旅遊行業大數據：旅遊企業如何做更多的客戶數據收集和使用？

人們在旅行時會留下冗長的數據軌跡。 在線購買，行程存儲在數字日曆中，GPS 坐標在每一步都共享。

基於數據的洞察可以改善客戶體驗的每個階段，從第一次互動到忠誠度計劃。

然而，收集和連接這些數據仍然是一個挑戰。 將其轉化為有利可圖的見解仍然更具挑戰性。

旅遊企業意識到數據分析的重要性。 根據2017 年旅遊數據狀況調查，65% 的旅遊企業現在擁有專門的數據分析團隊，其中 75% 的企業預計今年會增加他們的數據分析預算。

然而，有一種感覺是，我們仍然只是觸及了在線旅遊行業可能的表面。

就目前而言，大部分可用數據都是非結構化的，需要進行一些討論才能用於製定決策。 捕獲、轉換和解釋這些數據的任務需要所有團隊之間的協作，從 CRM 到分析和搜索。 擁有一個專門的數據團隊是朝著正確方向邁出的重要一步，但每個人都可以在真正以數據為導向的公司文化中發揮作用。

本文將探討旅遊行業中數據捕獲的一些常見問題，然後討論這些數據在準確捕獲和存儲時的一些用例。

數據捕獲挑戰

數據不完整或不准確

旅遊業發展的最大障礙之一是某些數據集的不可靠或不完整的性質。 許多行業都是如此，但當應用於產生與旅行一樣多數據的行業時，其後果是廣泛而嚴重的。

這是一個競爭激烈的行業，速度始終是最重要的，但微不足道的優勢也能帶來豐厚的回報。 在 2017 年及以後獲得這些獎勵的關鍵是使用可靠的數據來增強客戶體驗。

然而，數據集不完整或不准確的原因有很多。 客戶數據分散在許多不同的系統中，這些系統可以是專有的，也可以是現成的。 將所有這些整合到一個可靠的數據倉庫中需要大量投資，特別是對於依賴傳統技術來獲取客戶忠誠度數據、投訴日誌和航班運營的大型公司而言。

這可能會導致一個支離破碎的生態系統，如下所示：

資料來源：Markrs.co

如果我們考慮到客戶在不同時間跨不同設備通過不同提供商預訂其行程的組成部分的可能性，那麼實現統一客戶視圖的聖杯似乎相當遙遠。

使用數據管理平台 (DMP) 來吸收第一方和第三方數據源可以對此有所幫助，但它只能在數據允許的情況下有效。 營銷人員需要通過不同的渠道有效地獲取數據，以最大限度地發揮 DMP 的潛力。 法國國家鐵路公司 SNCF 每月處理超過 90 TB 的客戶數據，但這些是了解客戶行為模式所需的數據量。

如果我們看下圖，我們可以看到每個團隊收集和使用的數據量在典型的旅遊公司塑造客戶體驗存在嚴重限制：

這表明該行業必須走多遠，但正在取得進展。 真正的數字化轉型需要很長時間才能實現，旅遊品牌最好將這些不同的數據收集途徑作為起點。

數據捕獲方面的差距非常明顯，但在解決根本原因之前，還值得考慮一種只會增加旅遊營銷商可處理的數據量的發展。

物聯網

在上圖中，14.8% 的資深旅遊營銷人員表示他們使用物聯網設備來深入了解客戶。 尤其是這一領域，我們預計在未來 12 個月內將大幅增長。

家中、車內和我們身上的互聯網設備為旅遊公司提供了一條與客戶互動的新途徑。 然而，從這些設備發出的大量數據可能難以利用。

資料來源：IBM

Amazon Echo 和 Google Home 現在正在接近大規模採用，但營銷人員對語音查詢數據並不完全透明。

由 Google Assistant 提供支持的 Google Home 現在已經與 70 多家公司合作，而亞馬遜的 Echo 已經與 Expedia、Kayak 和 United Airlines 建立了合作夥伴關係。 隨著這些界面向更多品牌和廣告商開放，將有更多數據可用於幫助個性化工作。 因此，這應被視為創新旅遊公司的主要關注領域。

組織架構

世界在過去十年發生了巨大變化，企業需要做出根本性的結構性變革才能跟上步伐。 這不是一個容易的挑戰，數字化轉型將是未來一段時間的關鍵挑戰。

對於旅遊公司來說，當他們尋求最大化客戶信息的回報時，必須圍繞數據建立公司文化。 埃森哲估計，數字化轉型每年將為旅遊業增加 3050 億美元，而且還有 1000 億美元將流向以數字化為基礎的新企業。

傳統的航空公司和旅行社正以此為動力來改革他們的運營。

正如我們最近關於航空公司數字化的文章所報導的那樣，澳洲航空的 Gareth Evans 強調了以下重點領域：

• 文化轉型（提高員工技能和敬業度）
• 客戶轉型（提高滿意度和客戶體驗）
• 網絡/車隊轉型（提高運營效率和財務狀況）

在文化轉型方面，許多組織在其管理結構中建立了一個“卓越中心”，完全專注於數據分析。 這確保了隨著數字化轉型的形成，許多高級人物可以影響整個企業的變革。

儘管如此，這種對數據驅動的渴望也伴隨著陷阱。 營銷人員在進行數據分析時必須注意混淆變量等危險。 旅遊營銷人員擁有大量可供使用的數據，因此很容易從相關證據中得出結論。

因此，如果旅遊公司要轉型其運營並在每個階段整合數據，就需要一定程度的嚴格和紀律。

我們最終要實現的是定位和提取以前我們找不到的意義。 這可以使我們在進行徹底分析之前先行後事並得出方便的結論。 所有營銷人員都有責任確保數據分析遵循明確的方法，因為這涉及大量風險。

速度

為了讓旅遊業全面了解客戶旅程，我們需要比現在更好的心理測量技術。 當客戶預訂旅行時，無數因素會影響決策過程，從目的地到天氣再到價格。

我們確定的一件事是客戶希望他們的數字體驗快速。

在最近的 Facebook 旅遊峰會上，據透露，從文本到圖像再到視頻內容的持續轉變正在重新定義用戶能夠消費多少內容。 我們的大腦處理視覺內容的速度比處理文本內容快 60,000 倍； 因此，人們比以往任何時候都更快地滾動瀏覽新聞提要。

Facebook 估計，現在普通 Facebook 或 Instagram 用戶每天在其提要上滾動瀏覽超過 300 英尺的內容。 就上下文而言，這相當於自由女神像的高度，並且離聖保羅大教堂的高度不遠。

當然，這只是考慮到社交媒體的使用。 考慮到所有其他數據接觸點，旅遊營銷人員的任務非常複雜。

營銷人員可以通過優化這個視覺時代的社交媒體內容資產來解決這個問題。 最佳做法包括在視頻的前五秒內展示公司徽標（以直接或間接方式）並包括人物，因為這往往會更多地吸引消費者。

旅遊企業必須確保他們的網站體驗盡可能無縫和快速，無論是為了轉化率還是忠誠度。

成功的故事

一旦獲得更準確的客戶數據並將其轉化為有意義的見解，就會為旅遊業營銷人員提供大量機會。

以上，我們已經討論了旅遊業面臨的一些持續挑戰，但也暗示了我們可以利用的巨大機遇。 因此，用幾個旅遊公司的例子來結束這項調查似乎很合適，這些公司正在理解當今的大數據並使用它來提高業務績效。

物聯網 – KAYAK

KAYAK 處於旅遊行業大數據創新的前沿，使用預測分析模型來塑造客戶購買旅程的各個方面。 因此，將 KAYAK Explore 作為早期的 Alexa Skill 推出也就不足為奇了。

用戶可以做一個簡單的語音查詢，比如“Alexa，問 KAYAK 10 月我可以去哪裡度假，花 1000 美元”，Kayak 將評估這些選項。 隨著 Kayak 學會更準確地個性化推薦，此功能也有很大的改進空間。

客戶體驗——阿姆斯特丹史基浦機場

機場通常會受到負面評價，但它們是旅遊業的重要組成部分。 阿姆斯特丹史基浦機場的表現往往比大多數機場都要好，並且在客戶滿意度研究中總是得分很高。

機場最近為改善體驗所做的努力已經看到史基浦集團（運營機場）投資於數據科學包和一個精通 R 和 Python 的分析師團隊，以可視化收集的持續數據流。

分析師評估熱圖以了解旅客如何通過機場，甚至計算他們傾向於偏離登機口的距離。 存儲噪音污染水平以供分析，所有零售銷售都反饋到一個中央系統。

這些努力的回報是顯而易見的：史基浦機場再次被評為歐洲最佳機場，尤其是其高效、客戶友好的體驗。

個性化：下一個大機遇

埃森哲報告稱，65% 的旅遊高管認為他們尚未兌現真正個性化的承諾。 當然，這是一個重要的業務優先事項，但進入壁壘需要一些時間才能克服。

其他公司已經取得了巨大進展，例如阿拉斯加航空公司使用分析來提高後端效率以及面向客戶的產品。

旅遊公司的個性化應用真的是無窮無盡的。 然而，迄今為止在個性化方面的一些努力可以更恰當地定義為分析。 用戶根據一些相似性被分為幾類，並根據他們被視為“人的類型”提供推薦。

儘管如此，基於大數據的利用，旅遊公司可以為每個客戶提供獨特和量身定制的建議，這一世界真的不遠了。