一、大數據ABC

1. 大數據起源

• “大數據”的名稱來自于未來學家托夫勒所著的《第三次浪潮》，托夫勒《 第三次浪潮》 (1980)；
• 首次應用：麥肯錫公司最早在2011年6月發布了關于“大數據”的報告，該報告對“大數據”的影響、關鍵技術和應用領域等都進行了詳盡的分析；
• 大數據影響：2012年1月達沃斯世界經濟論壇報告“大數據? 大影響”中稱大數據就像貨幣和黃金一樣，是一種新的經濟資產。

2. 美國“大數據”事業發展

• 2002年10月，美國國防研究所建立TIA（ Total Information Awareness）“全面信息認知系統”
• 2011年6月，美國麥肯錫全球研究所發表《 大數據：創新、競爭和生產力的下一個前沿》
•  2012年3月29日，奧巴馬政府宣布投資2億美元啟動《大數據研究和發展計劃》
• 2014年， 《 大數據：抓住機遇、保存價值》 （美國總統行政辦公室“白皮書”）

3. 中國：“大數據”事業發展

• 2014年8月，八部委發布《 關于促進智慧城市健康發展的指導意見》，把大數據作為智慧城市內涵之一，指出“加強基于云計算的大數據開發和利用”  
• 2014年，國家旅游局確立“智慧旅游年”，智慧旅游的發展加速了大數據的累積速度 
• 2013年9月，中共中央政治局學習“實施創新驅動發展戰略問題”，百度創始人李彥宏講解了 ”信息技術領域的前沿課題——大數據的發展情況”
• 2012年5月，第442次香山科學會議—我國第一個以大數據為主題的重大科學工作會議
• 2012年，中關村成立大數據產業聯盟，發布三只大數據產業投資基金

4. 大數據概念

大數據(BIG DATA)是指所涉及到的數據量規模巨大到無法通過人工在合理時間內達到獲取、管理、處理、并整理成為人類所能解讀的信息。

5. 大數據4V特性

花樣多、體量大、速度快、價值高

6. 數據從哪來？

數據來源主要從以下四個渠道：

互聯網公司（BAT等）

• 百度，2013數據總量接近1000PB，70%以上的搜索市場份額坐擁龐大的搜索數據；
•  阿里，目前保存的數據量為近百PB，擁有90%以上的電商數據
• 騰訊，總數據量壓縮后在100PB，大量社交、游戲等文本、音頻、視頻類數據

通信運營商（移動、聯通、電信）

• 用戶上網記錄、通話、信息、地理位置
• 運營商擁有的數據數量都在10PB以上
• 年度用戶數據增長約數十PB

金融、酒店、醫療、電力等行業

• 金融系統每年產生數據達數十PB
• 保險系統數據量也接近PB級別
•  國家電網采集獲得的數據總量就上10個PB級別
• 整個醫療衛生行業一年能夠保存下來的數據就可達到數百PB

物聯網、傳感器等

• 北京50萬個監控攝像頭，每年保存下來的數據在數百PB以上
• 中國氣象局保存的數據約4~5PB，每年約增數百個TB
• 航班往返一次能產生數據就達到TB級別

7. 大數據商業價值

• 數據的高透明度及廣泛可獲取性
• 大數據對決策方式發生改變
• 大數據細分和定位用戶
• 大數據對管理的改變及替代
• 基于大數據的商業模型催生新公司

8. 大數據的行業應用

大數據在各個行業上的應用都很廣泛，舉幾個例子：

• 啤酒和尿布：在一家沃爾瑪超市中，尿布與啤酒這兩種風馬牛不相及的商品居然擺在一起。原來，美國的婦女通常在家照顧孩子，所以她們經常會囑咐丈夫在下班回家的路上為孩子買尿布，而丈夫在買尿布的同時又會順手購買自己愛喝的啤酒。這個發現為商家帶來了大量的利潤。這就是大數據通過最簡單的關聯規則挖掘的。
• 預測冬季流感：2009年，谷歌公司解釋了為什么能夠預測冬季流感的傳播并具體到特定的地區和州，這是因為谷歌有全球每天30億條搜索指令，構成其龐大數據資源，通過5000萬條美國人最頻繁檢索的詞條與美國疾控中心2003-2008年間的季節性流感傳播時期的數據進行的對比，得出的預測結果與官方數據相關性高達97%；
• 廣告牌位置營銷：廣告是一種很重要的營銷方式，但廣告牌該放在哪里？官方管理部門、廣告公司和想做廣告的主體，運用大數據通過熱力圖調查出目標客戶在哪里聚集等信息，可以幫助高效選擇樹立廣告牌的位置。

大數據的應用幾乎覆蓋了所有行業，企業、娛樂、電商、政府、醫療等等，這些大數據往往只是基于互聯網，但我們不應摒棄傳統數據，那些基于數據統計、問卷調查、用戶訪談、人工統計、遙感影像、地圖測繪等渠道獲得的傳統數據同樣具有價值，要將傳統數據與大數據相結合。

二、 大數據時代的旅游業

     旅游行業有行業廣、規模大、移動性強的特點，因此更加依賴大數據。當前，旅游業也在“新常態”下迎來了升級的挑戰和變革的機遇，新常態對于一般的經濟部門是經濟速度放慢、人均GDP增速減小，很多傳統行業在調整結構，但新常態對旅游行業卻是速度加快的。

對大數據來講，和旅游業產業的密切配合主要體現在以下幾個方面：

• 評估新型旅游項目：這個景區數量、旅游項目同質化、買方市場、賣方市場的變化、門票經濟，應對這些危機、困難的局面，需要大數據來幫助判斷。
• 識別游客需求：隨著旅游散客時代的到來，對于旅游需要更加要求個性化，旅游細分市場多元化，旅游方式由觀光轉向休閑度假。大數據可以幫助識別游客需求，細分旅游市場。
• 瞄準目標客源市場：游客在哪里？你的潛在客戶在哪幾個城市？他們需要什么樣的旅游景區？你的目標市場在哪個城市、哪個區域？大數據都可以告訴你。

• 提高目的地營銷效率：大數據助力識別有效營銷渠道，實現精準營銷。

• 提升景區管理水平：

（1）景區票務系統可統計游客量數據，通過與互聯網、運營商等第三方大數據整合，可對未來幾天人流量、車流量進行預測；

（2） 智慧景區監控系統可對突發事件如踩踏、擁擠進行實時監測，及時預警；

（3）通過監控系統及數據分析，對景區人力、物力資源進行科學分配，并加強市場違規行為管理

（4） 通過景區一卡通系統，可以對游客的屬性、行為偏好進行分析，同時整合互聯網大數據，可以針對全國市場范圍進行客源地與目標消費者的精準定位；

• 檢測景區網絡口碑：游客在微博、微信、天涯等這些網絡社區去表揚、發牢騷，在網絡監控輿情監控方面，大數據可以通過內容進行鎖定。

三、 為旅游分析大數據

        數據分析共五個流程：數據獲取→預處理→綜合分析（數據模型）→成果可視化→對策應用

（1）數據獲取：游前、游中、游后全過程的大數據獲取，傳統數據和大數據相結合。

（2）綜合分析（數據模型）：將數據預處理后，進行數模分析，例如將過去五年的五一黃金周游客的來源和過去五年景區的銷售記錄建成數據模型，根據模型預測明年甚至后年的游客量、游客從哪來？這對于市場非常重要，可以根據這些特點對癥下藥。

（3）對策應用

（4） 景區對大數據應用的困境

• 大數據源獲取困難。除了景區自身的數據外，對其他外部大數據獲取困難。
• 大數據的集成、存儲困難。由于受資金、技術等的限制，景區缺乏足夠的硬件、軟件對大數據進行集成存儲。
• 大數據分析方法難以掌握。由于大數據挖掘、分析的技術性較強、門檻較高，景區人員短時間內難以掌握。
•  缺乏專業人士的解讀，景區很容易忽視有價值的挖掘信息、解決方案。

(5)景區對大數據應用的解決之道

• 專業的事情需要交給專業機構做。為此，旅游大數據的解決之道，在于整合國內多途徑的大數據源，形成旅游大數據生態，為國內旅游業提供大數據解決方案，促進旅游業的轉型升級。
• 可喜的是，國內已有研究機構開始跨界整合。目前，百度公司與大地云游達成了跨界合作，在國內旅游大數據的實踐方面邁出了第一步。

   四、 為景區生產數據產品

        隨著“互聯網+”時代的到來，包括旅游業在內的傳統行業迎來了一次大變革。大地云游多年深耕于旅游行業，基于宏觀經濟、旅游產業、遙感及GIS數據等構建了龐大的數據庫，并同百度等大數據企業開展深度跨界合作，整合了包括百度搜索引擎、百度地圖、百度糯米等50條產品線的上億用戶量的數據，雙方共同開發了旅游行業的大數據產品——“景區大數據畫像”。

      百度大數據和大地云游兩家共同合作，提出一套理論叫做用戶痕跡復原分析法。用戶痕跡復原分析法，它的作用一是能夠把握景區發展外部環境與市場導向，洞察游客基本屬性與行為特征，精準分析游客旅游路線，實時監控景區游客量。二是為城市及景區實現旅游市場細分、旅游營銷診斷、景區精準管理提供有力工具。

      景區自己搞大數據是比較困難的，存在著數據獲取困難、寄存存儲困難、分析方法不了解等問題，未來的發展方向應該是景區收集內部的小數據然后和專業公司合作，用大數據、小數據、大小結合提出一個整套的方案，景區自身要注重線下數據積累，建立流行化平臺，建立一個數據中心，和數據專家溝通，提出一套適合自身景區的方案。這適用于所有旅游局、旅游景區、酒店旅行社等，都可以做這樣的旅游分析的報告用來幫助景區定位、分析、營銷、提高景區投入回報率。

      怎么為景區數據生產？用旅游專業的知識和經濟框架，用百度大數據包括百度搜索引擎、百度地圖、百度糯米等上億用戶量的數據，以景區為案例和景區大數據框架。

      數據有兩種來源，一種是我們過去積累的傳統數據，如區域經濟數據、遙感數據、GIS數據，另一種是游客微觀數據，包括百度大數據及新浪微博等，使用用戶痕跡復原分析法將景區四方面情況把它展現出來，這樣的一套診斷工具、管理工具、營銷工具、可以為景區提供規劃、發展之路。

大地云游旅游數據庫包括：

      （1）區域經濟數據

        全國各地級市的旅游產業數據，包括旅游收入、游客量、出入境旅游人次、人口、GDP、財政收入、居民收入水平、居民消費能力等等；              （2）遙感衛星數據

       包括EOS衛星、Landsat衛星數據、全國DEM地形數據等；

      （3）GIS數據

        全國各縣、各地級市、交通路網（包括高速路、國道、省道、鐵路等）、全國機場、旅游景點等的GIS數據；

      （4）氣象數據

        全國各監測站近30年的707個氣象監測站的數據，包括各月氣溫（℃）、相對濕度（%）、日照時數（h/d）、平均風速（m/s）等。

游客微觀數據庫包括：

     （1）百度搜索

       作為全球最大的中文搜索引擎，百度每天響應超過100億次來自電腦手機的搜索請求，為超過全國95%的網民發現答案，提供所需；

     （2）百度地圖

        百度地圖每天響應超過100億次定位請求，基于百度地圖定位數據，可以對游客軌跡進行精準刻畫；

     （3）百度用戶畫像

       基于百度超過50條產品線數據以及海量外部線上線下數據進行深度挖掘，從人口的自然、社會、地理位置屬性和興趣關注等維度，以及醫療、教育、旅游等32個垂直行業細分萬級別標簽，全方位刻畫用戶屬性偏好，采用最高精度算法和最全多屏用戶數據，覆蓋國內超過4億用戶，采用DNN深度學習、規則與統計分析、WordVec等挖掘算法，挖掘結果準確率大于90%；

      （4）新浪微博

       用戶在新浪微博的評論及簽到數據。

案例研究：武夷山旅游景區

      將大地云游數據庫中全國345個地級市（含省直轄縣）統計數據、GIS數據與遙感數據進行整合；百度數據的采集時間為2015年1月1日至2015年4月7日，來過武夷山和福建的游客，數據規模為2000萬游客數據；微博數據采集時間為2014年9月23日至10月8日（含十一黃金周），10000余條新浪微博記錄建立一個分析體系。

       這個分析體系可以給景區外部環境分析、客源市場分析、旅客量預測、景區熱力圖、市場氣氛、關聯景區分析、也就是這批游客到了武夷山同時還玩了哪幾個景區，幾個景區就可以一起做區域合作、做共同營銷，這是有數據基礎的。分別對武夷山景區進行外部環境分析和客源地及市場洼地探析。

1. 外部環境分析

       武夷山外部環境分析—旅游發展階段：以武夷山為中心的周邊地區，包括長三角、福建、珠三角等，已經進入觀光與休閑旅游多元化階段。

• 紅色區域（人均GDP達10000美元），進入成熟休閑度假游階段；
• 粉色區域（人均GDP位于5000—10000美元），觀光游與休閑游并存階段；
• 黃色區域（人均GDP位于3000—5000美元），觀光游為主，休閑游開始階段；
• 綠色區域（人均GDP位于1000—3000美元），觀光游階段。

      武夷山外部環境分析—綜合旅游投資競爭力：武夷山所在的南平市，綜合旅游投資競爭力高，投資潛力大。由風景大地旅游投資管理公司自主研究產品《中國城市旅游投資競爭力報告》報告數據覆蓋全國345個地級市，圖中顏色越綠代表競爭性越強，可以看出武夷山市最綠的區域，這也說明為什么那么多投資商都去武夷山投資。其中武夷山所在的南平市綜合旅游投資競爭力在全國排名第46位，位居前列。

       這是由于武夷山景區有較適宜的外部環境，包括：

• 美麗山岳：武夷山旅游景區可進入較好，地貌類型豐富，對游客吸引力大。福建省處于第三階梯的東南丘陵地區，海拔高度在200米—600米之間，旅游景區可進入性好，武夷山山脈位于閩西大山帶，地貌發育明顯，其中以天游峰、九曲溪為代表的山川、峽谷、丹霞地貌等豐富的地貌類型吸引了全世界的游客前往。

• 舒適的氣候：武夷山適游期長，氣候條件舒適。福建省屬于亞熱帶季風氣候，氣候條件優越，在全國345個地區中，武夷山景區所在的南平市綜合氣候條件排名第55名，良好的氣候條件為當地發展休閑度假、養生、養老旅游提供了較好的基礎。武夷山所在的南平市在4月、5月、9月、10月、11月氣候最為舒適，適游期長達5各月，同時適游期具有連續性，對于發展休閑度假、養老養生產業尤為重要。

• 水環境豐度高：武夷山降雨量多，水環境豐度高，在全國345個城市中，武夷山景區所在南平市水環境豐度排名第21名，為武夷山發展漂流、劃船等親水型旅游項目提供了便利。

• 天然大氧吧：武夷山植被指數高，生態環境好，是天然的大氧吧。植被指數（NDVI）反映了植被生長和植被覆蓋的綜合狀況，植被指數越高，植被條件越好，南平市在全國345個地級市中位居第97名，良好的植被狀況使得武夷山成為天然的大氧吧，負氧離子含量高，成為養生、休閑、生態旅游的度假勝地。

• 公路、高鐵：武夷山當地的高速公路、高鐵等交通方式較為發達。福建省整體高速路網密度在全國范圍內相對較高，有利于旅游者的進入。2015年6月，京福高鐵即將開通運行，北京、天津、河北、山東、江蘇等地區的游客可直達武夷山，為武夷山景區帶來客流量。京福高鐵開通之后，從福州到武夷山，將從如今4小時以上的車程，縮短到1個小時以內，使武夷山成為名副其實的福州“后花園“。

• 航空交通：武夷山航空交通相對較為滯后，影響旅游業發展。南平市航空交通密度相對較低，武夷山機場等級較低、航線較少、運力不足，2014年武夷山機場旅客吞吐量為78萬人次，在全國機場中排名第71位，航空交通的不足制約了武夷山旅游業的發展。

2.  客源地及市場洼地探析

      從客源市場角度來講，通過大數據對武夷山客源地分析，根據百度地圖LBS定位，2015年1月1日至2015年4月7日到達武夷山的游客數據總量70萬人次的記錄量。可以判斷客源地的來源，客源地以福建本省居民居多，其次是上海、浙江、江西等較近旅游市場。客源城市排名依次為：南平、福州、廈門、北京、上海、泉州、杭州、上饒、溫州、三明、廣州、蘇州、漳州、深圳、金華、寧德、沈陽、鄭州、無錫、莆田。通過這些客觀的數據可以有針對性的進行區域宣傳。

       通過百度可以統計出過去三個月中全國人民哪些區域搜索武夷山的關鍵詞，最集中的搜索量依次是南平市、福州市、廈門市、北京市、泉州市、上海市、杭州市、廣州市等對武夷山搜索量較高。但搜索量高卻沒有到武夷山來，這就是客源漏損指數，客源漏損指數是通過游客實際到訪量與搜索量計算得來。漏損指數較高城市依次是南通、成都、合肥、臨沂、揚州、揭陽、天津、石家莊。對漏損原因進行深度分析作為重點突破。

 省內競爭指數：某一城市到訪武夷山游客量與到訪福建省游客量之比。省內競爭指數較低城市：南寧、贛州、重慶、深圳、揭陽、惠州、珠海、合肥、東莞、廣州、海口（這些地區來福建游客到武夷山之外的福建旅游城市較多）。省內競爭指數較高城市：衢州、麗水、上饒、承德、張家口、牡丹江、金華、鞍山、邯鄲、東營（這些地區來福建游客到武夷山人數較其他福建城市為多）。

3. 景區游客量預測

• 景區游客量實時預報：未來幾天里，幾個月后到武夷山來的客人有多少？需要對景區游客量進行預測。景區游客量實時匯報首先需要統計游客對武夷山、福建省的搜索熱度根據該搜索量可以對景區2小時的游客量進行預測據搜索量、結合氣象、節假日數據等，可以預測未來幾天游客量。

      百度對九寨溝做過一個研究，游客從哪幾個城市會飛到九寨溝來？游客會乘坐什么交通工具？各個客源地城市游客的數量有多少？百度大數據可以預測。 

• 瞬時景區熱力圖預警：通過百度LBS定位與通信運營商大數據結合實現游客人流密度與人流走向實時動態監測及時預警擁擠危機。可以提前兩個小時告訴景區到訪的游客量有多少，提前采取預警措施，防止踩踏悲劇發生。

• 游客景區內滯留時長：本地游客隨著逗留時間的延長，游客量逐漸遞減，本地游客發生過夜行為的占比較少。

       華北、西北、東北地區游客量與逗留時長之間呈現明顯的U型曲線，較長時間滯留游客比例較大，華中、華南、西南等地游客逗留時長不夠高。

• 旅游市場細分：通過大數據可以判斷出游客的基本屬性、住宿偏好、在線旅游網站搜索熱度、游客遠途交通方式、周邊游憩偏好、國內景區偏好、景區關注度、美食偏好、旅游特產愛好、關聯景區等等。

• 游客基礎屬性：80后（25-34歲）、90后（18-24歲）成為武夷山旅游的重要客群，90后是景區發展的潛力市場；我國已經進入了人口老齡化社會，養生養老旅游將是旅游業發展的一大趨勢。

      與百度旅游網民數據相比，武夷山游客中女性游客占比要高于百度旅游網民中女性比重，表明女性相對男性對武夷山更為青睞。

      本科及以上學歷的游客占游客總量的61%，表明學歷層次較高的游客對武夷山景區頗為青睞，同時，百度對更精細的學歷層次正在研發中，即將推出。

      文體娛樂、IT通信、醫藥衛生、住宿旅游等職業的游客在武夷山總游客量中占比最高，與百度旅游網民相比，文體娛樂、IT通信、醫藥衛生等職業的游客對武夷山更為青睞。

      武夷山游客中有車的游客占比32%，高于全體國民中有車人士占比，表明在產品開發方面，武夷山景區可針對自駕車游客策劃自駕車營地項目等；

       武夷山游客對社交、網購、旅游、金融財經等興趣較高，在制定營銷策略時，可以針對社交性的媒體、網購類網站、旅游類網站等選擇合適的營銷渠道；

• 游客住宿偏好：武夷山當地的酒店住宿類型與游客需求偏好之間存在明顯的差異，其中，武夷山游客對青年旅舍、快捷酒店的偏好占比最高，而武夷山這兩類酒店實際占比較低，供應較少；

      青年旅舍在80、90后游客中占比最高，深受青年人的喜愛；快捷酒店以其標準化、高性價比的服務對商務人群、學生群體吸引力較大，品牌忠誠度較高； 

• 國內景區偏好： 武夷山游客對鼓浪嶼、婺源、黃山、三清山、烏鎮、西湖、張家界、永定土樓、廬山、九寨溝等景區關注度較高，同時，京福高鐵恰好經過黃山、三清山、婺源、武夷山等游客關注度較高的旅游景點，借此機遇，武夷山景區可與沿線景點聯合推出精品旅游路線，并加強營銷合作，充分發揮景區聯動效應。

景點關注度：游客對天游峰、九曲溪、一線天、水簾洞、大王峰、玉女峰、虎嘯巖、龍川等景點的關注度最高，表明這些景點的品牌知名度較高。

• 旅游類型偏好：與百度全體用戶相比，武夷山游客偏好山川峽谷類的占比較高，但對于現代都市類則占比較低，游客對武夷山具有一定忠誠度。

• 美食偏好：最受游客喜愛的武夷山美食包括武夷山紅菇，嵐谷熏鵝、紫溪粉、溪魚、武夷留香等。武夷山景區可加強對當地美食的宣傳力度，同時形成本地美食的品牌化，對于傳統老字號店面應給與保護和宣傳，并頒發相關資歷證明。

•  餐飲偏好：武夷山美食街最受游客的關注，因其種類豐富的武夷山特色小吃以及高性價比吸引較多游客，其次是小竹林、我家私房菜、嵐谷熏鵝第一家、老字號農家宴等。

• 旅游特產偏好：最受游客歡迎的武夷山旅游特產是武夷山大紅袍、正山小種、紅菇等，其中武夷山大紅袍在全國享有很高的知名度，并被譽為“茶中之王”，深受游客的喜愛。

• 飲茶偏好：偏好烏龍茶的武夷山游客占比相對最高，這表明武夷山游客對以大紅袍為代表的烏龍茶具有較高的忠誠度，很多游客來武夷山是以大紅袍為旅游目的的。

• 關聯景區：通過LBS定位，分析游客來武夷山旅游同時，還去哪旅游；本地游客在武夷山旅游時，同時還去左海公園、鼓浪嶼、烏山、泰寧風景區、狐尾山等景區旅游；

      外地游客來武夷山旅游的同時，還去鼓浪嶼、左海公園、福建土樓、燕尾山公園、胡里山炮臺等景點旅游，鼓浪嶼是外地游客去福建省旅游的主要旅游目的地之一。

旅游輿情分析

      （1）微博語義分析：游客所發微博內容主要圍繞“武夷山”、“旅行”和“紅袍”三個關鍵詞展開。其中“旅行”、“竹筏”、“漂流”等關鍵詞代表游客對這類旅游項目關注度較高；“紅袍”、“茶葉”、“喝茶”代表游客對于武夷山當地茶葉特產的關注度較高。

      （2）微博情緒分析：通過數據挖掘，對微博內容進行情緒語義分析，并將其分為積極、中性和消極三類，其中積極情緒占比最高，占比達57%，消極情緒占比最低，總體來看，游客對武夷山的印象以積極正面為主。

武夷山景區改進策略：

• 鞏固成熟客源市場。尤其是福州、廈門、北京、上海、泉州、杭州、溫州、廣州、蘇州、深圳、沈陽、鄭州、無錫、南京、武漢等地。
• 深入挖掘市場洼地。南通、成都、合肥、揚州、天津、石家莊、杭州、吉林、烏魯木齊等轉化率低客源地，增加航線、有針對的進行市場營銷
• 發展京福高鐵沿線北京、天津、濟南、徐州等市場，策劃營銷活動，吸引游客。
• 根據游客對青年旅舍、快捷酒店類型的偏好，武夷山景區應增加青年旅舍和快捷酒店比重。
• 強化區域協作。合福高鐵將促使以武夷山為中心，形成福州、杭州、南昌、上海等大中城市的3小時交通圈，同時成為輻射周邊三清山、婺源、龍虎山、西湖的旅游集散地，加強區域協同作用。
• 其他

五、 從非移動景區到移動旅游目的地

      過去旅游產品是旅游到什么地方去，景區是不可以移動的，在旅游學教科書里是這樣強調的。但是在如今的大數據時代，在移動互聯網時代，在移動知識時代，你的旅游目的地要變成移動目的地，也就是說從非移動地區到移動旅游目的地的一個變化。

• 旅游市場對移動互聯網的高度依賴：

      （1）信息搜索
      （2）世界那么大隨時想看看
      （3）途中的預定

      （4）移動性（mobility）控制一切

      （5）移動中的社交媒體及其對品牌影響

      現在全球的旅游研究當中，最核心的是移動性研究，不是簡單的信息、交通，而是人本身的移動，根據移動的特征進行景區的管理。移動性需要靠大數據來研究，景區移動性、大數據、移動旅游目的地、這些邏輯關系是非常清晰的，我們過去的游客中心就是放幾個地圖，兩個景區工作人員介紹，而現在的大數據時代把他變成非移動和移動的交接點，這時的游客中心就要進行非常徹底的改造。移動性的管理，擁擠、地質災害、警告、檢測都是要動態的。建議地方政府要把wifi免費。

結論

（1）“互聯網+”時代，大數據促進旅游產業轉型升級

（2） 旅游大數據的應用價值在于多數據源的整合

（3）旅游大數據指導景區管理已初見成效

（4） 如何進一步提升旅游大數據效用仍然任重而道遠

（5）移動互聯網時代，景區已經不再靜止不移

（內容由大地風景研究院根據吳必虎教授在“第十屆全國旅游景區創A培訓班”演講內容整理，技術支持來自大地云游。）