关于航空公司信息整合和数据挖掘的一点思考

数据库
基于Internet的全球信息系统的发展使我们拥有了前所未有的丰富数据。大量信息在给人们带来方便的同时也带来了一大堆问题,其中数据丰富、知识贫乏已经成为一个典型问题。Data Mining(数据挖掘)的目的就是有效地从海量数据中提取出需要的答案。本文主要讲述数据挖掘在航空公司信息整合中的应用思考。

过去的三天,参加了一个信息产业部电子信息中心的“信息整合与数据挖掘技术高级培训班”。在这个班上一位来自IBM的培训师和一位来自大连理工大学的老师分别讲解了信息整合与决策支持技术、以及数据挖掘。在这次培训上,有了一些收获,也促使我对航空公司的信息整合和数据挖掘做了一点思考。

数据收集和信息整合是一项非常烦琐的工作,这种铺垫显然需要企业文化的强有力支持,并且需要持之以恒去实施。国内的航空公司在经过了几年的信息化建设之后,从“没有数据”发展到“数据太多”。多年的发展由于缺乏规划和数据统一管理,导致数据杂、散乱、标准不一。一个简单的例子是“航距”,在有的航空公司的订座、结算、航班计划、运行控制等方面的信息系统中,光这个航距就有不同的标准,有的用民航局发布的数据、有的用IATA的数据、有的干脆用了自己“测量”的数据,这个数据的不统一直接影响到了各系统在收入指标、成本指标方面的评估口径不一,如座公里收入、座公里成本等。种种迹象表明,由于各类业务系统的上线和数据量的猛增,在航空公司进行科学的数据管理已经非常有必要了。

信息整合和决策支持的开展,需要从高到低进行。所谓高,是指制定“战略”。也就是说从公司战略的角度来制定信息整合的战略,这是一个整体的指导思想。在这个战略下,开展“数据管理(Data Management)”工作,这就要求航空公司在组织结构和管理层级上给予支持和保证。有了数据管理机构,就可以制定“数据标准(Data Standard)”了,数据标准不仅解决原有信息系统中的数据不统一问题,同时更重要的是为以后信息系统建设中数据的存在方式提供了参考。只有战略、数据管理、数据标准这些工作做完之后,才谈得上“信息整合(Data Integration)”,这个时候主要就是技术层面的问题了。

不过在有些承受着盈利压力、公司战略不明、同时管理层摇摆不定的航空公司,要想做一件5年之后才会见到一些成效的工作是非常困难的。在急功近利的企业文化氛围下,没有人能静下心来,做这些看来很琐碎的事情。正因为没有人愿意去设计砖块、烧制砖块,最终信息大厦就无法建立起来。即使表面看起来有了一座大厦,但其内部结构和建筑质量也是十分令人担忧。从这个层面看,文化氛围成了航空公司进行信息整合工作的***障碍。

再看看数据挖掘。那个被不厌其烦地讲了千万次的沃尔玛超市的“啤酒与尿布”的故事使得在商业领域的数据挖掘充满了魅力。从这个角度看,数据挖掘的真正魅力在于给人一些出乎意料的结果。尤其是现在电子商务不断得到发展的今天,很多公司拥有了海量的交易数据,他们急于在这些数据中寻找一些惊喜。

国内一些大型航空公司的交易数据也可以用“海量”来形容。不过,在这次培训上,我也曾问培训师关于国内民航业的信息整合和数据挖掘的状况,但答案并不乐观。培训老师唯一能举出的仍然是常旅客方面的案例。这个案例列举了在航空公司的常旅客计划中常用的旅行频度分析,即根据常旅客的旅行频度对常旅客群体再次进行细分,为常旅客营销提供决策支持。

事实上,航空公司经营活动的信息化发展到现在,在航班计划数据、交易数据、收益管理过程数据、结算数据等方面都等待着数据挖掘技术的介入。记得曾经利用一个“全航程(O&D)旅客流量分析系统”对国内某城市旅客的出行行为进行分析,惊奇地发现在这个城市出行旅客人数最多的时刻并非是航空公司通常所认为的早上9点左右,而是中午11点到12点,有的航空公司在这个挖掘结果的指导下,改变了航班计划,使得航班客座率有了明显提高,不过这样的例子并不多。

随着电子商务的发展,在市场营销各项决策的效果影响因素中,基于数据挖掘的决策速度将成为一个很重要的方面。也就是说,在竞争激烈的市场环境下,谁能最快对市场变化做出反应,谁就能在竞争中获得先机。这个要求对动态数据的分析和挖掘提出了很大的挑战。我相信在在线销售渠道中,这种决策支持的需求会在不久的将来突显出来。

尽管在国内航空公司进行信息整合和数据挖掘还存在很多困难,但业务对这项工作的支持需求却在与日俱增。数据分析能力不可避免地将成为航空公司市场营销方面的***竞争力之一。从这个角度看,虽然现在从事这方面的工作会碰到很多困难、可能在一段世间内难见成效,但长远来看,却有着非常好的可见的前景。这种状况下,积极探索和坚持不懈应该是工作中的两个重要关键词。

【编辑推荐】

  1. 数据挖掘和知识发现的技术、方法及应用
  2. 数据挖掘技术在沃尔玛的应用
  3. 空间数据挖掘主要方法
  4. 基于数据挖掘技术的客户关系管理
  5. 深入探讨数据仓库缓慢变化维的解决方案
  6. Oracle中OSFA和数据仓库简介
  7. 建立数据仓库的八条基本准则
责任编辑:杨鹏飞 来源: 民航资源网
相关推荐

2009-06-03 14:32:03

ibmdwESB

2022-03-17 15:50:57

阿提哈德航空数据科学数字化转型

2017-05-23 11:22:15

一带一路戴尔

2021-05-24 12:07:44

黑客数据泄露网络攻击

2011-12-23 09:16:19

2011-07-18 16:33:20

sqlite

2018-03-12 17:36:05

IT

2022-04-06 07:14:29

区块链网络生态系统

2013-06-26 10:13:32

C语言结构体结构体偏移

2022-03-16 10:05:16

加拿大航空数据分析数据库

2011-07-04 09:33:04

惠普转型李艾科

2012-03-27 08:49:19

Json

2024-04-28 14:54:09

机器人代码

2015-02-02 13:57:15

2023-05-25 19:35:32

2022-09-16 10:25:33

数据和分析企业转型

2021-09-28 18:54:26

信息流大数据人工智能

2012-07-12 10:49:53

项目管理

2014-06-04 10:48:38

Swift苹果iOS

2017-08-12 08:25:22

点赞
收藏

51CTO技术栈公众号