■企業連線

　　國務院發布的《關于加快發展生產性服務業促進產業結構調整升級的指導意見》中，強調了云計算、大數據在生產性服務業中的應用。在大數據應用處理方面，我們有自己的一些經驗。

　　大數據的3個前提

　　大數據最重要的三個前提，分別是海量而有價值的用戶數據、契合企業的數據抓取和分析工具、專業的數據分析團隊。在螞蜂窩的注冊用戶中，80%都來自移動端，日均活躍用戶已突破了300萬，每天都會沉淀大量的用戶信息。另外，螞蜂窩超過50%的員工是技術研發人員，通過自行研發的旅游攻略引擎，已經對超過1000萬的用戶信息進行了關鍵數據的提取和分析，覆蓋了國內外50萬個旅游景區、60萬家酒店以及158萬家餐廳。

　　目前，螞蜂窩的發展已經進入了以大數據為核心的階段，形成了自己的核心競爭力。沒有足夠多的用戶生成的優質內容，就無法做大數據。而在積累這個的過程中，除了時間問題外，還有一個問題，就是移動端很難承載更多的服務，PC端和移動端的競爭就像航母和戰斗機的戰爭，航母是很穩固的后端，它可以承載更多的數據、更多樣的服務類型和交互，這些是移動端承載不了的，所以純做移動端的話，會缺失一個很強的后端。在螞蜂窩上，有很多用戶寫游記、分享出行經驗，而后這些經驗可以再指導別人的出行，不斷往復從而形成一個正向的循環，而其他的社區，幾乎沒有能形成正向循環能力的公司。

　　螞蜂窩的數據分析流程是這樣的：海量的UGC（用戶生成內容）產生后，螞蜂窩的旅游攻略引擎會對其進行自動化的語義分析、數據分析，提取酒店、餐廳、購物、拍照、聯系方式、點評等關鍵信息，由系統分門別類進行歸類，再經過后期的人工分析和編輯，最后以旅游攻略、調查報告等形式出爐，一方面為其他用戶提供更豐富和準確的旅游消費決策參考，另一方面為OTA（在線旅游網站和旅行社）提供更精準的旅游產品研發和營銷參考。

　　以普吉島旅游為例。一位剛去過普吉島的用戶撰寫完游記后，螞蜂窩的攻略引擎會從游記中提取出機票、行程、住宿、美食等關鍵信息，歸類島普吉島的攻略和點評中。比如機票方面該用戶提到了亞航、捷星、酷航，美食方面她提到了“Your Kitchen”餐廳和“Thalang Road”夜市，再結合其他去過普吉島的用戶分享的小貼士、點評和問答，如“該餐廳必點炒飯＋披薩＋各種shake”，“真心推薦卡塔海灘”，螞蜂窩讓沒有去過普吉島的用戶可以對其有一個全面而真實的了解。

　　運用大數據幫助用戶決策

　　緊接著，如果有用戶有興趣前往普吉島并購買機票、酒店等相關產品，以酒店為例，他在螞蜂窩上可以看到圖文并茂的提示信息：49%的游客選擇住在有721家酒店的芭東海灘，這里夜生活豐富多彩，步行就可以抵達海灘內的觀光和飲食…… 19%的游客選擇住在有115家酒店的皮皮島，這里的海水藍而清澈，其中大PP和小PP是浮潛圣地……1%的游客選擇住在有4家酒店的皇帝島——普吉島最安靜豪華之所在，精致而絕美的景色、奢華的配套服務……有了畫面感般的圖文、數據參考，用戶能夠很容易地做出行程安排以及餐飲、酒店等消費決策。

　　從旅游產品營銷的角度來說，螞蜂窩通過大數據描繪出“用戶特征畫像”后，能夠挖掘用戶的潛在需求，進行消費預測。比如螞蜂窩的用戶“***ER琪”，根據數據分析，她“去過26個國家的123座城市，寫過47篇游記，下載了300余次攻略，留下了239條點評，該用戶熱愛美食，喜歡非景區元素……”

　　運用大數據拓展商業合作

　　根據不同用戶的偏好，螞蜂窩再和酒店等旅游產品供應商的服務進行匹配對接，進行相應的旅游產品預售和反向預定。螞蜂窩預售的馬爾代夫之旅，48小時即成交826單；508個入臺證也是剛上線就被秒殺，效果大大超出了傳統的旅游營銷方式。自從螞蜂窩全面進行大數據以來，國內外已有 100多家酒店、機票、目的地等旅游產品廠商及一級批發商主動找上門來，進行反向定制合作。

　　此外，螞蜂窩還建立了專門的數據中心，通過對用戶數據進行結構化分析整理，定期發布用戶行為數據和酒店、旅游特價等產品數據。螞蜂窩提供的用戶樣本也成為中國旅游研究院等相關機構重要的素材。

　　通過大數據，螞蜂窩實現了“多贏”：幫助用戶找到了真正合適的酒店、機票等旅游產品，滿足用戶需求的同時提升了用戶體驗；為旅游產品供應商找到了精準的目標用戶，節省了以前不菲的營銷推廣成本；而螞蜂窩自己則實現了龐大流量的優化和變現。（作者為螞蜂窩旅行網CEO）