行者旅游 - 旅游产业链的新视角!今天是:

行者旅游

当前位置: Home > 在线旅游 >

数据驱动的航空精细化运营

时间:2018-07-27 17:33来源:TripMaster.CN 阅读度:

【E旅行网】什么是企业的数据驱动?对于航空公司来说,应该如何结合自身业务搭建起数据驱动的指标体系?如何在新的市场环境下,使用数据分析的手段做好常旅客与普通旅客等不同角色的会员精细化运营?如何使用数据手段做更科学的代理商管理避免“黄牛党”的频繁套利?

7月26日上午,神策数据创始人兼CEO桑文锋在2018年航空营销峰会上作了“数字化创新转变旅游体验”的主题演讲。


神策数据创始人兼CEO桑文锋

演讲实录如下:

大家好,我是神策数据的CEO桑文锋,我在2007年毕业之后到百度干了八年,这八年中亲身经历了从云计算概念出现到后来大数据概念兴起这段时间,也经历了百度从零到一构建大数据平台整个过程。这个过程里我也在不断的思考中国数据化建设的整体情况。其实整个中国互联网的发展可以分成两个阶段,2000到2015是一个阶段,2015-2030是另一个阶段。在我看来,2000到2015年,2C领域发展非常快,2B领域发展没有那么理想。我们有许多的软件提供2B的服务,比如官网、财务软件、人事软件等。从2015年之后,大数据慢慢开始落地。2015-2030年,是中国2B领域数字化建设的阶段。

在2B领域数字化建设阶段,企业面临非常大的挑战,这里有两个关键问题,一个问题是企业数据根基薄,另外一个问题是数据意识比较差。

数据底子比较薄,中国IT化建设讲了很多,2C发展也很快,但是2B领域的IT化建设并不是那么理想。IT化是数据化的前提,数据IT化没有做好,数据根本采集不完,即使是采集过来的数据也是杂乱的,质量很差。后续如何使用这些数据?这也是为什么我说从2015年开始的数据化建设过程是一个IT化和数据化并行的阶段。

另一个问题是数据意识差,以前大家不需要数据化这个过程也可以把生意做得非常好。但是现在竞争变得非常激烈,大家在实际工作、生产经营中没有真正运用数据、在讨论决策的时候也没有用数据支撑,因此我觉得大家的数据意识相对较差。如何推动和提升整个行业的数据意识、改善数据底子薄、基础差的问题,恰恰是神策希望解决的。

我在百度做大数据这一块有八年了,加上我自己创业的三年时间,我一直在思考如何把数据做得更好,在这个过程也形成了我的两个理念。其中一点就是数据源是数据分析的根基,要真正把数据做好,最重要的就是数据源,数据源做好了这个事就成了一半。怎么把数据源做好,我总结了四个字,就是“大、全、细、时”。

“大”是指宏观的“大”,大数据跟以前确实不一样了,数据分析的方法不是现在才有的,可能存在几十年或者一两百年了,但是因为数据基础不一样了,数据规模不一样了,你用的方法很多失效了,导致很多计算能力难以支撑,这是大数据面临的问题。

“全”是说我们可以掌握很多数据源,以前有很多数据是抽样进行采集的,大部分采用人工方式,因此很多数据采集不完整。现在不一样了,现在由于传感器、移动互联网的发展,很多线下做的事情变成线上进行,许多离线数据变成在线数据,使我们可以收集到各种各样的数据。

“细”是说即使是同样的数据,但是如果它的分析或者处理维度比较细、精细化程度比较高,二者的价值是不一样的。在航空公司的经营过程中,不同身高的用户在购买机票时有什么倾向,有什么特点?航司可能回答不了这个问题,因为他们没有采集身高这个维度。我们实际开展工作过程中经常出现因为没有收集到重要的数据信息而影响到后续工作。看到APP日活下跌了,我们会想要分析问题出在哪里。但是如果你没办法把这些数据拆开看,那么你就没办法解决问题。

最后一个“时”就是指时效性,同样一个信息现在告诉你跟十年之后告诉你价值能一样吗?显然不一样。

以上是我们怎么构建好数据源,怎么更全、更细、更加有时效性地把数据底子建好的基本思路。

我们来看数据的价值。

第一个方面是业务层面,在这个角度来说有两点,第一点是数据帮助你决策,帮助你“拍板”;第二点是运营,市场营销用户运营,这个过程我们有了数据,可以让我们更好地觉察哪些渠道更好,或者对哪些人群要进行特殊处理。

第二个方面是通过数据驱动产品迭代。我们的产品改版,APP和网站每次改进的结果是变好还是变坏了,每次改版就一定是变好了吗?这个是不一定的,要用数据去说话。

第三个方面是用数据说话,这里牵涉到管理问题,包括我们平时对于实际现状的评估,我们去做一些决策时如何科学决策,或者是说对未来业绩的确定,目标的管理等方面。在这个过程中我们“用数据说话”,而不是靠谁嗓门大、谁官位高去决定这个事情怎么做和评价好坏。在我看来,这些都是不对的,我们要用数据帮助我们做这些事情。但是这些方面都是说如何通过数据帮助决策,只能发挥数据20%的价值。其实数据更大的价值在于产品智能。

产品智能包括三个环节,一个是在数据基础上“套”上某种策略算法。就像今日头条个性化推荐、百度的“精准广告”系统,这些本质上都是让一个产品本身具有学习能力,并在特定的场景下让数据发挥更大价值。我们不能仅仅看几张数据报表、指标情况,更重要是看我们在整个业务流程里面,能不能把数据引入,让它变得更加智能。

神策分析主要是解决用户行为分析的,我们更强调精细化,如何让市场部门、产品部门、运营部门、管理者、数据团队,能够更加精细化地做分析。

具体到航空领域,我们现在许多东西都是线上化的,比如机票,很多时候大家不是通过网点买,而是更多通过线上买。航空公司很多流量来自OTA,也建自己的APP自己的网站,我们期待用户到这些地方来。我们怎么借助数据把这件事情做好呢?

可以说航空公司要引入用户行为数据打造自己的数据流有三个核心环节:第一个环节是如何把线上线下的数据搜集起来;第二个环节是对数据进行管理,构建数据仓库、数据平台,把数据本身规范、管理好;第三个环节是构建指标体系,放到生产经营各个环节,如何使用数据。神策分析是帮助大家建立数据流的,在数据采集、传输、建模、存储等基础环节齐全自然能够帮助支持航空公司的运营。

三个具体场景来看神测数据为航空带来的价值,一是识别黄牛党,大家虽然搞了APP,也搞了很多优惠活动,但是究竟有没有用对地方?二是应对客服投诉,航空公司很关心是否有许多客户、尤其是常旅客这类的高端客户投诉问题,最后一个场景是用户精细化运营。

首先来看黄牛党,我们知道在线上做APP是不容易的,好不容易才把客户吸引过来,我们费尽心思想着怎么开展活动去提升客户的黏度、去提升客户的转化。但结果经常是用户得不到好处反倒被黄牛捞走。黄牛通过一些手段把我们提供的优惠都弄走了。这对我们的优质用户来说,他们没能享受福利,对于公司来说,意味着我们在运营方面做出的相关投入没有起到相应作用。对于黄牛党问题,我们可以采用一些策略,一个是去拦截,把明显是恶意刷票的用户直接拦截掉,另外一些占便宜的人,这个情况下我们还不能纯粹拦截,毕竟要考虑到他们如果是搭乘我们的航班的用户该怎么办?神策数据在做用户分析、做体验改进的时候,想到能不能把用户标识、识别出来,然后再分析实际情况。

在这里牵涉到了精细化用户行为分析,需要把用户的行为信息记录下来。通常来说我们产品只能了解用户本身是否在使用,但是具体的操作数据我们并不了解。我们只知道用户登录过、点击浏览了,但是他具体做了什么行为,这些行为本身的意义,这些都要分离出来。用户在产品上做得任何一个动作,我们都可以理解为一个用户行为事件,这个事件都是用户行为,我们应该把这些行为认真记录。基于这些行为,我们很容易判断哪些人是黄牛党,因为黄牛党的行为跟普通用户行为明显不同。比如黄牛党在一个APP里可能登录多个帐号,常规用户顶多登录两个帐号。黄牛在操作频次、时间间隔都会有区别于常规行为的独特性。通过统计,把黄牛用户圈出来,把普通用户圈出来,并分析出一些规律。比如说黄牛用户登录率更高,因为黄牛需要刷票、作弊,常规用户的话,他们的使用频率明显低得多。

我们做用户分析的时候,要分析用户留存,用户每天的活跃情况等。黄牛用户群体来了以后肯定会做刷票这类非法事情,每次干完坏事就走了。常规用户假设他半个月以后要进行一个购票操作,他在这段时间内会登录刷新,黄牛和常规用户的用户流程不一样。如果我们不把黄牛用户分离出来,就不能很好地判断和检验实际的优化效果。以2008、2009年,我做百度MP3的产品,每次改版流量都会出现大跌。许多爬虫到MP3首页抓取MP3的信息,单纯看这种数据,很难知道自己的产品改进的真实效果。

再来说用户投诉,航空业本身是高端行业,客单价比较高,对用户来说,用户每次消费付出的代价也比较大。航空公司本身很重视如何服务好这些客户,体验怎么提升。客户在进行投诉的时候,可能是说产品体验不好,一旦遇到网络问题,操作下一步就失败。或者说遇到了BUG,执行到某一步就出现了问题,支付了没提示成功等用户体验问题。

总之,许多时候客服接到电话之后可能要花十分钟时间跟用户沟通具体情况,当客服把情况汇报给产品运营的时候,我们又不清楚客服反馈的信息是否准确。但是如果有用户行为数据的话,我们就可以基于行为数据去分析是不是这个用户在说谎,因为有时候用户说记不清楚的目的是要索赔。我们根据用户提示的体验建议对产品进行改进,改进之后效果怎么样,我们要做A/B测试,把老版本跟新版本进行对比,每一个环节用户转化到底有没有提升。

接下来第三个场景就是用户运营,我们如何更好地去精细化运营用户。通常来说,航空领域对常旅客这些高端用户服务是比较好的。但是这种理念正确与否,我认为有待商榷。所谓常旅客理念是上个世纪八十年代提出的,但是我们要考虑到旅客进入高端圈子后可能后面频率降低了等情况。此外,虽然航空公司有一部分高端用户,但是更多的依然是常规用户,伴随生活水平的提高、坐飞机这种事情并不再像过去一样是高端行为。因此传统区分方式需要去改进。我们常见的用RFM模型对用户划分,目前来说方式相对粗糙。我们应该通过用户行为去划分。比如用户会提前几天浏览航班信息之后再最终下单购票这个过程的行为数据、以及目的地信息等,我们可以通过不同的维度把用户做筛选。另外针对航空这一块,客单价比较高,因此航空公司运营的精细化程度,比一般的互联网产品要精细的多,也值得航空公司做进一步的精细化分析。这里我们可以建立标签体系,从不同的角度对用户进行划分。不要小看用户行为,因为用户行为蕴含着大价值,包括对用户的兴趣、消费水平、差旅规律的反映,这些数据有待我们去挖掘。在进行用户筛选之后给企业提供不同的营销策略,我们再去观察这批人有没有按照我们预想进行消费。

最后,用户使用APP和网站都属于用户体验流。从最开始接触航空公司,到最终完成飞行,其中的各个环节都是我们体验的触点。另外这里牵涉到数据运营环节,由于每个环节的数据分析都能起到作用,因此我们要分析各个环节而非单纯停留在做一个渠道分析。目前神策服务的客户互联网公司偏多,目前已服务七八百家,现在市面上许多融资顺利的客户都是我们的客户,我们对于互联网产品的运营、产品迭代方面非常有经验,我们也期望帮助更多航空相关领域的合作伙伴,一起把精细化运营这件事情做好。


360搜索:数据驱动的航空精细化运营 查找更多相关信息!


Google Search:数据驱动的航空精细化运营 Find more information!


------分隔线----------------------------