信息化程度很低的旅游行業(yè)如何玩轉(zhuǎn)大數(shù)據(jù)？

一段時間之前，多如牛毛的游記，大部分時候只是滿足了分享者快感的文字，而沒有變成數(shù)據(jù)。后來沉淀了大量游記的平臺如窮游、螞蜂窩都開始想辦法把游記“結(jié)構(gòu)化”，變成能夠更廣泛應(yīng)用的數(shù)據(jù)。

在旅游行業(yè)，可能最核心的數(shù)據(jù)就是POI（興趣點），具有極強(qiáng)規(guī)則的、完整的、標(biāo)簽極度碎片化的POI信息是這個行業(yè)里非常值錢的東西，也成為了諸如TripAdvisor（貓途鷹）的核心競爭力。貓途鷹的POI信息幾乎是不可能對外大規(guī)模釋放的，第三方無論是購買、還是數(shù)據(jù)交換，都很難拿到完整的TripAdvisor的POI數(shù)據(jù)。TripAdvisor開放的API接口，只能夠為第三方提供所有POI的評論信息。

境內(nèi)在線旅游行業(yè)，持有境外 POI 信息主要有三撥（如有遺漏歡迎補(bǔ)充，大眾點評之類暫不考慮）：

擅長以抓取方式收集并整理信息的一些創(chuàng)業(yè)公司，如口碑旅行、夢想旅行，妙計旅行；

基于UGC內(nèi)容整理的POI信息：主要就是窮游；

自采POI信息的創(chuàng)業(yè)公司：游譜旅行、四萬公里。

之前我們和窮游負(fù)責(zé)大數(shù)據(jù)的VP張棋就這件事聊了聊，張棋坦言這是一個龐大的工程，迄今為止窮游覆蓋了300多個國家和地區(qū)，7000多個城市和區(qū)域，包括了景點、美食等POI的數(shù)量已經(jīng)達(dá)到了百萬量級。而隨著目的地信息的變化，這些POI必須持續(xù)更新，除了基礎(chǔ)信息之外，評論也在隨之更新。

張棋介紹，最初做POI的方式是通過 “網(wǎng)友貢獻(xiàn)+編輯審核”的方式，以比較粗的維度劃分國家、地區(qū)、城市，然后盡量保證各個維度下面都有相應(yīng)的POI信息做到 “該有的地方都有”。而第二期的做法是“掘金”，一直持續(xù)到現(xiàn)在，通過“運(yùn)營編輯+ 算法支持”的方式：編輯給大致的框架，例如什么算是優(yōu)秀內(nèi)容，以人工做范例（在長游記中找到幾張圖和一段話），然后技術(shù)團(tuán)隊通過數(shù)據(jù)建模和算法，用文本挖掘的手段覆蓋所有內(nèi)容，把結(jié)果填充到POI和目的地的架構(gòu)中。

在整個窮游收集POI的過程中，除了根據(jù)論壇的內(nèi)容做篩選和挖掘以及用戶主動提交之外，也有一些外部數(shù)據(jù)源做實時不斷的更新，例如大巴車的時刻表。這一點上，妙計也用的相應(yīng)的方式，從而保證動態(tài)的行程規(guī)劃是可行的——如果行程助手讓你去搭乘巴士，而巴士停運(yùn)了會怎么樣？

在這里張棋分享了一些窮游的做法，工作節(jié)奏上他們會每一段時間重點攻克一個主題，先是酒店，然后是餐廳。在文本挖掘上，窮游除了抓取文字之外還會抓取相應(yīng)的圖片，張棋坦言這里沒有通用且完美的解決方案，只能不斷的通過運(yùn)營編輯反饋機(jī)器的抓取結(jié)果，不斷提高覆蓋度，爭取少漏掉一些重點信息。

通過不斷的外部數(shù)據(jù)源更新、用戶提交和內(nèi)部挖掘，窮游的POI信息維度已經(jīng)超過了100個，主要可以分為兩類，一類是屬性維度，以清邁女子監(jiān)獄按摩店為例，包括了中文名、當(dāng)?shù)卦Q、英文名、地址、經(jīng)緯度坐標(biāo)、平均價位等；另一類是標(biāo)簽屬性，也可以理解為“屬于哪一類”，休閑、刺激、適合什么人群、親子或單身等等。

在保證POI覆蓋度之后，POI的另外一個要點是標(biāo)簽體系：一個POI都需要標(biāo)簽？標(biāo)簽需要多細(xì)化的顆粒度？這都是需要考慮的問題。一套成熟的標(biāo)簽體系能夠極大的提高用戶篩選的效率，自然也會提高轉(zhuǎn)化率。

以酒店為例，窮游的運(yùn)營編輯會提供諸如“交通”、“設(shè)施”、“餐飲”、“服務(wù)”、“干凈衛(wèi)生”、“漢語”等維度，然后機(jī)器根據(jù)這些語義做抽象出相關(guān)內(nèi)容，做主題挖掘。當(dāng)用戶評論或游記中有描述命中了這個主題，機(jī)器就會放進(jìn)“池子”做第一輪的篩選。在這個“初選”的池子中，機(jī)器會為每個話術(shù)賦值，然后根據(jù)權(quán)重得出最終結(jié)果。當(dāng)然，餐廳就會有不同的維度，景點也有不同。

POI的價值毋庸置疑，如上面所說，妙計和窮游都在多個維度豐富自己的POI信息，尤其是動態(tài)更新的信息，以保證智能生成的行程規(guī)劃是切實可行的。張棋說，行程助手就是POI信息的串聯(lián)，一天可能就涉及50-70個POI。如果不能夠保證豐富度和準(zhǔn)確度，整個行程助手是缺乏價值的。

而進(jìn)一步挖掘，在商業(yè)化的路上POI是重要的連接機(jī)制（我們之前在討論游譜旅行的時候也說過）。與游譜旅行的創(chuàng)始人李小堅相似，張棋也認(rèn)為，內(nèi)容向商品的轉(zhuǎn)化需要POI作為載體——當(dāng)用戶瀏覽景點信息的時候，如果有對應(yīng)商品，直接就可以完成預(yù)定。“這也是窮游預(yù)定轉(zhuǎn)化上很重要也很成功的嘗試。”張棋說。

此外，在目的地的智能推薦上，如果沒有準(zhǔn)確實時的POI信息，推薦就可能是“不靠譜的”，例如清邁有“周六夜市”和“周日夜市”，僅在當(dāng)天開放，而如果推薦周一前往，就太不智能了。

在POI的基礎(chǔ)之上，很多玩家都在嘗試智能推薦，這也是旅游進(jìn)入移動端時代的一大想象空間——基于用戶所在的地理位置和用戶畫像，隨時做智能推薦，從而大幅提高轉(zhuǎn)化率。之前有一些創(chuàng)業(yè)公司講過相似的故事，但迄今還沒有人實現(xiàn)。

沒實現(xiàn)的原因也不難理解，沒有很大的用戶基數(shù)，用戶畫像的準(zhǔn)確度就會打折扣，自然也會影響推薦的準(zhǔn)確性；另一端，如果沒有優(yōu)質(zhì)的POI數(shù)據(jù)庫，推薦的都是老套路，用戶也不會喜歡。大平臺如阿里旅行，可以基于用戶在阿里其他平臺（淘寶、天貓）的購買行為做智能推薦，也還沒有到達(dá)行中、實時的級別。

事實上，在一些數(shù)據(jù)交易平臺或數(shù)據(jù)抓取公司那里，用戶畫像是可以獲得的，但我個人了解到，用戶畫像的準(zhǔn)確程度，以及關(guān)于這個用戶的信息維度，其實并不完全適合旅游行業(yè)——大部分關(guān)于用戶的畫像集中在其日常購買、金融理財?shù)葘用?，通過這些層面的數(shù)據(jù)推導(dǎo)至旅游行業(yè)，準(zhǔn)確性自然會降低。

作為擁有數(shù)千萬出境游注冊用戶的窮游，從2011年開始積累用戶的訪問和點擊行為，打算為日后的智能推薦和精準(zhǔn)營銷做準(zhǔn)備。張棋介紹，窮游會格外關(guān)注“平時生活在哪里、關(guān)注的旅行信息是什么、潛在目的地是什么、處于旅行周期的什么階段”等信息。之后窮游把用戶分為：行前觀望、行前準(zhǔn)備（多次看多次買，可能推翻之前的選擇）、即將出發(fā)（開始購買輕量級的商品例如WIFI 或目的地商品如CityWalk）、行中、回來等階段，匹配相應(yīng)的產(chǎn)品。張棋說，窮游目前格外關(guān)注出發(fā)前一兩天的用戶，通過其酒店預(yù)訂行為，重點推送相應(yīng)的輕量級商品。

張棋坦言，精準(zhǔn)的智能推薦可能會讓轉(zhuǎn)化率呈10倍的改善，而最大的挑戰(zhàn)在于，必須將用戶畫像和POI信息都實現(xiàn)高顆粒度，才能做準(zhǔn)確的匹配——這里的前提是有這些數(shù)據(jù)。

我們了解到，包括阿里旅行在內(nèi)的在線旅游玩家都在尋求高品質(zhì)的POI和用戶畫像數(shù)據(jù)。這可能不是一家企業(yè)的核心競爭力（在數(shù)據(jù)上的應(yīng)用層面才是），但應(yīng)該能構(gòu)筑起一些壁壘。當(dāng)各家都在構(gòu)建自己的POI數(shù)據(jù)庫的時候，重復(fù)勞動是不可避免的，這里也許有合作共贏的空間。

更值得關(guān)注的是，誰能依托自己的實力（這可能是用戶基數(shù)、可能是分銷實力、可能是對旅游行業(yè)的理解，行業(yè)里可能還沒有定論）為POI數(shù)據(jù)制定發(fā)布規(guī)則，反而可能去爭奪制高點。