信息化程度很低的旅游行業如何玩轉大數據？

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，而沒有變成數據。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“結構化”，變成能夠更廣泛應用的數據。

在旅游行業，可能最核心的數據就是POI（興趣點），具有極強規則的、完整的、標簽極度碎片化的POI信息是這個行業里非常值錢的東西，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模釋放的，第三方無論是購買、還是數據交換，都很難拿到完整的TripAdvisor的POI數據。TripAdvisor開放的API接口，只能夠為第三方提供所有POI的評論信息。

境內在線旅游行業，持有境外 POI 信息主要有三撥（如有遺漏歡迎補充，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業公司，如口碑旅行、夢想旅行，妙計旅行；

基于UGC內容整理的POI信息：主要就是窮游；

自采POI信息的創業公司：游譜旅行、四萬公里。

之前我們和窮游負責大數據的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，7000多個城市和區域，包括了景點、美食等POI的數量已經達到了百萬量級。而隨著目的地信息的變化，這些POI必須持續更新，除了基礎信息之外，評論也在隨之更新。

張棋介紹，最初做POI的方式是通過 “網友貢獻+編輯審核”的方式，以比較粗的維度劃分國家、地區、城市，然后盡量保證各個維度下面都有相應的POI信息做到 “該有的地方都有”。而第二期的做法是“掘金”，一直持續到現在，通過“運營編輯+ 算法支持”的方式：編輯給大致的框架，例如什么算是優秀內容，以人工做范例（在長游記中找到幾張圖和一段話），然后技術團隊通過數據建模和算法，用文本挖掘的手段覆蓋所有內容，把結果填充到POI和目的地的架構中。

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

在這里張棋分享了一些窮游的做法，工作節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，只能不斷的通過運營編輯反饋機器的抓取結果，不斷提高覆蓋度，爭取少漏掉一些重點信息。

通過不斷的外部數據源更新、用戶提交和內部挖掘，窮游的POI信息維度已經超過了100個，主要可以分為兩類，一類是屬性維度，以清邁女子監獄按摩店為例，包括了中文名、當地原名稱、英文名、地址、經緯度坐標、平均價位等；另一類是標簽屬性，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簽體系：一個POI都需要標簽？標簽需要多細化的顆粒度？這都是需要考慮的問題。一套成熟的標簽體系能夠極大的提高用戶篩選的效率，自然也會提高轉化率。

以酒店為例，窮游的運營編輯會提供諸如“交通”、“設施”、“餐飲”、“服務”、“干凈衛生”、“漢語”等維度，然后機器根據這些語義做抽象出相關內容，做主題挖掘。當用戶評論或游記中有描述命中了這個主題，機器就會放進“池子”做第一輪的篩選。在這個“初選”的池子中，機器會為每個話術賦值，然后根據權重得出最終結果。當然，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，尤其是動態更新的信息，以保證智能生成的行程規劃是切實可行的。張棋說，行程助手就是POI信息的串聯，一天可能就涉及50-70個POI。如果不能夠保證豐富度和準確度，整個行程助手是缺乏價值的。

而進一步挖掘，在商業化的路上POI是重要的連接機制（我們之前在討論游譜旅行的時候也說過）。與游譜旅行的創始人李小堅相似，張棋也認為，內容向商品的轉化需要POI作為載體——當用戶瀏覽景點信息的時候，如果有對應商品，直接就可以完成預定?！斑@也是窮游預定轉化上很重要也很成功的嘗試?！睆埰逭f。

此外，在目的地的智能推薦上，如果沒有準確實時的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”，僅在當天開放，而如果推薦周一前往，就太不智能了。

在POI的基礎之上，很多玩家都在嘗試智能推薦，這也是旅游進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，從而大幅提高轉化率。之前有一些創業公司講過相似的故事，但迄今還沒有人實現。

沒實現的原因也不難理解，沒有很大的用戶基數，用戶畫像的準確度就會打折扣，自然也會影響推薦的準確性；另一端，如果沒有優質的POI數據庫，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，也還沒有到達行中、實時的級別。

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

作為擁有數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營銷做準備。張棋介紹，窮游會格外關注“平時生活在哪里、關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、行前準備（多次看多次買，可能推翻之前的選擇）、即將出發（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，匹配相應的產品。張棋說，窮游目前格外關注出發前一兩天的用戶，通過其酒店預訂行為，重點推送相應的輕量級商品。

張棋坦言，精準的智能推薦可能會讓轉化率呈10倍的改善，而最大的挑戰在于，必須將用戶畫像和POI信息都實現高顆粒度，才能做準確的匹配——這里的前提是有這些數據。

我們了解到，包括阿里旅行在內的在線旅游玩家都在尋求高品質的POI和用戶畫像數據。這可能不是一家企業的核心競爭力（在數據上的應用層面才是），但應該能構筑起一些壁壘。當各家都在構建自己的POI數據庫的時候，重復勞動是不可避免的，這里也許有合作共贏的空間。

更值得關注的是，誰能依托自己的實力（這可能是用戶基數、可能是分銷實力、可能是對旅游行業的理解，行業里可能還沒有定論）為POI數據制定發布規則，反而可能去爭奪制高點。