“十一”出游,你不得不防大数据“杀熟”!

大数据
说到旅游,你是不是马上感到期待和兴奋呢?十一长假即将来临,你是不是早已做好了出行计划呢?

[[425959]]

本文转载自微信公众号「计算机世界」,作者杨勇。转载本文请联系计算机世界公众号。

今天是“世界旅游日”。

说到旅游,你是不是马上感到期待和兴奋呢?十一长假即将来临,你是不是早已做好了出行计划呢?

随着信息数据快速发展,大数据对于社会各行各业都产生了深远影响,对旅游管理也产生了影响,可以促进旅游业更好发展。

什么是旅游大数据

所谓旅游大数据是指旅游行业的从业者及消费者所产生的数据,包括景区、酒店、旅行社、导游、游客、旅游企业等产生的管理或业务数据、旅游行业基础资源信息库、互联网数据、旅游宏观经济数据、旅游气象环保数据、交通数据、网络舆情数据等。其中游客的数据最为重要,应用价值最大。通过旅游大数据,对游客画像及旅游舆情进行分析,可以有效提升协同管理和公共服务能力,推动旅游服务、旅游营销、旅游管理、旅游创新等变革。

那么旅游大数据是如何形成的?

1、大数据采集

对大量多元异构旅游相关的大数据高效采集,整合各类异构涉旅数据资源,建立旅游大数据资源库。

2、大数据存储、管理和处理

通过旅游大数据共享交换技术,建立统一的公共数据共享开发平台,实现智慧旅游与智慧城市的数据共享与交换体系。

3、大数据分析和挖掘

构建多层次、立体化、可视化、智能化的数据挖掘与深度应用系统,提升旅游管理、服务、营销能力。

4、大数据呈现和应用

提升旅游管理部门和涉旅企业大数据应用,为游客、导游、旅行社、景区、管理部门提供相应的数据应用服务。

旅游大数据的AB面

大数据无疑给我们的生活带来了无限的便捷。出门旅游前,点开手机APP预定酒店、机票是不是感到很方便?可是方便的同时也许还会遇到一些糟心事,例如:你会发现同一家酒店,同一趟航班,老用户比新用户的价位要贵出一大截。这就是大数据“杀熟”。

说白了就是,作为老客户(熟客)的你,在网上看到的商品价格,很可能比新客户(生客)要高得多。

小编为大家列举一些大数据杀熟的经典案例:

1、同一家酒店的同样房型,在一个旅游网站上,常客看到的价格比新用户看到的价格贵了百元以上。

2、同一个人查询某个航线的机票,几分钟前的机票价格是1500元,过几分钟再查,这个价格就变成了1700元。然而换个手机及帐号,搜出来的价格就会完全不同。

在庞大的数据面前,人类越来越像一个输入变量,任何试图伪装自己的举动,在360度无死角的数据监控下都毫无作用。我们每天刷的抖音、知乎、百度、微信、支付宝、淘宝等软件,每一天都在抓取我们的信息。

是什么导致了大数据杀熟?

“杀熟”行为以前主要存在于传统行业当中,经营者利用熟人之间的信任,向熟人开刀,给自己谋取更大的利益。熟人因为信任和习惯,往往不会反复核查对方给出的价格,就被对方给“杀”掉了。

随着网络技术、大数据的不断发展,“杀熟”行为逐渐过渡到虚拟网络生活中。尤其是在线旅游从业者们,经常会利用大数据分析工具,对自己的用户进行分类,那些符合“可杀”条件的忠实用户们,往往就成了待宰的倒霉蛋儿。

杀熟的“锅”,大数据不背

说了这么多大数据造成的问题,那大数据就是坏的吗?其实技术本身是中立的,关键还是要看怎么用。对于我们而言,大数据就是你感兴趣的内容,日常消费、通讯地址、购物频率,甚至饮食偏好,都会被大数据贴上精准的标签,送到商家面前。对于企业而言,大数据技术,就是一套完整的“数据+业务+需求”的解决方案。

如今,大数据已成为数字经济时代的必需品,无论对国家发展、企业需求、还是个人日常生活来说,大数据都是未来的大势所趋。

如何减少大数据“杀熟”

1、引导“技术向善”

“大数据杀熟”说到底是依据大数据所形成的用户画像和消费习惯进行精准溢价,既可以“向恶”杀熟,也可以“向善”为用户服务,选择权在商家手上,也在法律法规和环境改善上。

2、须完善法规并加大处罚力度

首先要进一步完善相关法律规定,对消费者的数据实施更精细的保护,进一步明确“杀熟”等侵犯消费者利益行为的认定标准等。在此基础上,形成执法者、网络平台、消费者三方共治的互联网经济新形态,在三方互动中不断寻求保护消费者利益和促进互联网经济活跃的平衡点。

3、个人防“杀熟“小贴士

个人避免大数据“杀熟”要从日常做起,不安装来历不明的APP,对要求过度隐私的APP说不;在线消费时“货比三家”。

如果已经被大数据“杀熟”,要及时截屏,保留价格比对差异、交易记录和平台信息等证据,便于投诉。

结语 

如今,旅游业作为稳增长、调结构、惠民生及生态文明建设的重要支撑,已成为经济发展的新增长点,而随着大数据及移动互联网技术的飞速发展,我国旅游业已进入转型升级的关键阶段。无论是监管层面、企业发展、还是个人需求,合理合法使用大数据将是大势所趋。

 

责任编辑:武晓燕 来源: 计算机世界
相关推荐

2010-07-12 12:48:37

UML建模误区

2022-07-29 11:19:38

日志框架实践

2013-02-19 10:01:53

大数据大数据科学主流解决方案

2019-07-08 11:34:19

大数据技术数据安全

2017-08-28 16:11:48

2021-06-14 09:31:42

数据泄漏勒索攻击网络攻击

2012-02-21 09:20:50

Hadoop大数据

2018-02-02 09:00:00

2020-07-09 12:50:29

JVM内存管理Java

2019-04-09 13:10:44

工业大数据互联网工业生产

2010-06-07 10:30:10

2019-10-21 10:18:29

区块链大数据

2019-11-14 05:39:37

路由器端口映射mac地址

2010-05-25 09:58:43

MySQL数据库

2015-09-22 10:03:25

大数据秘诀

2015-09-23 10:27:04

大数据秘诀

2022-01-27 07:39:57

进程操作系统Linux

2019-12-10 15:30:27

SaaSIaaS云计算

2017-08-16 18:03:12

Docker安全工具容器

2019-06-27 16:28:39

数据可视化JupyterGoogle Char
点赞
收藏

51CTO技术栈公众号