旅游大数据清单之OTA大数据分析

大数据应用中有一个耳熟能详的案例:啤酒和尿布,全球零售业的巨头沃尔玛公司在对消费者购物行为进行分析时发现,男性顾客在购买婴儿尿片时,常常会顺便搭配几瓶啤酒来犒劳自己,于是推出了将啤酒和尿布捆绑销售的促销手段。这是一个有点“臭了大街”大数据应用案例,啤酒和尿布这两个毫不相干的商品因为大数据分析凑到一起,竟然相得益彰。中国旅游电商发展十多年,旅游网络服务商积累了大量预订、交易、客户以及访问数据,这里面也应该有许多“尿布啤酒”式的“宝贝”。

旅游网络服务商数据。很久以前,携程就利用自家的预订和访问数据,每逢年终岁尾以及黄金周发布旅游分析报告,以后几家OTA都相继跟进掺合进来。毫无悬念,各类报告还是以目的地和客源地排行榜为主体,间或少量的旅游者行为分析。开始的时候,得到了许多目的地的呼应,如“XX市荣登携程目的地排行榜”之类的,以后排行榜多了,也就逐渐应者寥寥。理论上以OTA预订量数据预测目的地的流量热度以及客源分布与其他网络分析预测数据来源相比,确定性提高,准确度相对较高,因为这是旅游者动身前最后一个“数据门槛”。但这里有一个前提,就是单个OTA的市场占有率和对主体旅游者的覆盖度。从实践对比情况来看,对长中线旅游者尤其是出境旅游的数据分析结果准确率高一些,对短途尤其是周边游的数据分析结果准确率相对较低。无论是节假日或者黄金周的国内旅游活动,从各方面数据来看,短途和周边游是旅游活动的主体,目的地对此类的数据分析应用应当有清醒的认识。

以前旅游网络服务商的分析数据是以住宿预订数据为主,其中商旅客户占有相当大的部分,因而目的地排行榜中商业活动活跃的城市往往位居前例。这两年,景区门票电商搞得风生水起,几个OTA大头依据景区门票预订数据顺势发布旅游景区排行榜。严格说来,依据电商预订数据来反映景区的吸引力和热度要考虑其他因素的影响,比如预订流量占实际流量的比重,景区的信息化水平和网络营销力度,OTA操办的预订优惠活动等等。不能把预订数据反映简单等同于实际景区流量和吸引力,在同等条件下,依赖搜索数据的热度更能反映实际情况。在实际应用层面,以前在进行目的地搜索数据分析时,发现山东省内的游乐园类景区出现了大范围的搜索数据提升,半年后OTA公布的数据就实际呈现了这种趋势。

依据旅游单个要素产品比如酒店客房、景区门票等的预订流量数据来分析目的地的吸引力和热度是片面的。这个问题对于网络服务商和目的地来说是硬币的两面,核心是目的地关联消费和产品组织。对于网络旅游服务商来说,把景区门票作为吸引流量入口,既要“赔本赚吆喝”还要稳固“下盘”——产品关联预订。在浮华的门票预订数据背后,会发现没有一家披露门票预订者的关联预订数据,比如预订崂山门票的旅游者有多少预订了青岛的酒店客房等其他旅游要素产品,这才是OTA的核心家底,也是反映OTA旅游产品组织能力和目的地营销能力的主要数据。还有就是预订流量数据中周边游短途和中长线客源的比重,一般来说周边游短途游客的关联预订能力更弱一些,更可能是受到优惠折扣的吸引而进行的单要素产品预订,只买啤酒,不理尿布,客户粘性也差一些。相比较一般电商,旅游产品的关联度更强,更能够利用大数据的模式和方法,寻找旅游者的产品偏好和产品组织偏好,这是啤酒和凉拌黄瓜的关系。现在反倒是有许多创业公司,在产品要素不很丰富的情况下,做了很多尝试,有声有色。同样,对于目的地来说,考察一个旅游网络服务商的目的地营销能力,要看订单流量,也要看订单客源结构,更要看关联预订数据。

今年,OTA伙计们都高喊着做“平台”,首当其冲是可劲地增加旅游产品丰富度,海内外目的地、短中长线、旅游产品要素等一网打尽,实际上与一般电商平台相比,旅游电商平台还需要旅游产品要素组织能力,以吸引游客的关联预订比重,这里主要前提是对大数据的占有和分析,是衡量旅游电商“平台”的核心依据。

相关热门点击