2019年中国大数据在旅游领域应用研究
2019 年中国大数据在旅游领域应用研究
报告摘要
居民对旅游热情不断升温，各旅游景区在利用高新 技术进行升级改造方面有强烈需求，加之政策鼓励 景区利用大数据建立智慧旅游营销系统将共同推动 大数据在旅游行业的发展，中国旅游大数据市场呈 现快速增长态势。中国大数据在旅游行业软件和服 务市场应用规模从 2014 年的 3,231.1 亿元增长至2018 年的 11,023.2 亿元，年复合增长率达 46 。
热点一：中国大数据旅游应用领域尚不成熟，有待改善
热点二：统一数据标准体系，解决信息孤岛问题
热点三：C 端需求升级，向B 端和G 端发力
当前区块链技术层面有系统吞吐量并发度低，以及无法 与链外信息直接交互的问题，影响商业落地可行性。区 块链技术的不断完善，区块链在汽车行业的商业应用落 地有望取得进一步发展。
旅游大数据统一标准体系建设有利于促进不同来源数据 的融合和利用，完成多领域数据的共享，解决信息孤岛 问题，还可避免数据中心的重复建设，促进旅游大数据 中心集约式发展，形成旅游大数据共享平台，并强化企 业与政府、企业与企业之间的数据衔接流程性，实现旅 游信息融合互通。
大数据技术驱动将 C 端、B 端和 G 端信息串联，可有效 解决传统旅游管理中旅游景区需求开发以及旅游景区监 管难等问题。通过大数据从 C 端游客收集旅游景区类型 喜好，消费行为等数据，大
数据平台可帮助 B 端旅游企 业或G 端旅游景区管理部门制定旅游营销方案，以达到 精准吸引特定消费者的作用。 | 计算机系列深度研究
目录
1.名词解释 (6)
2大数据在旅游领域应用背景 (7)
2.1大数据技术特征 (7)
2.2大数据旅游行业应用基础 (8)
2.3中国大数据旅游行业发展现状 (10)
2.4中国大数据旅游应用市场规模 (12)
3大数据在旅游行业应用典型领域 (14)
3.1大数据用于旅游市场精准对位 (14)
3.2大数据用于旅游市场精准营销 (15)
3.3大数据用于旅游市场收益管理 (16)
3.4大数据用于旅游市场需求开发 (16)
3.5大数据用于旅游市场舆情监测 (17)
4中国大数据旅游行业应用相关政策法规 (19)
5中国大数据旅游应用行业发展趋势 (21)
5.1统一数据标准体系，解决信息孤岛问题 (21)
5.2 C 端需求升级，向B 端和G 端发力 (22)
6中国旅游行业大数据技术应用项目分析 (24)
6.1中国大数据旅游应用行业竞争格局 (24)
6.2北京腾云天下科技有限公司 (25)
6.2.1企业介绍 (25)
6.2.2项目情况 (25)
6.3北京融信数联科技有限公司 (26)
6.3.1企业介绍 (26)
6.3.2项目情况 (26)
6.4海鳗（北京）数据技术有限公司 (27)
6.4.1企业介绍 (27)
6.4.2项目情况 (27)
图表目录
图2-1 大数据数据特征 (7)
图2-2 中国旅游景区人次，2014-2023 年预测 (9)
图2-4 大数据在旅游行业应用案例 (11)
图2-5 中国智慧旅游的劣势 (12)
图2-6 中国大数据旅游行业应用市场规模，2014-2023 年预测 (13)
图3-1 大数据用于精准定位 (15)
图3-2 大数据用于精准营销 (15)
图3-3 大数据用于收益管理 (16)
图3-4 大数据用于需求开发 (17)
图3-5 大数据舆情监测 (18)
图4-1 中国大数据旅游应用政策法规 (20)
图5-1 统一数据标准体系 (22)
图6-1 大数据旅游应用行业竞争格局 (24)
图6-2 Talkingdata 数据平台介绍 (25)
图6-3 融信数联业务介绍 (26)
图6-4 海鳗云业务介绍 (27)
图6-5 海鳗云项目情况 (28)
1. 名词解释
?结构化数据：关系模型数据，由二维表结构来表达逻辑的数据，通常以行为单位，一行数据表达一个实体信息，每一行表达数据的属性是相同的，如财务系统数据。
?半结构化数据：结构化数据的一种，但不符合关系型数据库或其他数据表的形式。其包含相关标记，用来分隔语义元素以及对记录和字段进行分层，常见的半结构化数据如XML 和JSON。
?非结构化数据：数据结构不规则或不完整的数据类型，如图片、文本、音频、视频等。?舆情：舆论情况，指围绕社会事件的发生、发展和变化，民众对社会管理者、企业等各类组织持有的社会态度。
?PB/TB：数据存储容量的单位。1PB=1,024TB，1TB=1,024GB。
?OTA：Online Travel Agency，在线旅游，旅游消费者通过网络向旅游服务提供商预定旅游产品或服务，并通过网上支付或者线下付费，即各旅游主体可以通过网络进行产品营销或产品销售。
?红海市场：代表现阶段已存在市场，市场竞争较为激烈。
2大数据在旅游领域应用背景
2.1大数据技术特征
大数据（Big Data），又称巨量资料，是指超过传统数据应用软件处理能力的大量、复
杂数据集合。大数据技术指从海量数据、种类繁多的数据中快速且准确获得有价值信息的技
术能力。大数据规模大且传输速度要求高，其特征通常可概括为五点，即规模（Volume）、快
速（Velocity）、多样（Variety）、价值（Value）、准确（Veracity）。
图2-1 大数据数据特征
来源：头豹研究院编辑整理
1规模（Volume）
大数据采集、存储、计算的数据规模极大，起始计量单位达到PB 级（1PB=1,024TB）。一个庞大的数据生态系统每天要处理TB 级规模新生数据及PB 级规模历史数据，数据规模量考验数据库的承载能力。
2快速（Velocity）
数据具有时效性，老旧数据会失去价值和作用。在互联网高速普及背景下，互联网每天产生大量数据，数据量增长速度快，时效性高，要求大数据具有快速的处理能力。这是大数据有别于传统数据的显著特征。
3多样（Variety）
大数据的数据种类和来源具有多样化特点。大数据可为结构化数据、半结构化数据
或非结构化数据，可表现为音频、视频、图片、文本等形式。数据种类的多样性要求强大的数据处理能力。
4价值（Value）
大数据技术的应用优势在于从大量繁杂的数据中提取有价值数据。大数据中有价值数据密度低，通过智能算法挖掘数据价值是大数据的核心价值之一。
5准确（Veracity）
大数据的准确特征指数据的准确性和可信赖度，是衡量数据质量的标准之一。大数据的准确性和大数据的价值特征密切相关，大数据挖掘的数据价值越高，其准确性要求越高。
2.2大数据旅游行业应用基础
大数据在旅游行业的应用指利用大数据技术对旅游数据进行挖掘、清洗、存储和分析，
帮助使用者主动探索旅游资源、旅游活动、旅游经济等有价值信息，帮助旅游景区、政府等部
门对旅游市场进行精准对位、营销和开发，实现旅游业信息化管理以及旅游资源合理配置，提高
游客的旅游体验。
大数据技术为旅游行业带来的影响体现在两方面:（1）通过分析游客来源、游客行为、
旅游产品体验，大数据技术可为旅游景区管理部门和地方旅游局提供旅游景区管理决策支
持，提高旅游营销能力和旅游产品改进能力，如舆情监测、游客景区驻留时长、客源结构等；
（2）大数据在旅游行业的应用还可帮助游客准确掌握各地区不同旅游项目和景区，从而合
理规划旅游安排，实现高效出游，如OTA 的应用帮助游客在线预订酒店、机票、门票，有
效节省了游客时间。
在中国居民文化需求日益增长的背景下，中国旅游经济高速发展，旅游人数呈现高速增长
态势，中国景区旅游人数从2014 年的36.1 亿人次增长至2018 年的55.4 亿人次，年复
合增长率达11.3%（见图2-2），旅游人数的高速增长下，各地区旅游资源发展不均衡状态更为凸显，中国旅游行业面临的旅游产品结构单一、旅游市场秩序混乱、旅游景区管理效能
低下等问题严重制约了中国旅游行业的健康发展。
图2-2 中国旅游景区人次，2014-2023 年预测
来源：头豹研究院编辑整理
1旅游产品结构单一
中国旅游行业旅游产品结构单一，存在严重供需矛盾问题。中国多数景区文化内涵挖掘度不够，对旅游资源的开发和利用仍处于初级阶段，旅游形式以观光旅游为主，各地旅游产品相似，旅游市场竞争激烈，发展空间有限。同时，近年来自然景观旅游资源过度开发造成生态环境破坏，为保护环境以及维护自然资源的可持续发展，自然资源开发力度有所减小，旅游产品扩张空间再次受到限制。中国旅游模式同质化不能满足游客日益增长的个性化需求，而大数据的应用可帮助旅游景区掌握游客喜好，对游客需求具有预知性，帮助中国旅游行业改革落后的商业模式，驱动旅游行业转型升级。
2旅游市场秩序混乱
中国旅游市场存在秩序混乱、监管不严等问题。由于中国旅游业景区同质化严重、缺乏特色，加剧了中国旅游市场的竞争，阻碍了中国旅游行业的发展。中国相关法律政策制度尚
不完善，部分景区、企业钻法律漏洞，哄抬旅游景点门票、食宿价格或强制要求游客购物消费，以牟取暴利。由全国人民代表大会常务委员会于2013 年4 月发布的《中华人民共和国旅游法》在法律层面上有效规范了旅游市场秩序，但随着中国旅游市场规模的不断增长，旅
游市场中监管体系不完善等问题愈加突出。大数据在旅游行业的应用，可帮助各地区监管部门加强对本地区旅游景点的监管，及时发现并解决旅游景点中强卖、抬价等不合理行为，维护景点形象和声誉。
3. 中国大数据旅游行业发展现状
现阶段，中国很多省份和城市已开始基于大数据、云计算等技术建设智慧旅游。从2010 年开始，南京、杭州、吉林省等城市和省份设立大数据旅游体系，大力推进智慧旅游发展战略，例如：
1南京市于2011 年底建设智慧旅游大数据体系，并推出“南京游客助手”手机客户端，游客可通过“南京游客助手”解决在南京的“吃住行游购娱”等一系列活动。此外，南京
智慧旅游大数据体系可借助大数据监测平台，监控到景区的实时客流量，还能从客源结构、驻
留时长、出行方式等多方面，进行大数据分析，实施监测景区游客流量，并从客源结构、
驻留时长、消费领域、出行方式等多角度进行数据分析，如通过大数据监测游客在景区内平均
驻留时长，景区可适当对景区高峰时段进行限流等措施。
2杭州市作为第二批“国家智慧旅游试点城市”，也在中国智慧旅游发展历程中做出重要
贡献，推出了众多基于大数据、互联网等技术的旅游业创新模式。如2012 年启用的“智慧服务亭”可为游客提供旅游信息咨询、旅游景点导航、在线购买门票等服务。此外，杭州市旅游委员会与中国旅游研究院合作建设杭州旅游经济实验室，旨在打造基于大数据技术的旅游
经济运行分析平台，帮助杭州旅游景区方实现旅游数据的综合应用，可更好的为游客提供旅游
服务。
（3）2019 年，吉林省旅游大数据联合实验室正式设立，实验室依托银联消费大数据、通
信客户行为大数据等，对游客消费类目、游客旅游行为开展全面分析，为吉林省景区和企
业制定营销策略方案，提高景区管理部门管理效率以及游客旅游舒适度。
图2-3 大数据在旅游行业应用案例
来源：头豹研究院编辑整理但中国智慧旅游解决方案仍存在诸多不足：（1）中国智慧旅游仍处于初始阶段，智慧旅
游所需的基础设施建设尚不完善。虽然无线通信路网络技术已遍布多数旅游景区，但很多设
备仍不能满足对于大数据、云计算技术的要求，数据传输速度、提取速度存在上升空间；（2）智慧旅游的前期建设成本投入高，若单个旅游景点专门开发APP 和大数据平台，将导致投入巨大，经济回报率不高。如南京牛首山智慧旅游投资建设花费8,000 万元，北京十三陵智
慧旅游投资6,200 万元，巨额投资将为景区带来更大负担；（3）中国旅游数据并未充分利用。现阶段，中国旅游数据库利用尚不成熟，数据在不同景区之间未得到充分开放和共享。不同景区企采集的数据无法与其他景区共享，限制了景区对于旅游数据的深度挖掘和分析，造成了信息孤岛问题，导致到大数据的优势难以发挥。但随着大数据产业不断标准化以及大数据管控体系的建立，景区间数据流通通道将被打通，信息孤岛问题将得到解决。
图2-4 中国智慧旅游的劣势
来源：头豹研究院编辑整理
2.4 中国大数据旅游应用市场规模
随着中国居民对旅游热情不断升温，中国旅游市场规模不断扩增，也促进了大数据在旅游行业的发展。同时，旅游行业竞争激烈程度持续变强，各旅游景区在利用高新技术进行升级改造方面有强烈需求，而大数据技术的分析和预测功能受旅游行业青睐，大数据在旅游行业应用市场不断增多。此外，中国政府政策鼓励景区利用大数据建立智慧旅游营销系统，拓展新的旅游营销方式，也有利于大数据在旅游行业的发展。在需求和政策的双重推动下，旅
游大数据市场呈现快速增长态势。中国大数据在旅游行业软件和服务市场应用规模从2014 年的3,231.1 亿元增长至2018 年的11,023.2 亿元，年复合增长率达46%。随着中国旅游热度持续升温以及各旅游景区企业寻求业务突破，大数据在旅游行业的应用将持续发展，预计至2023 年，中国大数据在旅游行业的应用市场规模将达16,707.5 亿元，2018 至2023 年年复合增长率将达21.9%。