小林用一家在線旅游公司平臺搜索比較了機票和酒店價格，然后進行預訂，在他的自由行旅游結束后，他寫了游記并將旅行照片上傳到朋友圈……上述一系列如今在游客中司空見慣的行為，積少成多后就形成了旅游大數據。消費者對于不同類型酒店、出行目的地和價格等因素的選擇，經過數學模型的計算可以得出各類具有商業價值的分析，專業人士最終可以將這些數據轉化為企業收益。

有時候，一句話、一張圖片都會蘊含巨大的數字商機，但這是一門需要高度精準性的技術活兒，并非人人都看得懂大數據。

　　大數據正在影響旅游業

看懂游客行為

大家都在說大數據，攜程近期投資重組專攻大數據研究的眾薈信息技術有限公司(下稱“眾薈”)、阿里系的去啊旅行則與石基信息合作，而東呈酒店、如家酒店等也紛紛推出智能化管理。

每個旅游業者都會有自己的會員和消費數據記錄，這些記錄就是大數據的基礎信息，然而在一堆數字和消費者行為面前究竟該如何分析處理并得出結論呢?

“首先要知道什么是大數據，大數據分為兩大類，即結構化數據和非結構化數據，前者就是大家看到的一系列數字，后者則可能是一張圖，一句話等并非直接體現為數字的信息。因此真正意義上的大數據分析不僅要做直接的數字分析，還要懂得建立數學模型，將非結構化數據轉變為結構化數據并得出結論，這些并不簡單。”眾薈數據智能事業部總經理焦宇告訴《第一財經日報》記者。

結構化數據的分析處理相對簡單，比如將現在的數字與上一年同期做比較，或直接計算占比等，而非結構化數據的處理方法則不同，首先要看懂消費者行為，包括瀏覽、預訂、出行等整個過程。

焦宇給記者舉了一個例子，現在很多游客會在OTA(在線旅游代理商)上比價和預訂酒店，那么其搜索的關鍵詞和瀏覽痕跡就會體現在OTA 的記錄里，如果客人瀏覽過這家酒店的頁面卻跳轉了，并未下訂單，則可以通過這個記錄分析該客人不下單的原因，當這個客人通過價格、品牌、區域等關鍵詞排序查找酒店信息后，其留下的瀏覽記錄則可以統計出人們是對于價格敏感還是品牌敏感。

“經過研究，大部分人還是看重價格因素，由于價格的選擇是有區間的，這就可以用瀏覽痕跡得出一個最讓游客接受的價格區間數字。只有11%的人在意品牌，說明同類酒店可替代性很強。如果以區域關鍵詞搜索，則代表地理位置數據，若可以精準到具體方位，并將這一信息傳達給該區域的酒店，則無疑提高了酒店的入住率還能根據消費者行為適當調整房價，當供大于求時下調房價，反之則提升房價。還有一個頗有意思的研究，即游客瀏覽記錄中若有A酒店的競爭對手酒店，則可以推理這個客人對于A這一類酒店有需求，該客人就是A酒店應該關注的潛在客人。”焦宇指出，要將海量的瀏覽記錄變成有效數據，還得依靠數學模型，模型分為收斂型和發散型，大數據通常要經過收斂型模型將非結構化數據轉化成結構化數據并得出結論。

一位連鎖酒店經營者告訴記者，這些涵蓋了消費者較能接受的價格區間、品牌等信息的大數據可以讓酒店對價格、定位和營銷等做出策略性調整，以提升入住率，提高酒店整體收益管理。

神奇的語言分析

除了價格、品牌，語言文字也是一種非結構化數據，尤其是如今當客人預訂酒店旅游產品時一定會先看一下點評，或者自己體驗后也會留言評價，這些語言背后也大有大數據學問。

記者多方采訪和觀察后了解到，不少客人會對已經入住的酒店進行評估，這些點評中經常會出現對酒店環境、客房設施、餐飲和服務的評價，比如“房間很干凈，但是送餐服務比較慢”、“前臺的服務差評”、“洗浴感受不錯”等。這需要用專業的語義分析進行精準細分化分析并轉換成結構化數據反饋給酒店經營者。

　　語義分析

在人工智能和計算語言學中，語義分析為知識推理和語言提供了方法，也是未來搜索引擎發展的方向。比如，輸入“蘋果”通過語義分析，能夠知道用戶想找的是手機而不是水果。

“首先我們會通過專業的語義分析去除一批虛假點評或無實質內容的點評，比如‘很好’，‘路過’之類，而將真正對酒店有實質內容的點評留下，并對于每一句話進行斷句和多維度切割。舉個簡單的例子，比如‘這個酒店很干凈，但是送餐服務比較慢’，經過我們的斷句和多維度切割分析后可以知道客房清潔度不錯，但送餐有問題，那么我們接下來就要把結論進行細化分類并反饋給各部門，即把好評反饋到客房清潔部門，而把差評反映到餐飲部，并且可以細化到差在哪兒。這里的問題就是速度，有時還涉及口味、或者服務態度等。有時一段話的分析是非常復雜的，其中還有糾錯比例。”眾薈市場部高級副總裁胡凡表示。

從事酒店業超過15年的李先生告訴記者，比起簡單的“好”或“不好”，經過多維度語義分析后得出的結論可以反饋到酒店各個相關部門，并且細化到是哪個細節好，或那個細節有問題需要改進，那么管理層開例會時就能明確知道接下來的工作方向，而經過改善服務態度、速度甚至裝飾風格，其所在的酒店入住率提升了10%，且RevPAR(Revenue Per Available Room，每間可供租出客房產生的平均實際營業收入)有約15%的增加。

據悉，一些科技信息公司對于語義分析的維度已經可以達到1000個。

跨界與圖片信息怎么玩

有時候，對于旅游大數據的分析還涉及跨界合作。

“國外是跨領域研究的，結合了多領域，比如地理信息、IT、商學院、社會學等。我舉個跟蹤游客的例子，現在我們采用跨界合作的多方位社交媒體來跟蹤游客行為。社交媒體上有很多游客留下的痕跡，比如flickr，flickr上的圖片留下了照片的地理坐標、拍攝時間、評論信息等，這些都是非常可貴的旅游大數據。” 長期在澳大利亞研究旅游大數據分析的學者程明明告訴記者，當用地理坐標來追蹤軌跡則需要懂地理學的專家來幫忙，而商業管理方面的專才則可以分析游客去哪兒、是什么時間去等具有商業價值的數據。

在多方跨界分析研究后，業者可以知道哪些景點受歡迎、哪些是新的景點、游客在幾點左右在景點甚至每次停留多久等。掌握這些大數據信息分析結果后，相關的旅游業者可以有效做到分流，不會造成景點承載力過于飽和。同時，對比景點信息和游客屬性，可以知道不同國家游客對景點有什么不同需求，比如亞洲人是否更喜歡文化景點，如果是，則當地旅游推廣營銷時候就要更多推出人文景點。

記者在采訪中獲悉，目前中國不少景區也正在與相關大數據分析公司合作，希望通過分析來預測未來一段時間的客流量，尤其是旺季黃金周的客流量預計，能幫助景區控制進入人數，提高安全性和服務質量。

頗有意思的是，圖片也屬于大數據。

“比如一些大型旅游預訂網站上有大量圖片，對于圖片，我們需要IT技術人員來幫忙進行機器人訓練(machine learning)幫助我們識別不同的圖片。比如究竟是人物還是風景效果好，然后我們再通過數學模型和旅游局、旅行社宣傳的圖片進行對比，得出游客感興趣的圖片和旅游局、旅行社所宣傳的是否一致。如果不一致，那么不一致在什么方面，并需要如何改進。”程明明說道。

據悉，另有一種腦電波測試方式，能測試出人們看到圖片時眼球第一秒會注視的地方即最吸引點，以及人們對于被測試圖片的喜好或厭惡程度等。業者通過這些分析可以決定是否在銷售時更換樣圖，餐廳或景點的宣傳圖片究竟是有人好還是空景好，合適的樣圖能夠促進銷量。

“當然，要做好旅游大數據研究并不簡單，其數學模型比較復雜，比如包含線性回歸之類的。其實，大數據研究是一個數據不斷整合和多學科交叉的過程，未來還有很多商機可以依靠大數據被挖掘出來。”程明明如是說。