【內容提要】

      大地云游在5月21日推出了景區大數據畫像后引起很強的反響，但另一方面，也引出了景區管理者們的眾多疑問：“樣本具有代表性嗎？”，“能像傳統統計數據一樣實在和準確嗎？”，“只統計百度地圖用戶數據，那不用百度地圖的就不統計嗎？”，諸如此類，不一而足。那么，相比傳統數據，大數據又有什么優勢呢？我們又該怎樣客觀地來看待旅游大數據？本文將從覆蓋維度、數據量、數據粒度等角度來系統分析大數據的優勢。

      1.大數據可能是非結構化的

      大數據的結構是非常復雜的，既包括像搜索量、時間、游客量等連續型數值變量，像性別、行業、興趣等離散型變量這樣傳統的結構化數據，更增添了如文本、社會關系網絡，乃至語音、圖像等大量新興的非結構化數據，而這些非結構化數據蘊含的信息量往往更加巨大。

      2.大數據可能是殘缺的

      在現實的世界里，由于用戶注冊時填寫的信息不全、計算機數據存儲的錯誤等種種原因，數據缺失是常見的現象。但通過不同數據維度的關聯特征，能夠準確復原缺失數據，并推斷產生新的數據指標，這就是用戶痕跡復原方法（Utra）。

     3.大數據是存在異常值的

      在現實的世界里，大數據里也會存在異常值（outlier）。比如某些連續型變量（如針對某景區某天的搜索量）的取值太大，就會被當做異常值，對待異常值還需要考慮實際情況。大數據分析前，首先要對數據進行清洗和去噪，以此提出異常值對分析結果的不良影響，最大程度上保證數據分析精度。

      可見，大數據存在諸多弱點，但通過一定的算法設計和數據處理流程，完全可以保證數據的質量，加上其數據量大、抽樣范圍廣、數據維度大等優勢，使其在不同行業里得到快速應用，毫不夸張的說，大數據已經給全行業帶來了顛覆性的改變，互聯網行業首當其沖，接著是商業智能與咨詢服務領域、零售行業，還包括醫療、衛生、交通、物流甚至生物科技、天文……大數據催生的數據服務意識和能力，正在影響這個社會的方方面面，從旅游到醫療、政府、教育、經濟、人文以及社會的其他各個領域，并催生了了各行各業的變革力量。

      二、不同數據源的優劣比較

      那么旅游大數據對比傳統數據到底有哪些不同呢？下表或許會帶給我們更進一步的認識。

      三、旅游大數據的優勢是什么？

      1.大數據擁有巨大的數據量

      大數據來源于互聯網文本數據、OTA數據、用戶注冊信息、搜索引擎數據等諸多數據源，這些互聯網用戶行為每天成萬上億次的發生在互聯網的各個領域，因此積累了極為龐大的數據量，僅針對景區而言，一年時間便能夠回溯百萬級用戶交易數據，數據規模早已突破原有數據倉庫和數據集市的規模，蘊藏了極其豐富的數據價值。

      2.大數據擁有豐富的數據維度

      不同數據源的數據維度存在很大差異，以通信運營商為例，其具有十分龐大的數據量和較高的數據精度，但數據維度相對較少，僅限于用戶性別、注冊地、年齡、籍貫等信息。相比之下，搜索引擎數據、OTA數據等具有較高的數據維度，不僅包括用戶基本屬性數據，還包括偏好特征和行為習慣等諸多細化指標，復合以百度地圖等LBS數據，能夠進行多維度交叉數據分析（切片分析），從而產生更加的數據價值。

      3.大數據抽樣時間尺度大、空間范圍廣

      調查問卷通常集中于數天或數周內，且問卷集中于某一目的地，在時間和空間維度上抽樣均存在很大的局限性。旅游行業具有時間波動性、空間異質性特征，不同的時段旅游消費行為存在很大的差異，不同的旅游目的地空間也存在很大的差異，因此，調查問卷存在抽樣范圍過小的問題。相比之下，旅游大數據能夠回溯數天、數月甚至數年的信息，抽樣時間和空間都足夠大，從而保證數據分析具有很高的可信度。

      4.大數據采集成本較低

      大數據的一個典型特征是數據積累是發生在業務或交易過程當中的，既沒有刻意查找和存儲數據，大數據往往是平臺業務的一個附屬產品，因而相較于調查問卷、普查數據等，大數據具有相對較低的采集成本。

      由上可見，旅游大數據比傳統數據更有利用和挖掘分析的價值。百度&大地云游大數據畫像，基于已經構建的旅游產業數據庫和百度50余個在線產品數據，通過用戶痕跡復原方法（Utra）對多維數據聚合與挖掘，最大限度上規避了各數據源的弱點，最大程度上保留了大數據分析的優勢，從而為旅游景區管理與營銷提供堅持的數據基礎。

來源：大地云游信息開發有限公司