数据服务将终结传统旅行社

简介:  衣食住行中的”行”如今已成潮流,旅游产业链上涌现了众多的垂直服务领域,尤其在互联网时代,以数据为基础的直接面对消费者的旅行服务,从服务智能化、便捷程度到服务模式都对过去的旅行社组团模式形成了挑战,这就使消费者过去习惯的“代办”方式逐渐向自助旅行方式转变。
0.jpg

 衣食住行中的”行”如今已成潮流,旅游产业链上涌现了众多的垂直服务领域,尤其在互联网时代,以数据为基础的直接面对消费者的旅行服务,从服务智能化、便捷程度到服务模式都对过去的旅行社组团模式形成了挑战,这就使消费者过去习惯的“代办”方式逐渐向自助旅行方式转变。那么,就整个行业来看,旅行社组团的方式还有多少生命力?数据型旅游未来会取代旅行社吗?来看看钛媒体作者自知的观点和分析:

在展望未来的旅行社之前,我们需要先思考如下问题:旅行社作为依然普遍的出行选择方式,他们提供的服务,只是集合买方需求以团体价格订购酒店机票业务么?只是提供全程跟班式、保姆式、翻译式的领队导游服务就可满足旅游者的需求么?

旅行社的盈利模式只是从旅游者处赚取利润么?盈利空间只在旅游者购买旅游产品和酒店、餐车等供应商提供的价格间的差价么?只在组团(打包)的服务费么?

更深入更根本的课题在于:旅游者追求什么样的旅游产品,产品(旅游服务)是否应该有如下特征:

1,个性灵活——自由自在,不受(少受)约束,可随需改变。

2,便捷性——预定简单轻松,无需人工预约(而通过系统自动预约)、可直接消费。

3,经济性——购买前比价同类商品或服务(去哪儿网、淘宝货比三家的做法),不是选最低而是选最高性价比。

当今的移动互联网在大数据和云计算的支持下,已初步具备提供满足旅游者上述三个特点服务的技术可行性及可操作性。

智能化的旅行时代

大数据和云计算为移动互联网的普及奠定了基础。智能手机日趋强大而且个性化的功能,越来越快的无线互联网络为旅游者们提供了新的便利——旅游者出行前无需做细致繁琐的行程规划,不预订酒店,不再为省银子或是安排最佳行程而找攻略。直接出行,真正实现自由自主随心所欲的畅游。

智能手机的世界为每一位旅行者提供了如此可能,如蚂蜂窝旅行攻略、航班管家、今夜酒店特价等服务类的手机APP。旅游者想出发时,只需拿起证件、手机、背包即刻动身,抵达目的地后尽兴游览,日暮西沉时使用手机根据位置、星级、价格、酒店风格等个人偏好查找、选择、比价、预订,就可以找到喜欢的酒店,并借助一些旅行类APP,以低廉价格享受舒适住宿。同样,一些景点门票打折销售、嘀嘀打车、火车票和机票预订等手机应用也满足了旅游者们自主、随时完成旅游信息查询、价格比较、预定购买支付等旅游需求。

大数据、云计算技术的支持下,旅游者们通过手机不仅接收到了景点景区、酒店餐厅、娱乐场所、火车航空公司的推广宣传和促销广告,同时通过手机移动支付功能完成了购买行为。旅游者们手机上付款购买的同时,商家们通过电子钱包、支付宝、财付通等方式24小时收款,随后安排落实该旅游者购买的吃住行等相应的服务。

手机的增强现实(Augmented Reality,简称AR)功能让游客们对某地点拍照后自动显示出该地的历史照片甚至视频,再现历史,让人回到过去。同时听筒或扬声器中自动播放对该场景的历史人文轶事等种种介绍(例如游览故宫时租借的导游讲解机在各点讲解)。游客有不明白的地方,还可以使用搜索等功能,自动获取答案。

此外,手机的语音播放功能、云技术支持的翻译,基于地理位置的介绍推送功能的良好整合将取代导游翻译的工作,出国旅游的语言和信息障碍即将消失。

综上所述,云计算大数据技术支持的互联网可以为每个旅游者自动找到所需旅游信息、自动安排路线行程、自动预订支付,自动导游翻译服务、自动帮助旅游者和其他旅游者、亲友交流互动。

他山之石:日本的未来新型旅行社

中国的互联网还处于发展中,完全依靠手机等移动互联网设备旅游还处于初期阶段。让我们将目光转向日本,看看未来旅行社形态在日本是如何初露端倪的。

6月8日旅讯网报道,日本国家旅游局为方便游客出行推出的智能手机应用程序“Japan-i”,可以让游客在日本旅游时根据所处地理位置随时查看附近相关的美食、购物等信息,并同时提供相关优惠券供旅游者下载使用,使用该应用程序可浏览最新的日本旅游信息。

游客可以在个性化的旅游过程中随性在多家服务商中比对查找适合自己的商家后下载优惠券再去消费。消费券为中日双语,方便旅游者做出选择,消费时则转换为日文信息展示给商家免除了语言不通的障碍。旅游者还可以点击手机上部导航栏中的“地点”按钮,直接输入地名查找搜索其他地区的优惠。消费完毕使用分享按钮,相关信息可以邮件、新浪和腾讯微博等形式自动分享出去。对商家来讲,又一次免费的传播或是广告完成了。

Japan-i的前台功能相对简单,但其背后却有可能隐藏着复杂的数据收集、筛选、分析、使用功能。这款应用程序既有效的满足了消费者个性化的需求,也把旅游者从出游前做攻略,订酒店等繁琐的劳心劳神的策划活动中解放出来,可以说是基本满足了当今时代旅游者的基本需求:个性灵活、便捷经济。作为国家层面的推送,相信该软件可以覆盖到入境日本的汉语自助游旅行者,为日本旅游带来良好的社会和经济效益。

事实上,相对日本雄厚的技术实力和高速的网络,该应用程序功能十分简单,并未充分利用日本的网络技术资源。设想:如果把手机的语音播放功能、云技术支持的翻译和推送功能加上,则一个随身导游翻译就应运而生了。

在游客开始使用该应用时,实力强大的日本科技界肯定会对该游客的各项行为数据(查看的信息、查看的时间、搜索的时间、搜索关键字语义内海、使用时段、路线等)进行收集分析,推算出该游客的个性偏好,并在今后根据该游客的个性偏好等因素主动推送可能受到该游客喜欢的吃住游购行等商家信息,并帮该游客制定行程后引导消费。

值得一提的是,该软件的服务提供者为东京地图出版株式会社(Tokyo Chizu Publishing Co.,Ltd.),既非传统旅行社,也不是OTA日本国家旅游局委托一家地理位置数据服务商(非旅行社)提供旅游服务。

进一步猜测,应用运营商通过该软件的自动计算及统计功能可在游客消费后向吃住行购游娱商家收取佣金。而传统旅游者通过旅行社或OTA组织的旅行团的过程就此变身为数据服务商提供行程(推送广告)、游客一步步完成旅游计划,游客满意,商家获利。作为该应用运营者的数据服务商则客观上起到旅行社的作用,完成了旅行社的相关业务,挣得了旅游业的利润。

在云数据、互联网时代,以旅游者为对象、以组织策划旅游行为做主营业务的单位,只有顺应和借助大数据和云计算的潮流才能生存下去。展望未来,笔者认为,随着市场份额的减少,传统旅行社要么做旅游基础设施建设者或是旅游行业的投资机构,要么向数据型旅行服务公司转变。

十年前兴起的零负团费、以自费项目进店购物补团费等旅游产品并不能博得消费者的好感;固定的散客游行程无法满足当今旅游者越发丰富的个性,旅游过程中受限于导游领队及同团团友,不能随兴趣爱好实时改变行程等局限性使得旅游者在旅游时尽量选择自助游的形式,能避免参团就不参团。

传统旅行社或是OTA如不及时转型,改变服务方式、战略思路、经营模式,只保守地一味拼价格、不善用创新技术、拒绝用数据管理和服务游客,只有面临数据型旅游服务商不断蚕食直至完全攫取其市场的尴尬。

腾讯、百度、阿里巴巴,高德地图,谁将第一个挥舞时代科技的利器,借助自身已蓄积的数据和研发能力、平台和线下商务渠道等第一个进军此领域,依然有好戏可看。

作者:孙明,字自知,号崇文花市草民,2000年开始做入境导游全陪,后做旅行社计调。之后辗转财务分析咨询行业后进入为旅游行业客户服务的互联网数据营销公司工作。自建过外文网站,偏好最新的互联网信息。乐于听“道成爱亏、万物刍狗、安时处顺、生寄死归”的大宇宙真言。


原文发布时间为:2013-12-07


本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
11月前
|
数据采集 机器学习/深度学习 存储
「数据战略」结果驱动的企业数据策略:数据生命周期过程
「数据战略」结果驱动的企业数据策略:数据生命周期过程
|
存储 搜索推荐 数据管理
如何解决企业内部的数据孤岛问题?
J2L3x 可以提供强大的个性化定制能力和与业务的深度整合能力、高度扩展性,融合其他第三方。
如何解决企业内部的数据孤岛问题?
|
数据采集 监控 Oracle
谈谈如何构建基于业务价值驱动的数据治理运营模式
成功的组织有各种各样的规模。这些公司的共同特点是,在优化业务流程执行的同时,通过最大化客户服务来挖掘其全部潜力。
谈谈如何构建基于业务价值驱动的数据治理运营模式
|
运维
合理的解决方案封装策略也能降本增效
一、什么是解决方案层领域层提供原子服务,解决方案层基于原子服务进行封装,来表达更加复杂的业务含义。二、谁来封装解决方案层       如上图所示,解决方案层可能代码不会复杂,聚合一下几个领域层的原子服务,然后向上游系统提供一个稍微复杂一点的、有业务含义的能力。根据以往的开发经验,一般业务需求极少有某个领域层能单独满足。都是需要联动一些别的领域共同完成服务,所以解决方案层是普遍存在的。但是,一般领域
165 1
合理的解决方案封装策略也能降本增效
|
存储 数据采集 分布式计算
持续定义SaaS模式云数据仓库+数据银行
本文将介绍SaaS模式云数据仓库MaxCompute,如何助力数据银行SaaS模式云战略和一体化数据开放场景介绍。
230 0
持续定义SaaS模式云数据仓库+数据银行
|
监控 对象存储
云平台内部操作透明化
云平台基于用户工单请求或监管要求,对用户云产品规格和不合格内容处罚等操作,通过操作审计产品透明给客户。
云平台内部操作透明化
|
存储 SQL 大数据
数据湖驱动更大规模存储,帮助互金行业释放数据价值
利用DLA+ OSS极致分析能力来应对业务波峰波谷。一方面轻松应对来自品牌客户的临时分析。另一方面利用DLA的强大计算能力,分析按月、季度广告投放,精确计算出一个品牌下面会有多少个活动,每个活动分媒体,分市场,分频道,分DMP的投放效果,进一步增强了加和智能流量平台为品牌营销带来的销售转化率。
6383 0
数据湖驱动更大规模存储,帮助互金行业释放数据价值
|
存储 消息中间件 分布式计算
持续定义Saas模式云数据仓库+实时分析
从实时分析的价值、场景和数据流程,以及用户对平台能力要求展开,讲述云数据仓库MaxCompute的产品能力优势 ,面对实时分析场景的能力演进要求。进而以实时分析典型场景的全数据流程处理、建模和分析的最佳实践,讲解MaxCopute+Hologres的解决方案,展现强强组合应的能力优势。
持续定义Saas模式云数据仓库+实时分析
|
存储 监控 大数据
【阿里内部应用】基于Blink为新商业调控打造实时大数据交互查询服务
基于Blink为新商业调控打造实时大数据交互查询服务 从IT到DT、从电商到新商业,阿里巴巴的每个细胞都存在大数据的DNA,如何挖掘大数据的价值成为抢占未来先机的金钥匙!传统的大数据开发主要基于离线计算平台MaxCompute(ODPS)进行天级别、小时级别的批量数据分析,但近些年随着618、99.
6351 0