写点什么

航司如何利用大数据提升辅营收益?国双告诉你

  • 2019-10-12
  • 本文字数:1729 字

    阅读完需:约 6 分钟

航司如何利用大数据提升辅营收益?国双告诉你

近年来,全球航司非客运、货运之外的辅营收入不论在规模还是重要性上,都保持了持续提升。在国内,众多航司也纷纷发力布局辅营业务,四大航、春秋等航司的辅营收入日益成为新的增长亮点。但总体来看,国内航司辅营业务发展参差不齐,较全球 10%的辅营收入占比还有差距。



国双商业事业群全国解决方案总经理卢元


在 2018 年中国航空营销峰会上,国双商业事业群全国解决方案总经理卢元向与会嘉宾分享了国双如何利用大数据助力航司提升辅营收益。在演讲中,卢元提出:“非航业务潜力巨大,但是也非常考验航司的用户洞察力。航司想要抓住辅营巨大的商机,关键在于透过数据设计有价值的产品和服务,并利用精准营销手段将它们匹配给目标用户。得益于在大数据领域的多年积累、沉淀,国双已实现全景用户洞察,可助力航司开发、推送与用户需求匹配的非航产品。”

大数据串联旅客乘机全旅程


如果把旅客乘机的体验算作一个旅程,在这个旅程中,从信息搜索、决策、购买、登机,甚至后续的吃住行游购娱,航司都可以实现用户触达,进行辅营产品售卖。而大数据可以把消费者的整个旅程串联在一起,对消费者行为进行标签化处理及用户画像分析,然后设计相关产品,更高效地售卖给消费者。目前,国双已实现第一方数据、第二方广告监测数据及第三方数据(国双自有数据、外部合作数据、社交大数据、OTA 数据等)的打通、分析,可应用于公众号推送、机场 WIFI 推送、精准营销推送。


卢元提到,“对于航司非常关注的数据安全问题,国双服务了很多航旅和政府类的客户,在数据安全上拥有非常丰富的管理经验,支持以本地化部署的方式与第一方数据对接。此外,国双已先后与人民大学、哈工大建立联合实验室,共同研究中文自然语言分析技术。在中文分词、情感识别、评价关系抽取、页面解析、新闻分类、语义消歧等多个领域都达到了业内领先水平。”

透过数据看需求,非航产品更贴心

辅营产品的成功打造关键在于对数据的应用。从市场洞察、到产品组合搭配、细节打磨、创意设计,再到建模、试验,数据应该贯穿于产品的整个设计思维当中。



国双是如何运用数据指导非航产品开发呢?卢元以近几年大热的旅行目的地——日本为例做了分析。通过国双的舆情工具发现,福冈旅游深受追捧,进一步分析福冈旅游人群特发现:中年人、亲子游居多;一般为 4-5 天的多地游为主;主要关注景观;太宰府、传统日料以及经典就近酒店是首选。根据这些发现,锁定产品方向:以机+景为主的多地游产品。然后,对产品细节进一步打磨、创意,以人文景观+自然景观为卖点,侧重亲子游、情侣游。之后,完成产品整体设计:日本福冈+别府 5 天 4 晚轻松自由行,体验人文景观与自然景观的交融,亲子、情侣出游绝佳选择。最后,进行多渠道分发试验,根据反馈进行调整。


产品越丰富,越需要匹配精准营销

与产品设计相同,精准推荐同样需要全景用户洞察。特别是当前产品比较丰富的情形下,消费者选择比较多,通过对他们兴趣的了解,可以更精准地对他们产生影响。无论是“机票+景点”、“机票+酒店”,还是“机票+用车”,国双都可以实现不同的渠道触达不同的人,让营销效率进一步提升。


举个例子,以候机厅为例。候机厅有两大特点,第一是停留时间很长,第二是流动性比较低,这为企业微信公众号创造了很好的营销场景。国双研发的 SCRM(Social CRM)为航司微信营销提供了强力工具。SCRM 在不同机场设置不同二维码让消费者扫描,然后依据交互行为自动打标签,同时自动推送相关产品,并实时进行效果评估。卢元表示:“国双 SCRM 产品专注于数字化、社交营销与服务,已实现自动化营销,智能激活用户参与,提升产品粘性、渠道适应性及转化率,助力航司赢得消费者的青睐。”



国双是中国领先的企业级大数据和人工智能解决方案提供商,长久深耕于数字营销、智能 CRM、融媒体及数据智能、电子政务、司法大数据、工业互联网等领域。国双的解决方案能够使客户充分洞悉数据间的复杂关系,获得全新的商业洞察,以利企业和政府客户做出更好的业务决策。在航司领域,国双将继续运用数据驱动营销升级,利用自身多年经验和技术,打造智能营销解决方案,助力航司营销新机遇探索和辅营收益提升。


本文转载自公众号国双 Gridsum(ID:gridsumtech)。


原文链接:


https://mp.weixin.qq.com/s/clpu8l2LO1U9rKYKwmwecg


2019-10-12 17:131405
用户头像

发布了 93 篇内容, 共 83411 次阅读, 收获喜欢 3 次。

关注

评论

发布
暂无评论
发现更多内容

【迁移】CQRS很难吗?(译文:底部有原文地址)

罗琦

领域驱动设计 DDD

《从0到1学习Flink》—— Mac 上搭建 Flink 1.6.0 环境并构建运行简单程序入门

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Flink 配置文件详解

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— 如何自定义 Data Source ?

zhisheng

大数据 flink 流计算

码农理财(二)

北漂码农有话说

《从0到1学习Flink》—— Flink JobManager 高可用性配置

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Flink 写入数据到 Kafka

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Data Source 介绍

zhisheng

大数据 flink 流计算

勇攀监控高峰-EMonitor之根因分析

乒乓狂魔

监控 全链路监控 故障定位 根因分析 AIOPS

《从0到1学习Flink》—— 如何自定义 Data Sink ?

zhisheng

大数据 flink 流计算

【迁移】Flink vs Spark

罗琦

大数据 flink spark

Review week1: Amazon的领导力法则

猫吃小怪兽

学习 高效工作 程序员 个人成长

写给产品经理的信(1):产品经理的经济基础逻辑思维能力

punkboy

产品经理 产品设计 职业规划 逻辑思维 工作

python 实现·十大排序算法之选择排序(Selection Sort)

南风以南

Python 排序算法

《从0到1学习Flink》—— Apache Flink 介绍

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Flink 读取 Kafka 数据写入到 RabbitMQ

zhisheng

大数据 flink 流计算

要弄清楚if/switch的本质区别,以及优化方式

张驰

Java

《从0到1学习Flink》—— Data Sink 介绍

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Flink 项目如何运行?

zhisheng

大数据 flink 流计算

【迁移】用Redlock构建Redis分布式锁【译】

罗琦

分布式锁

【迁移】读完了GFS论文之后的感悟

罗琦

大数据 GFS 论文阅读

《从0到1学习Flink》—— Flink 写入数据到 ElasticSearch

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Flink 读取 Kafka 数据批量写入到 MySQL

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Flink Data transformation(转换)

zhisheng

大数据 flink 流计算

极客时间的三种身份:碎片整合的大师、成长焦虑的救星、工作技能的提升站

大橘栗

ARTS 第 51 周

马克图布

ARTS 打卡计划

《从0到1学习Flink》—— 介绍Flink中的Stream Windows

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Flink 中几种 Time 详解

zhisheng

大数据 flink 流计算

你没必要活的那么累

小天同学

深度思考 个人成长 生活 成长 感悟

【迁移】撸论文系列之——Bigtable

罗琦

论文阅读 bigtable

图文并茂讲述如何正确的使用缓存

小趴菜~

缓存 后端 缓存穿透 缓存击穿 缓存雪崩

航司如何利用大数据提升辅营收益?国双告诉你_文化 & 方法_Gridsum_InfoQ精选文章