如何满足旅客个性化需求？由东航看数据优化给旅游企业所带来的价值
一手数据如今已成为了企业竞相追逐的目标。除了掌控数据和制定管理策略，企业更应该将重点放在如何正确地利用数据资产。
企业数据管理没有一劳永逸的解决方案，需要持续的优化，而这一过程并不容易。
以一家拥有10万名员工，每年服务超过1亿名乘客的全服务航司为例，即使其拥有成熟的商业智能实力，也应该摆脱单纯的企业历史数据束缚，开放采用机器学习和人工智能技术，通过大范围的预测分析和模式识别等方式去了解客户需求，并在反欺诈和数字资产完善等方面更上一层楼。
企业在运营过程中会面临一些独特的、行业特有的挑战。酒店数据平台SnapShot认为，由于酒店多个系统和多项技术的各自孤立、大量非结构化的数据以及传统酒店系统的束缚，酒店业无法充分利用数据资源并进行数据管理。无论采用自主研发系统还是第三方系统，酒店业在数据管理优化方面都面临一系列挑战，其中包括数据整合成本。
对于航司而言，从销售阶段到航班旅途再到航司结算系统，管理旅客的全程体验会面临不少问题。尽管IATA推出的ONE Order标准建立了一套通用的订单数据字典，存储了乘客整个旅途中的详细信息。但ONE Order目前仍然处于发展阶段，航司仍然需要考虑优化自身系统。
东航的数据优化
东航数据实验室负责人王学武接受采访时表示，数据战略是企业数字化转型不可或缺的组成部分，东航为此已进行了多年的研究。
为了制定更为有效的数据策略，东航建立了数据管理中心（DMC）。DMC下属的数据洞察部门负责数据集成、数据分析和数据产品。另外，数据治理部门主要负责数据治理、制定数据管理规则和数据监管。
东航的核心数据平台包括数据沙箱、数据仓库、主数据平台、大数据平台和实时数据平台等，主要由DMC负责管理，DMC也是东航数据战略开发的核心部门。
整体数据策略的关键领域
1. 客户数据平台
东航搭建了客户数据平台以加强对相关数据的管理和维护。王学武表示，“其它应用程序或系统所使用的客户数据均来自客户数据平台。”航司的重点在于在保障客户数据安全的前提下，通过汇集客户的行为、交易和运营数据完善客户画像，并通过实时数据管理实现系统的持续优化。
截至目前，东航数据实验室整合的数据类别达到12种。东航数据实验室整合了主数据管理系统（MDM，Master Data Management，即根据运营、销售和营销规则对主数据进行管理集中、组织分类并实现进一步补充，避免因数据孤立分散而降低企业运营效率）的数据，已对参考、库存、客户、情报、扩展、机票、航班、规划、预订、设备、财务、销售相关数据进行了整合，并将整合电商及QAR（Quick Access Recorder，快速访问记录器）等数据。
2. 数据管理
整体数据项目需以持续优化的方式进行管理，明确每份数据所对应的客户、类别、位置、时间和分类标准，打通元数据的访问权限也极为重要。企业需要了解每项数据所代表的意义、数据标准、数据的所有者、产生的源头及存储地点、存储时间和处理方式。这种方案能协助企业更好地遵守数据法规，比如欧盟的一般数据保护条例（GDPR）等，从而提升信息处理透明度，并保障数据的安全。”
3. 具体应用案例
王学武以东航营销和收益管理团队为例，“相关团队通过建立在数据仓库基础上的数据洞察平台实时监测客户和市场情况，通过实验室的数据沙箱获取需要的数据，并借助数据实验室提供的分析工具实现自主数据分析。这种模式下，他们能有最大的灵活性和自由度去使用本领域和跨领域的数据。”
4. 数据安全
数据构建存在许多风险，保障数据的安全非常重要。从航司的角度来看，数据安全与乘客安全一样重要。东航构建了广泛的数据安全系统、数据使用规范和网络监控措施，以防止数据泄露并保障数据的安全。东航目前已经具备本地及云端的应用、数据和流程集成技术。
为客户创造价值
企业处理数据时必须注意不同数据之间的协调分类，实现客户信息的统一，这对构建开放的实时拓展平台起到了重要的作用。此外，企业还应实现数据与现有基建技术之间的实时集成。
东航在获得原始数据后会对其进行检查、清洗、过滤、处理、合并。数据实验室的沙箱平台整合了东航各个业务领域的相关数据，包括但不限于机票的预订和销售、航班、服务、航班规划、代理、客户、电商、客服中心以及其它外部数据。”
除了借助所有的客户接触点了解客户，东航还基于自然语言处理技术对客户反馈数据进行分析，从而更好地了解客户的关注和诉求，以此优化客户旅程。东航希望改善服务、提升质量，最大限度地提高客户满意度。
另一方面，王学武表示，尽管航司已经开始研究客户行为数据，但目前还未着眼于客户面部表情或形象等针对客户整体情感的分析。
多数企业数据处理能力相对薄弱
东航在数据优化方面已有所进展，但国内多数旅游企业仍未跟上市场的节奏。
业内专家对此提出了几点建议：
1. 评估问题并制定解决方案
创略科技总裁杨辰韵总结了企业在数据处理方面遭遇的几个问题：
-
数据孤岛（data silos，数据存储相互孤立未经整合）问题
-
实时行为数据未能收集利用
-
非结构化数据未能处理运用
旅游企业需要解决的业务场景问题：
-
如何判断客户是商务旅客还是休闲旅客，并在此基础上提升复购率？
-
如何创造个性化的营销及客户体验，最大限度地提升旅客终身价值?
创略科技总裁杨辰韵
杨辰韵还就如何在正确场景/渠道下向潜在客户发送有效的个性化营销信息提出了两种解决方案：
-
建立客户数据平台（CDP）来收集实时数据并完成数据源的整合，从而解决数据孤岛问题；绘制整理所有客户的ID，生成统一的客户数据全方位视图；根据规则或AI算法进行客户细分，在多个营销平台激活相关数据，并对营销结果数据进行闭环反馈，实现持续优化。
-
采用人工智能（机器学习算法）对细分客户进行预测分析。
此外，企业还需要配备专业的技术人员，包括数据科学家、增长营销专家（growth marketers）、产品管理专家、IT专业人士、工程师、营销人员、电商人员等，并协调各方之间的合作关系。
2. 制定个性化方案
企业需要做好信息收集前的筹备工作，并且实现数据的整合。与此同时从基于规则的细分方式逐渐转向分析驱动或基于算法的个性化。
另一方面，企业应该合理规划针对不同渠道的规则和决策，即使最初只在单一渠道打通交易或产品服务，企业也应该思考后续该如何在其它在线渠道或机场登机口等线下场景打通相关服务。
在个性化方案的践行过程中，企业还需要寻求相应的支持。比如，一家旅游企业如何完成动态内容的交付？需要怎样的架构支持？数据管理的重要性日益凸显，企业如何杜绝数据泄露？需要借助怎样的技术和具体措施防止他方未经授权访问公司的一手数据？
3. 持续学习
一旦企业开始数据优化的应用，就需要坚持持续学习。王学武举例称，人工智能技术无法运用于所有的商业场景，也不能解决所有的问题。“但人工智能可以替代某些业务流程中的重复机械工作情况，从而提升企业的效率并降低成本。”
