一、国家战略——大数据奏响“互联网+”最强音
在中国伴着改革开放的步伐，互联网在第一时间联通到了中国。并凭借着庞大的人口基数和民族创新精神。在近20年，快速生长出一批响彻世界互联网企业：“阿里巴巴、百度、腾讯、新浪、小米、京东”。互联网将成为实现中华民族中国梦的加速器和催化剂。互联网以渗透到了中国社会的一寸肌肤，融入了中国社会的血液里。
李克强：‘互联网+’行动计划
2015年3月的十二届全国人大三次会议，李克强在政府工作报告中提出，“制定‘互联网+’行动计划，推动移动互联网、云计算、大数据、物联网等与现代制造业结合，促进电子商务、工业互联网和互联网金融健康发展，引导互联网企业拓展国际市场。”
马凯：“谁拥有了大数据谁就拥有了未来。”
2015年5月26日贵阳国际大数据产业博览会暨全球大数据时代贵阳峰会在贵阳国际生态会议中心开幕。中共中央政治局委员、国务院副总理马凯在发表讲话时说，随着现代信息技术的迅猛发展，一个大规模产生、分享和应用数据的时代正在徐徐开启，基于互联网的大数据与云计算、互联网、智能终端等同样都是新一代信息技术的重要标志，已经深刻影响了经济、社会、教育、医疗和行政管理等多个领域，极大促进了产业发展转型、管理方式变革和社会效率提升。大数据已经成为新时代最具价值的宝藏之一，某种程度上说，谁拥有了大数据谁就拥有了未来。
习近平：“我听懂了，贵州发展大数据确实有道理”
2015年6月17日，习近平总书记来到贵阳市大数据广场考察，走进大数据应用展示中心。贵州省以发展大数据作为突破口推动经济社会发展的探索，给习近平留下深刻印象，他对当地干部说：“我听懂了，贵州发展大数据确实有道理。”大数据，目前最热门的科技术语之一，总书记说“懂了”，那你懂了为什么“发展大数据确实有道理”吗？
大数据即意味着大机遇、大价值，也意味着大考验、大挑战。中国互联网协会理事长、中国工程院院士邬贺铨指出，人类社会目前已进入“大智移云”时代，大数据挖掘正在深化产业应用，大数据正在推动生产技术变革，大数据正在引发企业战略转型。
二、“互联网+”——是对传统产业不是颠覆，而是换代升级
“互联网+”是指利用互联网平台以及信息通信技术，把互联网和包括传统行业在内的各行各业结合起来，在新的领域创造一种新的生态。“传统集市+互联网”有了淘宝、“传统百货卖场+互联网”有了京东、“传统银行+互联网”有了支付宝、“传统的红娘+互联网”有了世纪佳缘、“传统交通+互联网”有了快的滴滴、“传统新闻+互联网”有了柴静《穹顶之下》病毒式的传播、“互联网+通信”有了即时通信App进行……
在交通领域，过去没有移动互联网，车辆运输、运营市场不敢完全放开，有了移动互联网以后，过去的交通监管方法受到很大的挑战。从国外的Uber、Lyft到国内的滴滴、快的，移动互联网催生了一批打车拼车专车软件，虽然它们在全世界不同的地方仍存在不同的争议，但它们通过把移动互联网和传统的交通出行相结合，推动了互联网共享经济的发展。
在金融领域，余额宝横空出世的时候，银行觉得不可控，也有人怀疑二维码支付存在安全隐患，但随着国家对互联网金融的研究也越来越透彻，银联对二维码支付也出了标准，互联网金融得到了较为有序的发展，也得到了国家相关政策的支持和鼓励。
在零售、电子商务等领域，过去这几年都可以看到和互联网的结合，“它是对传统行业的升级换代，不是颠覆掉传统行业。”在其中，又可以看到“特别是移动互联网对原有的传统行业起到了很大的升级换代的作用。”
在旅游领域，OTA对传统旅行社可以说是毁灭性的冲击，迫使后者不得不走向转型的道路。携程、去哪、途牛、去啊、马蜂窝、大众点评、百度地图、微信、微博构成了从游前搜索、预定到游中吃、住、行，到最后分享、购物的的互联网化旅游生态圈。
三、旅游行业的大数据研究理论
随着“互联网+”时代的到来，传统行业包括旅游业迎来了一次大变革。旅游业由于本身的行业特点，即生产服务与消费者的分离性、信息供给与游客获取的不对称性、游客的流动性等，天然的与移动互联网结合紧密。传统旅游实体的经营方式，往往由于过度依赖自身的资源而忽略消费者本身的旅游需求，经营具有盲目性、经验性。随着游客市场的扩增及旅游企业之间的竞争的加剧，如何提高自身品牌影响力、实现精准营销，如何吸引更多游客，如何增强游客的购买性，如何管理游客成为新常态背景下的旅游行业难题，而大数据则为企业管理者提供了解决这一难题的重要利器。
1、旅游大数据研究方法论
（1）旅游大数据生态链理论
旅游是一系列持续变动的用户行为过程，这些行为过程通过线上、线下等各种渠道留下用户行为痕迹、碎片化数据，将这些数据通过不同路径、不同渠道进行整合，再按照一定的逻辑方法复原过去某一时空条件下的游客画像，从而构成了一个完整的数据生态链。
数据生态链第一站：
一般来讲，当人们的思维里刚迸发出一个旅行的念头时，他们多半会通过搜索引擎或或者门户网站了解想去的旅游景点，以此初步确定旅行的意愿，那么在这时候百度、谷歌就成为了他们旅游出行前的第一站。为此，百度和谷歌等搜索引擎则存储、记录了每一名游客的搜索数据。
通过对搜索数据的挖掘、分析，可以知道每个景区每天有多少搜索量、哪些地区的人群搜索了该景区、以及某一地区的游客搜索偏好等；
数据生态链第二站：
接下来，就是出游准备阶段——行程和门票的预订、攻略的查询。在这个阶段，携程、去哪儿、途牛、蚂蜂窝等旅游网站则成了游客的首选。游客通过携程、去哪儿网订购机票、酒店；通过同程、途牛网站订购景点门票、旅行社跟团产品；通过蚂蜂窝网站查找旅游攻略，选择自由行路线等等。
以上旅游网站存储了每一名用户的浏览、点击及交易等数据，通过数据挖掘、分析可以获知游客通过哪种交通方式进入景区、喜好住宿哪些酒店、喜好哪些景点、哪些旅游路线最火爆等等。
数据生态链第三站：
这一阶段是游客到达旅游目的地之后，所发生的线下的旅游行为，即游客的游中阶段。游客到达目的地之后，可能通过百度地图、高德地图进行路线导航；通过大众点评预订餐馆；通过景区WiFi免费上网；通过景区的手机APP进行导览等等。
这一阶段的数据获取，可以通过高德，百度地图等LBS定位，判断游客何时到达旅游城市、何时进入了景区；通过景区的手机APP，判断游客在景区内都去了哪些景点；通过大众点评去了哪家餐馆消费；通过百度地图、高德地图判断游客在景区逗留了多长时间等；同时，游中也必然会产生大量的搜索数据和交易数据，游客在景区或旅游城市都搜索了哪些当地特产；通过百度糯米，阿里巴巴及其他团购类网站等购买了旅游纪念品。
数据生态链第四站：
最后，游客在一次旅游行为结束后，会在蚂蜂窝、新浪微博等撰写游记、发微博评论等，通过这些数据，可以对当地的旅游产品及服务的质量进行分析评价。通过对这些旅游舆情数据的挖掘和分析，可以充分了解景区或旅游城市存在的可改善的问题和最受游客好评的所在。
当以上这四个阶段的数据都进行了挖掘和分析之后，一个旅游大数据生态链已经完备成形，形成的不仅是用户的愈加清晰的画像，更是旅游行为痕迹的完美复原，这对于旅游城市和景区来说的价值必定是不可估量的。
（2）旅游大数据O2O理论
旅游大数据O2O理论，是指通过整合线下与线上的游客数据，提高数据的精准性，并激活数据的潜在价值。传统的旅游线下数据，如景区的人流量统计数据、经营数据等等，往往被管理者所忽视，而这些数据如果与线上数据相匹配，则大大提高数据价值。例如，百度通过景区的历史票务数据，结合百度旅游网民的搜索数据、天气数据等进行建模，可以对景区未来几天、几小时之内的游客量进行精准预测，预测准确率达90%；同时，通过景区所采集的游客信息，包括游客客源地信息、年龄、性别信息，可以与百度大数据相结合，对该景区旅游客源地同一类型的用户进行精准营销，从而大大提高景区的管理、营销水平，极大提升数据价值。
因此，旅游大数据也是完全应当实现O2O模式的，只有这样，才能破除数据孤岛障碍，最大限度的发挥各类数据的价值！
（3）旅游多元化数据整合理论
大数据为核心的人工智能时代在未来的百年中必然是人类科技的发展的最前沿。如何利用好大数据这个利器是全世界共同的课题。大数据已经在医疗、金融、娱乐等许多领域广泛的应用，并提供了最有力的的依据和有效的参考。
在现今社会中，不是所有的数据源都是相通的，所以数据孤岛现象是必然存在的，但在政府支持及商业利益的驱动下，多元化的数据整合必将是大数据发展方向。旅游多元化数据包括传统数据、通信运营商数据、互联网数据等，传统数据如地理信息数据、气象数据、人文数据、区域经济数据、旅游产业数据等，互联网数据又涵盖了LBS用户定位、搜索数据、网上交易数据、社交数据等。这些数据都可以通过科学的数据模型进行整合梳理找出有价值的规律和方向。
这就是大数据对传统科学研究的冲击，有人说伟大的人物总是在人类现有的知识和经验中发现和创造未来。所以数据本身不是核心，核心是在数据中找到人类文明发展的新大陆。旅游行业也是如此。谁能预见未来，谁就能把握时代的先机。对市场的预见，对行业的预见，对产品预见，对危机的预见。
四、旅游大数据的行业应用
大地云游多年深耕于旅游行业，基于区域经济统计数据、旅游行业数据、遥感数据、GIS数据等构建了庞大的旅游产业数据库，并同BAT和OTA 拥有海量旅游用户数据的互联网企业开启深度跨界合作，整合了包括百度搜索引擎、LBS地图定位、线上交易等百余个线上产品的数亿用户数据，共同开发旅游大数据产品与服务。我们致力于通过大数据探索旅游价值洼地、提高旅游企业的管理、服务及营销水平，解决旅游领域的瓶颈难题，推动我国旅游行业整体产业升级。
旅游大数据的应用包括以下五个方面
（1）旅游市场细分
基于LBS数据、搜索引擎数据和OTA数据等，对旅游市场进行细分，研判城市和景区旅游市场成长性，精准判断客源地市场，分析潜在客源市场和相关区域市场的客源流失情况。
旅游景气指数，预测未来旅游市场增长
游客偏好分析，实现旅游市场细分
旅游客源分析，判断主要客源市场分布
潜在客源市场分析，探索区域旅游市场洼地
客源流失分析，提升旅游市场转化率
（2）旅游营销诊断
基于旅游大数据画像、旅游市场细分和旅游舆情分析等技术手段，对旅游营销进行诊断、提升和优化。
准确发现潜在客源市场，优化营销重点和渠道
细分旅游市场，为游客定制个性化产品与服务
评价旅游产品供给与市场需求的匹配度，发现新型业态
诊断经营短板和负面问题，并进行提升和改善
跟踪评价已有广告投入的实际效果
（3）旅游舆情诊断
采用网络文本挖掘技术，对网页、OTA网站、微博等在线内容进行分析，及时发现游客反馈，改善旅游服务，判断网络营销效果。
网络关注度
正负面评价
网民情绪监控
媒体关注度
网民认知
舆论引导
热点事件诊断
（4）项目可行性推演
发掘单体旅游项目的目标市场和市场潜力，预测潜在游客量及旅游收入，对项目投入产出进行推演。
目标市场定位
旅游服务竞合分析
游客量及旅游收入预测
投入产出分析
（5）游客量预测及安全预警
综合集成旅游大数据软硬件系统，构建旅游数据挖掘平台，为旅游管理部门建设集数据存储、清洗、挖掘、可视化和判别于一体的大数据中心，有效为城市和景区提供旅游动态监测与管理。
游客搜索量监测
游客量预测（未来几天、几小时）
景区热力图（游客空间分布）
