旅游业数据驱动业务面临的5大挑战.docx

刖言30L物醐可用性41.1 防止数据不完整或者不准确整合孤立数据1.2 数据的获取与加工02.数据的可达性8 .2.1 优化内部运营结构改变企业文化2.2 落实数据在各业务层面的应用数据的准确性12部署适当的数据治理系统3.1 聚焦业务目标M瞬的可分析性154.1 几种常见的数据分析类型明确数据分析的驱动力0&瞬的®®性19提升数据分析和用户体验速度5.1 优先考虑个性化结论21要做到这一点的话，企业首先需要确保所有客户交互是无缝的，品牌在所有渠道中提供的是 相同水平的服务。其次，对于数据的洞察和见解需要传递到一线员工层面上。只有这样,对客服务与用户在数字化方面的需求才能保持一致。此外企业应该从服务场景出 发，系统化的进行产品设计，以为消费者提供高效、便捷的服务。最后，数据驱动的企业文化也要适当对外发声传播。企业要将自己的目光扩大到除自身以外的企业中，通过分析市场和第三方数据,更好地了解 市场动态，以保持竞争力。Frontline staff should have comprehensive access to data to deliver the highest level of serviceThe 5 A's of data in travel旅就峻螭区动业务面解）5大幅戈03.瞬的准G角性为什么准确的黝居对于业务决策至关重要？准确的数据对于企业制定有效、明智的 决策至关重要。不过在现实业务场景中，数据输入人员、 机器计算错误、不同渠道的原始数据等, 都有可能造成数据的不准确。而数据一 旦发生错误，不仅会造成效率和收入的 最终偏差，也不可能进行成功的数据分 析。不过，我们可以通过适当的数据治理和 集中管理来防止不正确数据的扩散。3.1 部署适当的瞬治理系统企业需要对数据处理进行标准化管理。如 果在数据收集、处理和存储上没有全面、 清晰的管理系统，那么数据的分析和输出 也会受到一定程度的影响，很有可能直接 导致管理层做出不明智的战略决策。因此，为了确保数据的有序、干净、准确, 企业需要实施完整的数据治理计划。这包 括用于所有渠道的数据录入、数据识别和全 面数据处理的标准系统。最重要的是，企业需要尽早进行数据管理系统的部署。因为一旦有错误数据的扩散，就会导致更加严重的数据错乱问题，对数据清理的人力财力投 入也更加难以衡量。3.2 聚焦峥目标由于过度关注数据本身,许多数据分析往往无法实现预期的价值。而能娟共建设性指导的数据工程,首先赛旬问特定的问题,然后招找数据进彳盼析以提 供解决方案。业务部门要充分考虑如何从宏观的数据洞察中受益以 及这些洞察应该是什么样的，不过对此提出的问题应 该具备足够的开放性且能够具体落地实施。比方，问"应该采取什么措施来改善客户服务?"通 常比我们应该执行计划A还是计划B ? 要的得多在这方面,就需要企业去建立数据协作的关系。业务 部门负责人需要与数据分析专家之间形成密切的合作, 通过数据筛选和分析，共同达成业务层面的目标。我们在前半局部提到的部门之间的调节沟通人员的角 色，在这个环节就显得至关重要了。具有同等业务敏锐度和数据专业知识的专业人员，将 在沟通协作的过程中发挥重要作用。一旦确定了数据查询流程，就需要按照流程来进行数据查询。但是执行每个数据计划， 都应严格遵守要求，要将重点放在战略分析计划上。数据捕获和分析应由眼前的问题驱动。也就是说，我们要先思考要解决什么问题，再启动数据分析，而不是说现在手里有什么 数据就分析什么数据。这称为"先决策，后数据”方案。但是，这也并不是说数据探索 对成功的分析工程并不重要。企业对数据探索可以发现新的机会和可能性。但是，数据探索的工作必须严格符合分析计划的目标。 有许多失败案例，其实就是很多人过于关注现有数据， 而不是聚焦在业务层面所需要关注的特定信息。总之，数据很重要，但是联系业务背景更为重要。这也 是为什么很多公司在进行数据分析之前，需要建立数据 查询流程的原因。 除非企业非常明确地知道，他们想要进行哪方面的调整 和改进，否那么无目的的数据分析根本没有方法帮他们获 得洞察。而通过部署集中、以目标为导向的分析流程，企业就能 够执行高效的数据分析。The 5 A's of data in travel 旅游跚螭区动业务面鄙15大幅戈04.到据的可分析性企业为什么需要加强数据智能分析能力？旅游企业在最新的数据分析技术上投入了大 量资金。然而，全面的数据分析策略不仅仅需要软件 的支撑。为了获取更好的数据洞察，企业需 要用专业的知识对数据进行解释、转换和可 视化分析。这样，当公司与合适的数据团队 部署了端口之间的软件解决方案之后，才能 更好地从数据中提取有价值的洞察。不过从当前的市场来看，大多数旅行品牌确 实有专门的数据分析团队。这也从侧面说明，旅游业已经深刻认识到了 投资数据的重要性，但是至于为什么当下还 有如此多的企业面临数据分析挑战的问题， 却并没有得到阐释。当我们把数据统计按照特定部门进行细分时, 就能够找到问题的根源。EyeforTravel最近 的报告中有这样一组数据，约64.7%的酒店 经营者拥有专门的数据分析团队，这一占比 在OTA为51.6%。这一数据比照在一定程度 上揭示了整个行业生成的数据的庞大与复杂 性，以及一些公司为什么会面临分析挑战。4.1 几种常用的黝居分析类型培养企业的整据素养对于应对翔居分析的挑战至关重要。因此，对不同数据分析方法的基本理解也就常关键。对铐据分析技术的要求，会随 着数据的复杂性层级上升。以下是四种常见的数据分析类型： 描述性分析描述性分析曷旨，使用一些简单的指标 来总结已经发生或者正在发生的事件。 比方说在某一个时间段内,酒店的客人 是多少，就是一个简单的朗居才留示，诊断性分析相比于描述性分析，诊断性分析要更为 先进一些。T殳情况下，诊断性分析会 先去找到娄媚之间的相关性,进而解释 为什么会出现这种情况。 可预测分析通过研究数据模式，预测分析可以使 用预判和建模来推测可能出现的结果。 比方说，甥居分析专家可以通过预测 分析来推I里出销售的峰值点并施予人 员配置的策略。 规范性分析规范分析是列出的分析方法中最为复杂的 一种。这一方法能够在给定情况下为运营 者提供最有益的结果及建议采取的措施。基于描述性分析和预测性分析，规范性分 析可以解决复杂的问题、建立具有影响力 的洞察策略并安其顷目计划时间表。虚拟助手不断通过机器学习变得更为智能 就是这样的例子。在旅游行业中，最常见的分析方法是诊断性分析。据EyeforTrave调查显示，受访者中大约有67.9%的人采用的是诊断性分析。位列第二的 是说明性分析，大约占到了59.8%。预测性分析和规范性分析位列其后，分别占58%和 35.6%O这些数据说明，利用更高级的分析方法，也意味着需要聘用更专业的数据人员， 本钱问题是一大挑战。毫无疑问,整个行业对数据分析越来越重视。不过据EyeforTravel调查显示，人们依然对 更高级的分析技术和方法持保持期待。Gartner 2016年的一份报告也进一步证实了这一结论,当时有人提，企业对规范性分析 方法的使用要到2020年才能像现在这样广泛传播。4.2 明确甥居分析的驱动力通谓据分析的重点都是为了提高客户体验。据EyeforTravel研究显示，17%的受访者执行甥黔析计划的主要推动力都是加强客户服务。 因为创立一致、高质量的客户服务，对于企业实现盈利至关重要。而改善服务的关键目标是保证客户的留存。品牌忠诚度是实现商业成功的关键因素。一系列娄好居说明，相比于新顾客，回头客或许能为 企业带来更大的价值。EyeforTravel调研中，有10.5%的受访者表示，他们进行数据分析的主要目的就是留存客户， 培养他们对品牌的忠诚度。止矽卜，超过四分之一的旅游品牌都常支持进行以客户为中心的 数据战略，以帮助他们提升在市场中的竞争优势。改善客户服务之后的重要目标，就且是升用户转年和扩大客源。The 5 A's of data in travel 旅制崂螭区动业务面鄙）5九I破05.卦据的励捷性为什么客户要求更快.更流畅的体验？最成功的数据驱动，是能够根据实时的运营 情况对数据进行快速分析。企业需要确保可以快速对数据信息进行访问, 并通过敏捷、快速地分析，实时指导运营， 以提升整体运营效率并改善用户体验。5.1提升数据分析和用户体验速度我们知道，在客户预订行程的过程中，有 许多因素会影响他们的决策。根据客群性质的不同，飞行时间、目的地、 价格到便利性等任何因素都会影响他们的选 择。而要想更好地全面了解所涵盖客群的预 订行为，就需要企业开发更为复杂的分析预 测工具。毫无疑问的一点是，消费者希望能够体验到 更快更便捷的服务。尤其在当下的信息时代，消费者要求他们的 旅行预订体验，能够像在线购物、办理银行 业务或者网络社交那样快速，同时要尽可能 的个性化。The 5 A's of data in travel旅游磔螭区动业务面蹄勺5大幄戈5.2优先考虑个性化个性化定制，无疑是旅游行业接下来在客户服务方面需要关注的一个重点领域。根据埃森哲数据报告显示，65%的企业高管认为，在个性化方面他们可以提供更多服务。然 而,尽管对于个性化关注是当务之急，但是不街成认，技术和法律层面的壁垒会在一定程 度上阻碍完全个性化的落地。当然，也有很多品牌在提供个性化的客户服务方面取得了 重大进展。比方说，英国航空公司正在使用“了解我"功 能，来生成个性化的搜索结果。在庞大的大数据类目中，英国航空公司能够识别出他们最 大的客群是谁，以及他们需要什么样的服务。凭借实施-"了解我"这一个性化方案，英国航空公司也收到了来自 客户的很高的评价。不少用户认为，这在很大程度上能够 契合他们的预订需求。 不过我们也看到，也有一些品牌因为用户画像不够准确导 致没能提供全面的个性化服务而受到谴责。这就要求旅游企业在进行数据分析时,要根据相似点将客 户分为几类。有时，如果消费者身上被打上了多个"分类 标签"反倒会阻碍用户的参与度。旅游业需要充分借助数 据，来为用户打造独特、个性化的预订体验。The 5 A's of data in travel旅就峻螭区动业务面解）5却俄在治理数据的过程中，其实有一个普遍错误的理解在对数据进行转 换分析之前，必须对公司的IT结构进行彻底的改革。当然，很多企业可 能仍然在依赖传统系统，但是，复杂、本钱高昂的审查可能适得其反。从另一方面来看，尽管有大量软件工具能够帮助企业解决数据方面的5大 挑战，但是归根结底，最大的挑战还是在与数据文化的建立。只有保持与时俱进的态度，企业才能够不断在数据中获取价值并在时代 中保持竞争力。并通过对数据的投资，不断获得新的洞察，以提升运营 效率，改善用户体验。The 5 A's of data in travel旅法业数理励业务面II砧勺5大蜘戈如今，旅游业所拥有的数据比以往任何时 候都更多。然而，如何真正利用数据提炼 洞察，以更好地赋能业务和运营，却是一 件非常具有挑战的事情。通常情况下，阻碍信息转化为价值的，不 是过时的技术，而是过时的商业文化。不 得不成认，很多时候，从工业时代继承存 在下来的惯性思维，阻碍了当下信息时代 的业务流程。对于当今旅游业而言，与时俱进地适应商 业文化尤为重要。尤其随着数据成为企业 实现业务目标的核心驱动力之一，旅游企 业制定相应的数据处理和分析策略也就非 常关键。通过分析高质量数据，旅游业将 有能力进一步追踪和优化定价策略、个性 化服务、品牌知名度、渠道管理等各个维 度的内容和业务。这就需要企业在组织架构的各个层面提升 员工的数据素养，并在数据管理方面进行 更有针对性的投资。通过雇佣内部和外部专业的数据管理和分 析人员，能够在很大程度上改变大家对于 数据的态度和认知，并有效克服五大关键 的系统性挑战即可用性(Availability)、可达性(access)、准确性(accuracy)、可分 析性(analytics)和敏捷性(agility),也被称 作旅游业的"5A"。如果能够解决这五个关键点，旅游业将有 机会获取更多的数据价值。在这份指南中，详细介绍了旅游业应如何 应对以上挑战及如何培育数据驱动的业务 文化，从而更好地改善服务、简化运营并 增加收入。立即扫码#立即扫码免费下载完整版报告石基白皮书/»02/ / / / /I .Oil ±( H 2020景区、旅游目螂、加 . 未来开展西势,ShijiSHiji【世界文化旅游大会演讲素材】科技创新如何助力乡村旅游提档升级石基集团旗下昆仑集团化解决方案 董事总经理胡世永,立即扫码免费下载完整版报告为综合旅游目的地提供跨业态、跨平台的全域解决方案。以专业视角帮助旅游目的地梳理和打造一体化信息系统整体架构，满 足一切运营所需。通过打通业务流、数据流和信息流，为旅游目的地 企业构建完善的数据和业务平台，实现企业数字化能力的卓越提升。电商平台。微信小程序3抖音小程序官网嵌入式预订引擎中台产品5=数据平台营销平台将各业务一体化配置，支持集 团架构管理标准化数据治理形成统一的数 据口径，进行深度数据洞察识别同一客户在不同系统和平台业务系统a 四酒店系统 票务系统retail零售系统寸龙餐饮系统剧院系统冰雪系统o B Q温泉系统一卡通系统车船系统租赁系统电停车场系统o运营管控平台全景式目的地管控_中国500 #旅游目的地智慧之选 扫描二维码获取精彩案例集锦The 5 Azs of data in travel旅游业数理区动业务面悔勺5大幅戈01.第据的可用性为什么旅游业需要便捷可用且完整的数据库？利用数据驱动运营，旅游业首先要解决的 就是数据的可用性问题。这不仅仅在于是 否拥有一个大型的数据库，而是在拥有数 据库的同时，要确保数据的完整、可管理、 可操作且多样化。1.1防止甥居不完朝者不准确旅游行业每天都在产生大量的朗居，并且该 数据规模在不断扩大。无论旅行者搜索航3旺、 浏媒动设备、入住酒店，还是扫码获取电 子发票，对于旅游企业而言，后台的朗居都 是成倍增长的，而这磔据中包含着大量的 有关消费荀肖费行为的;翡和战略情报。在快速开展的行业背景下，灵活敏锐tte获取 信息并掌握这壁据所带来的价值，对于提 升旗的市场辩力要。鉴于这峻据不侬量庞大，且价值重要。 因此，如果对于数据的采集不够完整或者不 够准确，就很有可能会使旅游企业面临严重 的后果和损失。械造瞬据采集/存储不会或者不准确的 原因,其实有很多。举个简单的例子，比方说 旅行者要在网上预订机票。月陷从消费者在网 络亍言息搜索、下单，薜嘶交公司的值 机系统，客户物居其实分散在各种系统中。而将所有这些不同系统的数据汇总到一个数据库终端其实需要大量的投资。对于那些需要 依赖传统技术来保存忠诚度计划数据、航班时刻表的大型企业而言，尤其如此。当然，旅游企业也可以借助一些数据管理平台来实现对数据的统一管理。通过聚合主系统 的数据和第三方数据，旅游企业可以将数据清晰、全面地合并到一个数据库中。不过在这 个过程中，营销和IT部门需要确保能够跨渠道进行全面的数据收集，以充分发挥数据管理 平台的潜力。1.2整合居通常情况下，传统系统与当代数据系统之间的数据交 换和流通存在着很大的鸿沟，这也直接导致了过往数 据的零散和孤立，企业也就难以对其进行更深层次的 访问和分析。与此同时，落后的系统也很大程度上导致了人力和财 力的浪费。如果要提取和利用之前的数据，企业管理 层不得不雇佣昂贵的外部供应商，或者耗费大量的时 间和人力通过人工干预来获取。一旅游业不是第一个面临这一挑战的行业，也不会是最 后一个行业。但是，这也更加凸显了统一数据架构对 于企业的价值。通过与技术软件供应商的合作，旅游 企业能够进一步统一数据的连接端口，实现对现有数 据和过往数据的全面访问，并进一步更加准确和充分 地挖掘数据价值。13瞬的获取与加工尽管当前有大量的可用数据，但令人惊讶的是，真正充分利用这些数据的旅游企业却屈指可数。据Eyefortravel的最新报告显示，57.1 %的旅游企业通过电子邮件收集了大局部数据。 其次是从CRM和搜索引擎中获取数据，其中CRM占到了54.8% ,搜索引擎占到50.8%。 这些颇具主导地位的渠道也说明了，当下旅游企业可以捕获和分析的数据种类是非常多 样的。不过总的来说，旅游企业对数据的获取可 以集中在两个关键方面。首先，通过市场部和IT部门来收集数据。其中包括社交媒体数据、网络流量数据及 第三方交易数据。通过这些维度的数据收 集和整理，来获取对于市场和趋势的洞察, 是比拟节约时间和资源本钱的方式。虽然这些可能仅仅是一些交易数据，但是 旅游企业也能够从中挖掘出大量有关客户 细分的信息，从而更好地制定市场策略。其次，磷品牌需要不断解锁人工智能带来的黝居财富。我们处在TAI智能技术迅速开展的时代。如今，物联网，数字助手，自由文本物居、 顺等新型技术的开展，带来了史无前例的巨大信息量。尽管人工智能分析能力仍处M 步阶段，但是也在飞速开展的过程中。不过，尽管当前有一些简单易用的人工智能工具，但EyeforTravel调查的受访者中，只有15.1%从文本数据中来提取客户洞察。对于其他形式人工智能技术的分析探索，仍有很大的 挖掘空间。对于这些数据的挖掘和可用性分析，尤其是对于视频和图像数据方面的分析，为旅游业的发 展带来了巨大的机遇。我们都知道，照片和视频的内容质量很大程度上影响着旅行者的消费 决策，因此，对于视觉方面的内容优化，已经成为很多旅游企业营销策略的核心。Travel brands need to unlock the wealth of data generated by artificial intelligence.The 5 Azs of data in travel 旅族崂螭区动业务面I砧勺5大幄戈02.例的可达性为什么甥居应该渗透到企业组织的各个层面？对于数据的关注和利用,不应该局限在IT部 门，而是应该渗透到企业组织的各个层面。如果各业务部门无法平等地访问数据系统时, 那么也没方法完全发挥数据的价值。2.1优化内部运营结构企业管理层需要对运营和人员结构进行调整 和优化，以实施数据驱动的企业文化。很多企业会出于数据平安性和复杂性的考虑, 会对数据的访问设置相应的级别权限。但是，随着我们进入全面的信息时代，就必 须试着改变这T故法。成功的数据分析计划 应该是高度协作，跨部门的数据工程必须超 越传统的组织界限，才能使数据更加全面和 高效地赋能运营。总的来说，跨部门工作组应该直接与数据分 析专家合作，以不断从分析数据中获取价值。 这些工作组包括销售主管、业务策略师，可 以开发系统的IT专业人员，可视化专家，以 及对业务有全面了解的高级员工，他们都应 该加入并带着团队，一起建立数据驱动的企 业文化。Soul figure除此以外，也许最关键的是，需要设立jb能够在各个部门之间进行解和沟通的 角色。他们既具备数据方面的专业性，同时又兼具对商务层面的理解，作为关键灵魂人物, 确保数据组和业务层面的工作人员能过达成一致的交流，并根据数据反应的结果进从能源产业、化妆品、制药到铁路，全球很多企业已经证明了这一策略的可行性。 跨部门的数据处理方法，也I旅游业开展开来。2.2雌企蛇化当专家团队有针对性地完成了数据项 目的分析后，也应该将这一结果充分 应用到公司的业务和运营当中。这意味着整个公司都应朝着以数据为驱 动力的业务文化迈进，因为这不仅仅会 影响企业的运营程序，也会影响财务和 绩效。然而，全面改革商业惯例是一项重大任 务。因此，管理层应将其目标分解为一 系列明确定义的结果。从这里，企业可以向员工发布可量化的目标。清晰明确的目标，不仅能够使目标具体和可实现，也能够提高员工士气。通过相应的问责机 制和激励机制，企业可以有效推动生产力的提高及团队间的合作。此外，企业也需要考虑应该如何吸引、保存和提升人才的计划。基于传统的薪酬结构其实并 不能够确定某个员工的潜力，企业需要在任何级别的员工中挖掘那些出色员工，认可和奖励 每一位在岗位上有突出表现的员工。与此同时，企业也必须意识到，高级的数字技能很难被标准化和复制，因此需要认真考虑如 何在高级职位以外，进一步传播数据方面的相关专业知识，以提升企业整体的数据认知和使 用能力。2.2落实瞬在各峥层面的应用数据驱动的战略和企业文化,需要扩展到总部以外的每 个业务场景，并应该应用于整个运营层面。举个简单的例子可能会更好理解这一观点。比方说对于旅游业而言，当前在业务层面上的当务之急 是满足消费者的个性化需求。那么，在公司建立了数据驱动的战略和企业文化后，就 要考虑如何确保数据驱动的个性化运营渗透到客户服务 的各个方面。