度的空间转向和尺度的重组,构建了B2C业务链的升级和O2O产业链的重塑。在企业端充分整合旅游目的地的各旅游要素,在产品端整合多种旅游产品的形态,以景点为核心,延伸“景+X”等多元化的组合套餐,形成旅游新业态,提升同程旅游产业链的综合价值。
推出专属定制助力景区升级
美团云大数据产品负责人唐君毅表示,大数据并不神秘,它基本上是来自用户的位置报告和消费痕迹,这些数据如果不加以分析、没有一定的结论,则对景区毫无意义。因此,数据的分析过程和结果更加重要,而这些工作就是美团云目前在筹划的新项目。
据介绍,美团云能够收集到的数据分别来自景区门票、景区内及周边餐饮和酒店方面的数据。游客通过美团APP下单,在订单中呈现门票、餐饮和住宿等方面的信息,这种信息美团云每天可以收集100TB以上,这其中还包括大量的商户、用户等交互数据。
这些数据经过后台分析计算后,会得出许多结论,依据结论,能够帮助景区解决许多痛点。“在商户端,通过挖掘商户的购买数、用户评论等信息,可以帮助商户改善服务,提升服务品质。如POI(数据库)信息清洗与挖掘、商户画像构建、商户商机发现等。这些信息能够帮助景区开源节流,定向精准地进行广告投放,或者为景区周边新建餐厅和酒店提供数据以辅助决策。而在用户端,通过挖掘用户本地生活中的基本属性、行为偏好、消费水平、舆论反馈等,构建目标客户的特征维度,再在美团点评的广告平台上进行精准投放和策划运营活动。
举例来说,如果美团云与一家景区合作,那么浙江景区将得到美团云提供的专属定制服务。通过对美团点评上的评价进行统计分析,同时引入外部的评价内容,针对该景区进行舆论监测,就可以判断出游客对景区的喜恶程度。若设定一定的舆情阈值,超过阈值后可以对景区进行提前预警,让景区可以提前干预,避免出现“青岛天价大虾”等负面影响,造成难以逆转的败局。
目前,许多景区正在与新美大接触,希望借数据“定制”服务帮助景区掌握发展趋势,跟上时代潮流,规避经营风险,提升整体美誉度。
电商携手景区前景值得期待
既然大数据如此“神算”,那么只要与电商合作,提供大数据,就可以高枕无忧,立享实惠了吗?对此,山东省旅游发展委员会市场处处长闫向军给出了否定的答案。他认为,目前,游客从OTA预订的门票在景区门票销售中占比不超过10%,若用这一数据来概括整个景区市场,还比较片面。另外,OTA的市场占有率、数据代表性也有所欠缺。“大数据的量要足够大,要有相关性与代表性,不要迷恋大数据算法,要回归市场。”他表示,不能单就景区看景区,而要从目的地的角度进行综合分析,并且要利用通讯、交通、金融、餐饮等领域的数据综合分析,电商提供的大数据可以作为某一方面的参考。
对于电商携手景区挖掘大数据资源的发展模式,中国旅游研究院博士杨彦锋给出了这样的解答和建议。他说,目前,包括OTA在内的各大电商均已涉猎景区领域,或提供平台或提供具体定制服务,各家产品几乎平分秋色,又彼此竞争,总体来说呈现一种良性发展的态势。
“电商的整个流程都是在线的,它天然拥有很多数据采集点,完全有能力提供各种大数据的服务,而这正是景区所欠缺的。”杨彦峰说,在大数据方面,OTA能提供的数据涵盖面广又较为精准,其对用户画像的掌握、对行业趋势的把握、对营销宣传的精准指导,是许多景区十分需要的数据支持。就目前来说,双方合作的形式大多限于票务营销、营销推送等几个方面,这是景区目前的需求所决定的。如果想要对景区产生深层次的影响,促使其转型升级,那么电商还需要更主动些,提出新概念、研发新产品,帮助景区进行全方位提升。当下,电商能够给出的比较有意义的而且是应用比较广泛的应该是游客肖像的刻画,能够帮助景区分析出哪些是潜在客源,这将直接提升景区营销的精准度。
他认为,对于一些大体量的景区来说,自身有条件的可以搭建自己的数据分析平台,组建分析团队,例如深圳东部华侨城,其数据分析和数据服务是可以产生规模效益和经济效益的。而对于绝大部分景区来说,还是应该依附于一些经验丰富、资源富集的电商平台,“毕竟数据积累的过程比较漫长,数据量和持续性比较难以达到大数据的规格,不是特别划算,因此不建议自己建设平台。”
在业内人士看来,大数据是电商争夺景区这一重要旅游资源的有力筹码,也是推动景区智慧旅游发展的动力。不过,目前,景区在营销、管理、服务与产品方面对电商大数据的利用尚处于初级阶段,并未产生过多的影响。但值得期待的是,互联网化是行业发展的大趋势,线上线下联合也是行业发展的必然手段。对景区来说,谁先掌握互联网平台、善用大数据,谁就最有可能先人一步破除体制壁垒与管理围墙,实现转型升级和跨越式发展。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09