預訂服務巨頭Amadeus公司執(zhí)行副總裁Herve Couturier表示：“我們看到使用大數(shù)據(jù)帶來了切實的商業(yè)利益，包括提高預訂率、降低運營成本、提高收入或者提高客戶滿意度。”

著名分析專家、作者兼大學教授Tom Davenport最近發(fā)表了一份報告“旅游業(yè)的大數(shù)據(jù)”，從這份報告中，我們看到大數(shù)據(jù)以及先進的分析正在推動旅游業(yè)的發(fā)展，下面讓我們來看看一些真實的用例：

英國航空公司(British Airways) 通過其Know Me系統(tǒng)更好地記錄乘客的個人喜好，例如，該系統(tǒng)會發(fā)現(xiàn)乘客在短途航班選擇靠窗的座位，而在長途航班選擇過道座位，因為他們想要伸展自己的腿，該系統(tǒng)可以更好地為乘客提供個性化服務，而超越了嚴格基于里程獎勵的客戶忠誠計劃。

“他們整合了他們所知道的關于乘客的一切信息，以前，這些系統(tǒng)信息完全分散在各種系統(tǒng)中，”Davenport表示，“他們還將這些信息引入到前線，甚至發(fā)送給使用iPad的機組人員，從而提高乘客體驗。”

旅游廣告公司Sojern收集和匯總廣泛的信息，信息跨越航空公司、酒店、汽車租賃機構(gòu)和信用卡公司，并使用機器學習和先進的分析來制定旅客的個人詳細信息，來確定“他們何時出發(fā)，去哪里，哪些人去旅游，***品牌，旅行時間以及服務等級。”Think Big Analytics咨詢公司幫助Sojern來進行分析。

Sojern得到的旅客信息也被用于這些航空公司、連鎖酒店和汽車租賃機構(gòu)來改善其定價和服務。Think Big Analytics公司聯(lián)合創(chuàng)始人兼總裁Rick Farnell表示：“Delta或者Starwood等客戶可以找到在過去一個月在紐約和舊金山之間飛行的商務旅行者，這可以幫助他們改善交叉銷售和向上銷售。”

旅游公司Travelocity將大數(shù)據(jù)分析用于定價、庫存和廣告，根據(jù)供需情況，這三項每天都會有所調(diào)整。該公司利用類眾分析模型(Look-Alike Modeling)、下一個***報價以及推薦引擎來將合適的產(chǎn)品推向合適的客戶。

Farnell表示：“他們預先想了很多他們希望看到的模式，但根據(jù)需求的不斷變化，這些每天都在變化。”Hadoop是處理大數(shù)據(jù)采集的環(huán)境，而分析模式則被推向?qū)н吘墤贸绦騺韼椭鷮崟r決策。

多家航空公司通過計算客戶組的價值將收益管理推到一個新的水平，例如，因為航班延誤而錯過轉(zhuǎn)機，然后決定延遲轉(zhuǎn)機或者預定下一班飛機的客戶組的價值。

Couturier表示：“你必須深入了解客戶組的價值、安檢口可用性、另一個航班的可能性等。”

多個連鎖酒店正在進行測試和學習分析，他們會研究對于裝修改造，該花多少錢以及花在哪里。例如，高檔酒店往往會更注重室內(nèi)裝修，而低端路邊的酒店會花在外部裝修以吸引路過的客人。

“酒店發(fā)現(xiàn)中等水平的整修更劃算，”Davenport表示，“一般酒店和五***酒店不同，但回報水平會差不多。”

很多連鎖酒店還學會根據(jù)預訂率來進行動態(tài)定價。例如，Priceline客戶比Orbits的客戶花更少的錢在食物和飲料服務上，所以這可以反映在定價中。

大數(shù)據(jù)和先進分析功能的用例大多分為三圍：改善內(nèi)部運作、優(yōu)化定價和庫存，以及更好地服務于客戶。在所有三種情況中，因為目的地、航班、班次、火車、客房、價格和天數(shù)等巨大數(shù)據(jù)給大數(shù)據(jù)增加了挑戰(zhàn)。

“如果你將這些選擇相乘，你會得到萬億的可能性，而當你搜索時，你想快速得到準確的信息，”Couturier表示，“這需要大量計算能力和技術(shù)調(diào)整。”

這種技術(shù)改變包括使用基于網(wǎng)格的系統(tǒng)用于高速分析，以及開源平臺(例如Hadoop)用于豐富化數(shù)據(jù)，加入以前不可用的內(nèi)容。

Couturier說道：“這不再是關于尋找***或者最短的航班，而是關于尋找最受青睞的航班、天氣好的目的地或者更好的家庭酒店。”

Davenport指出，航空業(yè)在20世紀70年代和80年代初觸發(fā)了一波創(chuàng)新，主要在收入管理、忠誠度管理和運營分析領域，但這些已經(jīng)不再足夠，也沒有競爭優(yōu)勢了，你必須更具創(chuàng)新性，努力提高用戶體驗。