600亿交易额背后的大数据“三级跳”_数据分析师

大数据的运用主要是对趋势的预判，比如通过机票预订可以知道去哪儿平台上哪些航线比较热门，用户在什么时间预定比较多 ，提前多少天预定以及价格趋势等。这些都可以帮助航空公司制定营销策略、定价以及假期人员安排。

青岛航空是第一家使用这种大数据收益管理模式的航空公司，此后福州航空、东海航空、乌鲁木齐航空等中小航空公司均跟随采用这种模式，大大提高了客座率。比如2014年9月5日，乌鲁木齐航空正式入驻去哪儿后，仅半天时间，其销量激增，通过去哪儿售出的航班座位超过50%，平均每分钟卖出一张票。

“去哪儿就是建立在数据基础上的一家公司 。”在线旅游公司去哪儿网COO彭笑玫1月5日在接受21世纪经济报道记者采访时表示，成立10年，去哪儿网经历了原始信息整合、信息服务、云开放三级跳，其实质也正是大数据积累、整合、开放的过程。

彭笑玫称，去哪儿网2014年前三季度的GMV（总交易额）达到600多亿元，PC端月度覆盖人数4500万，移动客户端激活量累计达到4.6亿。同时，直销酒店数量22.3万家，全球覆盖77万家酒店，合作的OTA超过4000家，航空公司80多家。这些都成为去哪儿网的主要大数据来源。

2014年10月份，去哪儿全面对外开放海量用户行为数据和行业基础数据；其CEO庄辰超在世界互联网大会上也表示将借助大数据提升在线旅游业务。

基于数据的去哪儿

去哪儿在技术方面是一个什么样的架构？大数据在其中处于什么位置？

彭笑玫：在公司层面，设有一个总部——技术管理委员会，负责整个平台的技术架构标准，基础设施以及技术人才迭代培养等。反映在大数据方面，就是负责数据抓取的方法、标准以及数据的聚合方式。

同时，酒店、机票、无线等7个BU（业务单元）也有各自的技术团队，负责具体数据的组织和分类以及分析。此外，还有一个支付中心，负责网站的支付。

去哪儿没有专门设立一个大数据部门，大数据也不是一项独立的业务，但整个去哪儿的业务均是建立在数据的基础之上。

去哪儿的大数据划分为几类？这些数据如何获取？

彭笑玫：主要分为基础数据、产品动态数据、用户数据和交易数据。基础数据比如航班的起降时间、起降地点、图片等等；产品动态数据比如航班价格和仓位的实时变动，酒店房间预定的随时变化等；商家和用户数据主要是商家基本信息、用户的账户体系等；交易数据则包括整体交易情况和每单交易情况。

数据的获取主要是通过搜索引擎全网抓取，合作伙伴的数据对接，同时也有部分自己主动维护一个数据库。

去哪儿一直被外界视为一个搜索比价平台，这样的模式产生的大数据和其它同类平台有何不同？

彭笑玫：目前去哪儿已不是一个单纯的搜索比价模式，而是兼具搜索、媒体、交易平台和OTA四种模式的综合性平台。

以搜索为例，与百度对比，百度属于水平搜索，而去哪儿则为垂直搜索。虽然两者都是通过抓取数据、存储分析，然后与消费者需求匹配而呈现出来，但垂直搜索更加实时，更加动态，对准确度的要求非常高。比如说，价格信息，某个房间在某个时间点还有没有，价格多少？都需要实时更新数据，以最快的速度呈现。相对而言，水平搜索的数据比较静态。

同时，技术挑战也不同，去哪儿的挑战在于，如何将抓取到的数据以智能的方式聚合。比如一家酒店在不同的网站上连名字都可能不同，去哪儿要以智能的方式判断并呈现这些不同描述的酒店是同一家酒店，这个要求比水平搜索的要求高很多。

在线旅游网站和电商平台获取的数据有什么不同吗？

彭笑玫：最大的区别在于电商有信息流、现金流和物流，去哪儿主要是信息流和资金了，不太涉及到物流。

此外，我们的数据来源相对较丰富，电商基本只有交易平台和OTA，比如京东的自营和淘宝的交易平台，不会涉及到通过搜索获取的数据，并且商品的价格是固定的，尽管涉及到库存，但相对固定，因此电商数据也是相对静态的。

去哪儿抓取不同网站的数据，因此原始数据类型多样，而电商的数据则比较统一。

尝试大数据开放

前面谈了去哪儿通过外部获取数据，那去哪儿的大数据如何对外开放呢？

彭笑玫：2014年，去哪儿正式推出云开放平台，面向全行业开放去哪儿的数据、接口、资源、供应链、旅客及资本。过去，去哪儿开放的是外部数据，这次开放的是自身的数据和资源。比如向航空公司全面开放海量用户行为数据及行业基础数据，帮助航空公司优化航线网络和运价调控，为供应商提供决策支持和服务支撑，并帮助其降低成本。

大数据的运用主要是对趋势的预判，比如通过机票预订可以知道去哪儿平台上哪些航线比较热门，用户在什么时间预定比较多 ，提前多少天预定以及价格趋势等。这些都可以帮助航空公司制定营销策略、定价以及假期人员安排。

青岛航空是第一家使用这种大数据收益管理模式的航空公司，此后福州航空、东海航空、乌鲁木齐航空等中小航空公司均跟随采用这种模式，大大提高了客座率。比如2014年9月5日，乌鲁木齐航空正式入驻去哪儿后，仅半天时间，其销量激增，通过去哪儿售出的航班座位超过50%，平均每分钟卖出一张票。

四个挑战

今年在线旅游领域在移动端都在加大力度，从目前来看，移动端的数据和PC端有何不同？

彭笑玫：第一，移动端容易定位，全程追踪用户行为，PC端如果用户不登录就无法获取相关数据；第二，移动端的数据是实时的，交互频次高。基于这样的特性，可以为消费者针对性的推送所需产品和服务。同时，数据呈现的方式也不同，PC端对数据的要求是要充分，而移动端则要求快速和针对性。

《21世纪》：目前在大数据形成和使用过程中还有哪些挑战？

彭笑玫：第一，产品数据方面面临内容挑战，如何实时、准确的获取、清洗和聚合这些数据；第二，用户在PC和移动之间切换时，我们如何能够一直追踪到这个用户，根据所使用终端的不同为他针对性的匹配产品，都需要不断优化；第三，行为数据分析处理方面，来自PC和移动的数据类型不同，如何协同都是挺具挑战的。

此外，还有一个很大的挑战就是行业的信息化水平。目前机票的信息化水平比较高，但酒店行业有很多企业的信息化水平较低，甚至没有，几十万家酒店的数据根本不在网络上，我们要把这些数据转移到网上，因此在社会基础设施方面还需要不断的完善。

：随着大数据的发展，安全问题也越来越受到关注，去哪儿如何解决这一问题？

彭笑玫：通过技术手段从根本上防止安全漏洞，比如消费者的电话号码是加密和转译的，去哪儿的供应商和快递公司拿到的消费者号码是一个虚拟号码；同时去哪儿并不存储消费者的敏感数据。同时，再通过管理辅助防范安全问题。

你如何看待大数据的未来发展方向？

彭笑玫：我认为从发展路径上看，可分为三个层次：第一，没有数据化的要数据化；第二，交易数据越来越多，在此基础上进行决策；第三，数据模型越来越多元和精准。