航企如何利用大数据向零售商转型?

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:

大数据是航企转型为零售商的关键所在。无论是利用数据进行预测性分析、通过开放式应用程序接口从后台找到数据,还是捕获所有数据以管理端到端客户视图,数据本身都能够让航企提供更好的服务,定制化的套餐产品,并能够提升航企的收入与客户忠诚度。

然而,数据同时也存在着一个极大的缺陷,那就是其数量惊人,常常很难在其中挖掘出能够用于航企高管级项目、有可执行性的珍品。可举出的例子包括预订记录(服务预订登记)、数字化点击流、库存数据、忠诚度系统、机场相关系统、客户关系管理系统、旅客订座记录、社交媒体评论等等。这种分散化的数据格局应能够帮助航企去了解旅客(包括历史数据)、旅客的背景以及与航班相关的整体数据。然而,这三方面的数据极少以实时且充分管理、协调的方式整合在一起。

更糟糕的是,需在登机手续办理、航班取消、误机、行李未上机等特定情况下使用的数据本应触发特定的行动,然而,这样的数据却不是随时都能够获得的。但其又能够为旅客和航企都带来福利,让航企能够形成粘性,并为其带来附加销售的机会。

首先,航企真正对之缺乏了解的是,数据的定义和数据对于航企提高收入(即提高每名乘客收入)、提升净推荐值和降低整合成本有何意义。航企应参考以下四大准则,即深入、灵活、旅客和可执行性。

1、深入

首先,数据需要有深度。肤浅或过时的数据常常只会带来草率、前后矛盾且不够明智的决策。因此,航企需要以基于后台单一视图的实时数据为重点。Booking.com等零售商十分清楚这种数据的重要性,并且正在利用其同时在供需两侧制造紧迫感。从“之前1小时有10位访客看这个”到“仅余4个座位”或“豪华经济舱已基本满座”,深度数据的动态可用性都使得航企能够在提升收入的同时又能够制定明智的决策。

前端应用(营销、营销活动管理、个性化、分析与预测性分析)依靠来自后台的单一数据视图时也应具备 “深入”的能力。有了这样的访问权限,航企才能够在保障数据管理高效的同时保持多渠道的一致性。

2、灵活

使用任何数据时都必须要灵活。所有消费者(尤其是千禧一代消费者)都要求即时性。行业正在出现一个由谷歌定义为出行“时刻”的趋势。但航企最终还要走得更远,要迈向出行“瞬间”这一理念。

消费者将在这些出行“瞬间”通过冲动型、在指间发生的移动行为完成以下事项:

接受定制内容|是/否

下载机场购物券|是/否

选择所推荐的其他住宿选择

选择付款选项|我的里程、苹果支付、微信支付还是谷歌钱包?

就连拥有实时处理所有预订记录变更的能力也是一种进步。因为这项能力将让航企具备“即时”响应旅客时所需的灵活性。 “灵活”对于重点展开微营销和重点对某内容可能有的方方面面都进行AB测试的航企营销人员来说极为关键。灵活性也让航企能够“快速失败”,从而让其能够最终获得成功。其要求创建一个数据架构,而该架构不要求通过额外的编程来测试新的营销理念。

3、旅客

要在庞大的数据池中理清头绪、访问开放式应用程序接口,航企就需要以旅客相关的数据为重点。

旅客出行的内容是什么?他/她有什么背景?他/她的情况是怎样的?应将此类数据整合为以下两个以旅客为重心的问题:我们要知道些什么才能让旅客有愉悦的体验?我们已学到了哪些能够用于充实自己的数据模型、为未来的营销活动做准备的内容?

此类人物信息应包含下面一些被忽视的内容:

1) 多年的历史数据(而不只是存储于“管理我的预订”菜单中的最近三次行程)

2) 先进的人物特征剖析,包括区分商旅人士/休闲旅游人士/“商务休闲旅游人士”以及包括家庭与团队在内的所有组合

3)地理定位,起飞当日尤其重要(旅客能否及时赶到机场?)

4、可执行性

最后,航企还必须让数据具备可执行性,并确保这一信息和相关见解能够带来收益。需要对投资的可量化回报进行估算,还要通过解决航企和旅客痛点的确凿案例来予以证明。这要求从整体上加强品牌数字化互动,有关联性且及时沟通/通知。这些都必须要服务于附加销售战略和相关策略,而后两者则持续测量、调整并不断完善营销项目与忠诚度计划。

结论

只要一谈到数据,以上四大准则(深入、灵活、旅客、可执行性)就应成为焦点。这样才能确保航企采取行动时有务实的态度和卓越的远见。当然,这需要得到首席高管们的支持,还要转变企业文化。但这四大准则是唯一能够让航企在旅客行程所有阶段均与其有效连接的可持续性方案。

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
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
|
7月前
|
运维 Cloud Native 安全
【专栏】随着信息技术发展,运维正向自动化、智能化转型,云原生运维成为主流,大数据驱动运维决策,而安全运维日益重要
【4月更文挑战第29天】随着信息技术发展,运维正向自动化、智能化转型,云原生运维成为主流,大数据驱动运维决策,而安全运维日益重要。面对技术更新快、人才短缺和复杂性增加的挑战,企业需建立培训体系,加强人才培养,优化运维管理,以适应未来运维需求。随着这些趋势,运维领域将迎来更广阔的发展前景。
206 2
|
7月前
|
存储 关系型数据库 测试技术
印尼医疗龙头企业Halodoc的数据平台转型之Lakehouse架构
印尼医疗龙头企业Halodoc的数据平台转型之Lakehouse架构
84 4
|
人工智能 Cloud Native 大数据
从传统软件开发到云原生转型:大数据和AI如何引领软件开发的新趋势
从传统软件开发到云原生转型:大数据和AI如何引领软件开发的新趋势
250 0
|
SQL 存储 消息中间件
传统数仓如何转型大数据
传统数仓如何转型大数据
388 0
|
机器学习/深度学习 分布式计算 算法
我,27岁,放弃数学系博士学位,零基础转型大数据开发
我,27岁,放弃数学系博士学位,零基础转型大数据开发
我,27岁,放弃数学系博士学位,零基础转型大数据开发
|
SQL 分布式计算 前端开发
我,大专毕业2年,从前端转型大数据开发,薪资涨了10K!
我,大专毕业2年,从前端转型大数据开发,薪资涨了10K!
我,大专毕业2年,从前端转型大数据开发,薪资涨了10K!
|
SQL 分布式计算 算法
我33岁,从国企主管零基础转型大数据开发,年薪涨了20W
我33岁,从国企主管零基础转型大数据开发,年薪涨了20W
我33岁,从国企主管零基础转型大数据开发,年薪涨了20W
|
SQL 分布式计算 算法
二本材料专业转型大数据两年,从月薪17K到年薪55W
二本材料专业转型大数据两年,从月薪17K到年薪55W
二本材料专业转型大数据两年,从月薪17K到年薪55W
|
SQL 分布式计算 算法
计算机视觉转型大数据开发,分享一下我的学习历程和大厂面经
计算机视觉转型大数据开发,分享一下我的学习历程和大厂面经
计算机视觉转型大数据开发,分享一下我的学习历程和大厂面经
|
存储 分布式计算 算法
二本材料专业,干过销售,当过兵,28岁零基础转型大数据开发进百度,很强势!
二本材料专业,干过销售,当过兵,28岁零基础转型大数据开发进百度,很强势!
二本材料专业,干过销售,当过兵,28岁零基础转型大数据开发进百度,很强势!