來(lái)源：
發(fā)布時(shí)間：2015-07-31
點(diǎn)擊次數(shù)：2344
在此背景下，大地云游在業(yè)界首次提出了“用戶(hù)痕跡復(fù)原分析法（UTRA分析法）”，同時(shí)將該方法成功應(yīng)用在武夷山旅游景區(qū)上。基于該方法，大地云游對(duì)武夷山旅游景區(qū)的經(jīng)濟(jì)及產(chǎn)業(yè)發(fā)展、交通區(qū)位、旅游資源、游客市場(chǎng)等旅游狀況在數(shù)據(jù)空間內(nèi)對(duì)其進(jìn)行時(shí)空重構(gòu)，并對(duì)武夷山旅游景區(qū)的管理及營(yíng)銷(xiāo)提出了建設(shè)性指導(dǎo)策略。“UTRA分析法”的提出，為目前我國(guó)紛繁雜亂的旅游大數(shù)據(jù)現(xiàn)狀指明了發(fā)展方向，對(duì)大數(shù)據(jù)如何解決旅游行業(yè)難題、如何提高大數(shù)據(jù)在旅游領(lǐng)域的應(yīng)用價(jià)值具有重大意義。
用戶(hù)痕跡復(fù)原分析法（User Trace Recover Analysis，簡(jiǎn)稱(chēng)UTRA）是大地云游首次提出，該方法是基于宏觀經(jīng)濟(jì)數(shù)據(jù)、旅游產(chǎn)業(yè)數(shù)據(jù)、遙感數(shù)據(jù)、GIS數(shù)據(jù)、用戶(hù)屬性數(shù)據(jù)、用戶(hù)交易數(shù)據(jù)、微博社交數(shù)據(jù)、LBS數(shù)據(jù)等海量數(shù)據(jù)，通過(guò)多元分析、空間統(tǒng)計(jì)分析、機(jī)器學(xué)習(xí)算法等數(shù)據(jù)挖掘方法，全景構(gòu)建景區(qū)大數(shù)據(jù)畫(huà)像，在數(shù)據(jù)空間內(nèi)對(duì)景區(qū)過(guò)去某一時(shí)間、某一空間下的旅游狀況進(jìn)行時(shí)空大數(shù)據(jù)重構(gòu)，全面把握景區(qū)發(fā)展的外部環(huán)境與市場(chǎng)導(dǎo)向，深刻洞察游客基本屬性與行為特征，精準(zhǔn)分析游客旅游路線，實(shí)時(shí)監(jiān)控景區(qū)游客量，為城市及景區(qū)實(shí)現(xiàn)旅游市場(chǎng)細(xì)分、旅游營(yíng)銷(xiāo)診斷、景區(qū)精準(zhǔn)管理提供有力支撐。
用戶(hù)痕跡復(fù)原分析法（UTRA分析法）分為數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、數(shù)據(jù)挖掘分析、數(shù)據(jù)可視化、數(shù)據(jù)應(yīng)用等五大步驟。
第一，通過(guò)搜索引擎、地圖導(dǎo)航軟件、在線旅游網(wǎng)站、在線購(gòu)物網(wǎng)站、微博、論壇等以及旅游宏觀數(shù)據(jù)庫(kù)、遙感衛(wèi)星、氣象監(jiān)測(cè)站等采集原始數(shù)據(jù)；
第二，對(duì)原始數(shù)據(jù)進(jìn)行清洗、去噪、標(biāo)準(zhǔn)化等預(yù)處理；
第三，通過(guò)多元分析法、空間統(tǒng)計(jì)分析、機(jī)器挖掘算法等方法對(duì)數(shù)據(jù)進(jìn)行深入挖掘分析，同時(shí)對(duì)景區(qū)已有的游客線下數(shù)據(jù)與旅游在線數(shù)據(jù)進(jìn)行數(shù)據(jù)匹配，并通過(guò)宏觀數(shù)據(jù)與游客微觀數(shù)據(jù)進(jìn)行交互驗(yàn)證，從而得到更為精準(zhǔn)的結(jié)果；
第四，對(duì)分析結(jié)果進(jìn)行數(shù)據(jù)可視化處理；
第五，通過(guò)旅游行業(yè)專(zhuān)家對(duì)數(shù)據(jù)結(jié)果進(jìn)行解讀，為景區(qū)旅游市場(chǎng)細(xì)分、客源市場(chǎng)定位、旅游新產(chǎn)品開(kāi)發(fā)、旅游營(yíng)銷(xiāo)診斷、輿情引導(dǎo)等提供決策支持。
用戶(hù)痕跡復(fù)原分析法（UTRA分析法）
基于UTRA分析法，大地云游可對(duì)旅游景區(qū)和旅游城市的外部環(huán)境、交通可達(dá)性、旅游資源、客源市場(chǎng)、游客屬性、游客行為偏好、旅游市場(chǎng)監(jiān)管等方面進(jìn)行旅游大數(shù)據(jù)重構(gòu)，從而完整呈現(xiàn)景區(qū)及城市的旅游大數(shù)據(jù)畫(huà)像，其具體分析體系如下：
旅游大數(shù)據(jù)分析體系
二、旅游大數(shù)據(jù)分析方法論
1、旅游大數(shù)據(jù)生態(tài)鏈理論
旅游是一系列持續(xù)變動(dòng)的用戶(hù)行為過(guò)程，這些行為過(guò)程通過(guò)線上、線下等各種渠道留下用戶(hù)行為痕跡、碎片化數(shù)據(jù)，將這些數(shù)據(jù)通過(guò)不同路徑、不同渠道進(jìn)行整合，再按照一定的邏輯方法復(fù)原過(guò)去某一時(shí)空條件下的游客畫(huà)像，從而構(gòu)成了一個(gè)完整的數(shù)據(jù)生態(tài)鏈。
數(shù)據(jù)生態(tài)鏈第一站：一般來(lái)講，當(dāng)人們的思維里剛迸發(fā)出一個(gè)旅行的念頭時(shí)，他們多半會(huì)通過(guò)搜索引擎或或者門(mén)戶(hù)網(wǎng)站了解想去的旅游景點(diǎn)，以此初步確定旅行的意愿，那么在這時(shí)候百度、谷歌就成為了他們旅游出行前的第一站。為此，百度和谷歌等搜索引擎則存儲(chǔ)、記錄了每一名游客的搜索數(shù)據(jù)。通過(guò)對(duì)搜索數(shù)據(jù)的挖掘、分析，可以知道每個(gè)景區(qū)每天有多少搜索量、哪些地區(qū)的人群搜索了該景區(qū)、以及某一地區(qū)的游客搜索偏好等；
數(shù)據(jù)生態(tài)鏈第二站：接下來(lái)，就是出游準(zhǔn)備階段——行程和門(mén)票的預(yù)訂、攻略的查詢(xún)。在這個(gè)階段，攜程、去哪兒、途牛、螞蜂窩等旅游網(wǎng)站則成了游客的首選。游客通過(guò)攜程、去哪兒網(wǎng)訂購(gòu)機(jī)票、酒店；通過(guò)同程、途牛網(wǎng)站訂購(gòu)景點(diǎn)門(mén)票、旅行社跟團(tuán)產(chǎn)品；通過(guò)螞蜂窩網(wǎng)站查找旅游攻略，選擇自由行路線等等。以上旅游網(wǎng)站存儲(chǔ)了每一名用戶(hù)的瀏覽、點(diǎn)擊及交易等數(shù)據(jù)，通過(guò)數(shù)據(jù)挖掘、分析可以獲知游客通過(guò)哪種交通方式進(jìn)入景區(qū)、喜好住宿哪些酒店、喜好哪些景點(diǎn)、哪些旅游路線最火爆等等。
數(shù)據(jù)生態(tài)鏈第三站：這一階段是游客到達(dá)旅游目的地之后，所發(fā)生的線下的旅游行為。游客到達(dá)目的地之后，通過(guò)百度地圖、高德地圖進(jìn)行路線導(dǎo)航；通過(guò)大眾點(diǎn)評(píng)預(yù)訂餐館；通過(guò)景區(qū)WiFi免費(fèi)上網(wǎng)；通過(guò)景區(qū)的手機(jī)APP進(jìn)行導(dǎo)覽等。這一階段的數(shù)據(jù)獲取，可以通過(guò)高德，百度地圖等LBS定位，判斷游客何時(shí)到達(dá)旅游城市、何時(shí)進(jìn)入了景區(qū)；通過(guò)景區(qū)的手機(jī)APP，判斷游客在景區(qū)內(nèi)都去了哪些景點(diǎn)；通過(guò)大眾點(diǎn)評(píng)去了哪家餐館消費(fèi)；通過(guò)百度地圖、高德地圖判斷游客在景區(qū)逗留了多長(zhǎng)時(shí)間等。
數(shù)據(jù)生態(tài)鏈第四站：最后，游客在一次旅游行為結(jié)束后，會(huì)在螞蜂窩、新浪微博等撰寫(xiě)游記、發(fā)微博評(píng)論等，通過(guò)這些數(shù)據(jù)，可以對(duì)當(dāng)?shù)氐穆糜萎a(chǎn)品及服務(wù)的質(zhì)量進(jìn)行分析評(píng)價(jià)。通過(guò)對(duì)這些旅游輿情數(shù)據(jù)的挖掘和分析，可以充分了解景區(qū)或旅游城市存在的可改善的問(wèn)題和最受游客好評(píng)的所在。
旅游大數(shù)據(jù)生態(tài)鏈
2、多元化旅游大數(shù)據(jù)整合理論
3、旅游大數(shù)據(jù)O2O理論
旅游大數(shù)據(jù)O2O理論，是指通過(guò)整合線下與線上的游客數(shù)據(jù)，提高數(shù)據(jù)的精準(zhǔn)性，并激活數(shù)據(jù)的潛在價(jià)值。傳統(tǒng)的旅游線下數(shù)據(jù)，如景區(qū)的人流量統(tǒng)計(jì)數(shù)據(jù)、經(jīng)營(yíng)數(shù)據(jù)等等，往往被管理者所忽視，而這些數(shù)據(jù)如果與線上數(shù)據(jù)相匹配，則大大提高數(shù)據(jù)價(jià)值。例如，百度通過(guò)景區(qū)的歷史票務(wù)數(shù)據(jù)，結(jié)合百度旅游網(wǎng)民的搜索數(shù)據(jù)、天氣數(shù)據(jù)等進(jìn)行建模，可以對(duì)景區(qū)未來(lái)幾天、幾小時(shí)之內(nèi)的游客量進(jìn)行精準(zhǔn)預(yù)測(cè)，預(yù)測(cè)準(zhǔn)確率達(dá)90%；同時(shí)，通過(guò)景區(qū)所采集的游客信息，包括游客客源地信息、年齡、性別信息，可以與百度大數(shù)據(jù)相結(jié)合，對(duì)該景區(qū)旅游客源地同一類(lèi)型的用戶(hù)進(jìn)行精準(zhǔn)營(yíng)銷(xiāo)，從而大大提高景區(qū)的管理、營(yíng)銷(xiāo)水平，極大提升數(shù)據(jù)價(jià)值。
線上數(shù)據(jù)與線下數(shù)據(jù)整合
三、UTRA分析法在旅游行業(yè)的應(yīng)用
旅游大數(shù)據(jù)的應(yīng)用包括以下五個(gè)方面：
基于LBS數(shù)據(jù)、搜索引擎數(shù)據(jù)和OTA數(shù)據(jù)等，對(duì)旅游市場(chǎng)進(jìn)行細(xì)分，研判城市和景區(qū)旅游市場(chǎng)成長(zhǎng)性，精準(zhǔn)判斷客源地市場(chǎng)，分析潛在客源市場(chǎng)和相關(guān)區(qū)域市場(chǎng)的客源流失情況。
基于旅游大數(shù)據(jù)畫(huà)像、旅游市場(chǎng)細(xì)分和旅游輿情分析等技術(shù)手段，對(duì)旅游營(yíng)銷(xiāo)進(jìn)行診斷、提升和優(yōu)化。
采用網(wǎng)絡(luò)文本挖掘技術(shù)，對(duì)網(wǎng)頁(yè)、OTA網(wǎng)站、微博等在線內(nèi)容進(jìn)行分析，及時(shí)發(fā)現(xiàn)游客反饋，改善旅游服務(wù)，判斷網(wǎng)絡(luò)營(yíng)銷(xiāo)效果。
4、項(xiàng)目可行性推演
發(fā)掘單體旅游項(xiàng)目的目標(biāo)市場(chǎng)和市場(chǎng)潛力，預(yù)測(cè)潛在游客量及旅游收入，對(duì)項(xiàng)目投入產(chǎn)出進(jìn)行推演。
5、游客量預(yù)測(cè)及安全預(yù)警
綜合集成旅游大數(shù)據(jù)軟硬件系統(tǒng)，構(gòu)建旅游數(shù)據(jù)挖掘平臺(tái)，為旅游管理部門(mén)建設(shè)集數(shù)據(jù)存儲(chǔ)、清洗、挖掘、可視化和判別于一體的大數(shù)據(jù)中心，有效為城市和景區(qū)提供旅游動(dòng)態(tài)監(jiān)測(cè)與管理。
“UTRA分析法”的提出，為旅游局、景區(qū)及旅游企業(yè)如何應(yīng)用大數(shù)據(jù)提升自身的旅游管理、旅游營(yíng)銷(xiāo)及運(yùn)營(yíng)水平指明了方向，同時(shí)明確了大數(shù)據(jù)時(shí)代旅游行業(yè)自身定位及發(fā)展道路，引領(lǐng)大數(shù)據(jù)推動(dòng)我國(guó)整體旅游行業(yè)的轉(zhuǎn)型升級(jí)。大數(shù)據(jù)時(shí)代，數(shù)據(jù)本身不是關(guān)鍵，關(guān)鍵是在數(shù)據(jù)中找到人類(lèi)文明發(fā)展的新大陸。旅游行業(yè)也是如此。誰(shuí)能預(yù)見(jiàn)未來(lái)，誰(shuí)就能把握時(shí)代的先機(jī)。對(duì)市場(chǎng)的預(yù)見(jiàn)，對(duì)行業(yè)的預(yù)見(jiàn)，對(duì)產(chǎn)品預(yù)見(jiàn)，對(duì)危機(jī)的預(yù)見(jiàn)。
來(lái)源:大地云游
