数据驱动的航空精细化运营

[]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，沈泽数据公司创始人兼首席执行官桑文峰在2018年航空营销峰会上发表了“数字创新到旅游体验”的主题演讲。

魔术数据公司的联合创始人兼首席执行官，三文峰

介绍如下：

你好，我是上帝数据公司的首席执行官。2007年毕业后，我在百度工作了八年。在这八年中，我经历了从云计算概念到后来的大数据概念的时期，也经历了百度从零到一构建大数据平台的全过程。在这个过程中，我一直在思考中国数据基础建设的总体情况.事实上，整个中国互联网的发展可以分为两个阶段。2000年至2015年是一个阶段，而2015-2030是另一个阶段。在我看来，在2000-2015年，2C的发展非常快，2B领域的发展也不是那么理想。我们有大量的软件可以提供2B服务，如官方网络、金融软件、人事软件等。2015年后，大数据开始缓慢下降。2015-2030是我国2B领域的数字化建设阶段。

在2B领域的数字化建设阶段，企业面临着巨大的挑战。这里有两个关键问题。一个问题是企业的数据库薄弱，另一个问题是数据意识不强。

数据库比较薄，中国的IT建设已经很好，2C的开发速度很快，但2B领域的IT建设不是理想的。它是数据的前提，数据不是很好地完成的，数据没有被完全收集，即使收集的数据是混乱的，质量也很差。稍后如何使用这些数据？因此，我说，从2015年开始的数据构建过程是IT和数据并行化的一个阶段。

另一个问题是数据意识差。过去，人们不需要数字化这个过程来做一个非常好的工作。但是现在竞争已经变得非常激烈，我们在实际工作、生产和管理方面没有真正使用数据，不使用数据来支持决策的讨论，所以我认为每个人的数据意识相对较差。如何提高和提高整个行业的数据意识，提高数据库的质量，基础差，正是上帝想要解决的问题。

我在百度做大数据已经八年了，加上我自己三年的创业生涯。我一直在考虑如何把数据做得更好。在这个过程中，我也形成了我的两个想法。其中之一是数据源是数据分析的基础。要真正做好数据，最重要的是数据源，这是一半。如何做好数据源的工作，我总结了四个字，即“大，满，好，时间”。

“大”是指宏观上的“大”，大数据以前不一样，数据分析的方法不只是现在，可能有几十年或两百年，但由于数据库不同，数据大小不同，你使用的方法很多失败，造成许多计算能力难以支持，这是大数据面临的问题。

“Quan”意味着我们可以掌握大量的数据源。过去，大量的数据是通过采样采集的，大部分是人工采集的，所以很多数据采集都是不完整的。现在，由于传感器和移动互联网的发展，很多离线的东西变成了在线的，很多离线的数据变成了在线的数据，这样我们就可以收集各种各样的数据。

"细度"意味着即使它是相同的数据，但如果它的分析或处理维度相对较好，细化程度更高，两者的值不相同。在航空公司业务过程中，购买门票时，不同高度用户的趋势和特征是什么？航空部门可能无法回答这个问题，因为它们没有收集高度的尺寸。在我们工作的实际过程中，我们常常影响后续工作，因为我们没有收集重要的数据和信息。当我们看到AppFall的日常活动用户时，我们将希望分析问题是什么。但是如果你不能把数据分开，你就不能解决问题。

最后一个“时间”指的是及时性。同样的信息现在能告诉你十年后你会被告知同样的价值吗？这显然是不同的。

以上是如何构建数据源、如何更完整、更详细、更及时地构建数据源的基本思路。

让我们看看数据的值。

第一个方面是业务层面，有两点在这个角度，第一点是数据帮助你做决定，帮助你“拍板”；第二点是操作，营销用户操作，这个过程我们有数据，可以让我们更好地知道哪些渠道更好，哪些人群将受到特殊待遇。

第二个方面是通过数据驱动的产品迭代。我们的产品修改，应用程序和网站每次改进的结果是好还是坏，每次版本都要更好吗？这不一定，用数据来说话。

第三方面是用数据说话，这涉及到管理方面的问题，包括我们通常对实际情况的评估，如何在作出一些决定时作出科学的决定，或就未来业绩的确定、目标的管理等作出科学的决定。在这个过程中，我们“用数据说话”，而不是由谁的声音大，谁的官方立场决定如何做和评价好或坏。在我看来，这些都是错误的，我们需要数据来帮助我们做这些事情。但这些都是关于如何通过数据进行决策，并且只能发挥20%的数据价值。事实上，数据的更大价值在于产品的智能性。

产品智能包括三个环节，一个是基于数据"集合"的某种策略算法。与JinriTotiao的个性化推荐一样，百度的"精密广告"系统本质上提供了自己的学习能力，并使数据在特定场景中更有价值。我们不能只看一些数据报告、指标，更重要的是，我们是否可以将数据引入整个业务流程并使之更智能。

神圣策略的分析主要是为了解决用户的行为分析，我们更注重细分，如何使市场部门、产品部门、运营部门、经理、数据团队能够更细致地进行分析。

特别是在航空领域，我们现在很多东西都是在线的，比如机票，很多时候我们没有通过网络购买，但更多的在线购买。大量的航空公司流量来自OTA，并构建自己的应用网站，我们期待用户来到这些地方。在数据的帮助下，我们如何做到这一点？

可以说，航空公司应该引入用户行为数据来构建自己的数据流： 第一个环节是如何采集线上线下的数据； 第二个环节是管理数据，建设数据仓库、数据平台，规范和管理数据本身； 第三个环节是构建指标体系，放在生产经营的各个环节，如何使用数据。 神策分析是帮助您建立数据流，在数据采集，传输，建模，存储等基本环节自然可以帮助支持航空公司运营..

三种具体方案来考察神性数据对于航空的价值，一是识别黄牛党，虽然我们从事了APP，也从事了很多优惠活动，但它对正确的地方有用吗？第二，在处理客户服务投诉时，航空公司非常关注是否有很多客户，尤其是经常旅客等高端客户投诉，最后一个场景是用户的良好运作。

首先，让我们看看黄牛，我们知道在线应用是不容易的，不容易吸引客户，我们想如何开展活动，以提高客户的粘度，以加强客户转变。但结果往往是用户被黄牛带走，而不是得到好处。黄牛抢走了我们以某种方式提供的所有让步。这对于我们的优质用户来说，他们并没有享受到好处，对于公司来说，这意味着我们的运营投入并没有发挥相应的作用。在黄牛问题上，我们可以采取一些策略，一是截取，显然是恶意的票务用户直接截取，其他人利用这情况，我们不能纯粹截取，毕竟我们要考虑的是，如果他们是我们飞行的用户，他们应该做些甚麽呢？在进行用户分析和体验改进时，上帝政策数据会考虑是否能够识别和识别用户，然后分析实际情况。

在精细用户行为分析的情况下，需要记录美国的行为信息。一般情况下，我们的产品只能了解用户是否在使用，但我们不了解具体的操作数据。我们只知道用户登录，然后单击Browse，但是他做什么，行为本身的意义，所有这些都要分开。用户对产品执行任何操作，我们都可以理解为用户行为事件，这是用户的行为，我们应该仔细记录它们。根据这些行为，我们可以很容易地判断哪些人是党，因为党的行为与普通用户的行为明显不同。例如，一方可能登录到一个应用程序中的多个帐户，而常规用户可以登录到两个帐户。在操作频率和时间间隔上，黄牛将与其独特的行为区别开来。通过统计，发现黄牛使用者、普通使用者，并对一些规律进行了分析。例如，黄牛使用者的比例较高，因为黄牛需要刷刷、欺骗和定期使用，其使用频率明显较低。

当我们做用户分析时，我们应该分析用户的保留，每天的用户活动等等。当黄牛党来的时候，他们肯定会做一些违法的事情，比如刷票，每次他们做完坏事就离开。常规用户假设他将在半个月内进行票务购买操作，在此期间他将登录和刷新，并且黄牛的用户进程不同于常规用户。如果不对黄牛使用者进行分离，就无法判断和检验实际的优化效果。到了2008年，2009年，我做了百度MP3产品，每一次版本的流量都会急剧下降。很多爬虫到MP3主页上抓取MP3信息，只要看看这些数据，就很难知道其产品改进的真正效果。

再次，用户抱怨航空业本身是高端产业，客户单位的价格相对较高，对于用户来说，用户为每个消费支付更多的价格。航空公司本身非常重视如何为这些客户提供服务以及如何提高体验。当客户抱怨时，他们可能会说产品的体验不好，一旦遇到网络问题，下一步的操作就会失败。换句话说，存在错误的问题，在某一点执行，并且不提示支付成功，而其他用户体验问题。

简而言之，客户服务在接到电话后可能需要10分钟才能与用户沟通，当客户服务部门向产品运营报告情况时，我们不知道客户服务反馈是否准确。但是如果有用户的行为数据，我们可以根据行为数据来分析用户是否在撒谎，因为有时候用户说不记得的目的是为了索赔。我们根据用户建议的经验对产品进行改进，改进后的效果如何？我们应该进行A/B测试，比较旧版本和新版本，以及最终用户转换是否有所改善。

下一个场景是用户操作，如何更好地细化用户的操作。一般来说，航空领域更适合常客和这些高端用户服务.但这个想法是否正确，我认为是值得商榷的。所谓的飞行常客的概念是在20世纪80年代提出的，但我们必须考虑到，乘客在进入高端圈后可能不太频繁。此外，虽然航空公司有一些高端用户，但仍有更多的常客，随着生活水平的提高，飞行不再像过去那样高端行为。因此，需要改进传统的判别方式。我们经常使用RFM模型来划分用户，目前的方法比较粗糙。我们应该把它除以用户的行为。例如，用户会提前几天浏览航班信息，最后发布订单购买行为数据，以及目的地信息等，通过不同的维度过滤用户。另外，对于航空公司来说，旅客单价相对较高，因此航空公司的经营程度比一般的互联网产品要好得多，也值得航空公司进一步细致的分析。在这里我们可以建立一个标签系统，从不同的角度来划分用户。不要低估用户行为，因为用户行为蕴含着巨大的价值，包括反映用户兴趣、消费水平、旅游规律等，这些数据都需要挖掘。经过用户筛选，为企业提供不同的营销策略，我们将看到这些人是否根据我们的消费期望。

最后，应用程序和网站都属于用户体验流。从与航空公司的接触开始到最终完成飞行，每一个环节都是我们接触到的经验。此外，这里还涉及到数据操作，因为每个链路的数据分析都能起到一定的作用，所以我们应该分析每个链接，而不是仅仅进行信道分析。目前，有大量的客户网络公司，已经服务了700或800家，现在市场上很多顺利的融资客户都是我们的客户，我们在互联网产品的运营、产品的迭代方面有着丰富的经验，我们也期待着在航空相关领域帮助更多的合作伙伴，共同做好良好的运营工作。