本文作者為顧青 (Richard Gu)：E-Bizcamp創始人及CEO。WAWChina聯合創辦人。孫文研：WAWChina志愿者。WAW是網站分析星期三(Web Analytics Wednesday)活動的簡稱，創辦于2008年1月，是中國第一個，也是最大的網站分析和互聯網營銷分析與優化行業從業者和愛好者的沙龍聚會活動。

?

       6月18日，WAW團隊有幸受邀前往攜程在臨空Soho的新大樓觀摩了攜程技術創新產品。

       從我們對整個大數據行業的觀察來看，傳統的網站分析已經遠遠不能滿足移動互聯網企業的需求。從總的方面看，攜程的策略是通過對用戶在行前探索、出行規劃、價格比較、預訂、行程中、回程到結束的整個在線旅行進行了非常個性化的產品創新。

       我們注意到每一個環節的產品設計和技術布局都充分利用了攜程自有的數據和外部有價值的數據。

       行前探索

       攜程今年1季度的移動端收入已經占到全部的70%，這是移動站和移動APP合力的原因。無論是在移動端還是PC端，用戶在訪問任何一家公司的網站或者打開App之前，必定會經過外部的渠道（Online或者Offline），這些在線探索的渠道來源往往包含了很多有用的數據，比如用戶通過搜索引擎查詢的關鍵字，或者用戶通過特定的PPC廣告到達移動站，乃至用戶通過合作APP的推廣頁面打開了APP等。

       在用戶到達網站或者APP后，會產生大量的用戶行為數據。以酒店為例，通過頁面數據的分析，一般我們可以發現有些用戶會大量閱讀評論，有些會注意瀏覽照片，有些會對酒店位置比較在意，這些數據直接用于實現個性化推薦功能。

      攜程的個性化推薦功能可以服務于攜程的各個業務部門。攜程根據獲取到的用戶信息，分析出用戶興趣，推薦適合的產品。

     信息來源于兩部分：

     1）用戶行為數據，比如瀏覽歷史，訂單歷史

     2）用戶注冊信息，性別，年齡等

    不同設備上的用戶行為數據可以通過用戶在攜程的UserId進行關聯（必須注冊過，并且曾經登錄過），這與我們的判斷一致。

    如果無法獲取到用戶行為數據以及注冊信息（比如新訪客），個性化推薦會推薦一個默認版本：通常是最熱門的產品。

    攜程對于用戶偏好分析：

    攜程用戶意圖分別按照城市主題，目的地偏好，產品偏好，酒店偏好及度假偏好進行分類，根據算法，按照特定的排序規則推薦分屬各類別的相應產品；

    用戶行為的發生時間：

    攜程會把用戶行為的發生時間分段（每十分鐘一段），每段時間內的行為數據賦予不同的權重，最近10分鐘內發生的行為權重最高，依次呈階梯衰減。也就是說，用戶看到的產品推薦，跟他近十分鐘內在攜程上的行為最相關。

    這些外部和內部的數據都是用戶的行前探索數據，通過技術手段采集并利用集群進行存儲后，可以輸出給CRM系統做用戶的標簽。

    要注意的是，如果要能做到對最近十分鐘的用戶行為數據實現產品推薦，所有的外部數據和內部數據的采集必須實時，對攜程這樣體量的公司來說，每天的數據存儲量早就達到3TB以上，所以必須應用到數據集群、Spark和Hadoop等大數據存儲方面的前沿技術。

    目前對于應用等級高的數據，攜程已經采用T+0的策略，對于應用等級比較低的（比如數據報告），也實現了T+1，這對大部分企業還在使用T+7甚至T+14的業務數據用于企業重要決策敲響了警鐘。

    出行規劃、點評和比價

    攜程目前的全站搜索（網站＋App）已經能夠實現絕大部分產品和主要緯度的站內搜索，比如按照商圈、品牌、酒店名等提供酒店搜索，通過景點名稱和主題進行門票搜素等。

    同一個用戶，當他在PC上使用一個網站進行行程規劃時，往往是提前很多天進行行程規劃，并做價格比較，也會花很多時間看點評。

    酒店點評優化：

    在酒店點評優化上，攜程通過一系列算法，判斷每條酒店點評的質量，并把高質量的酒店點評放在了最前面，經過優化過的酒店點評的頁面（或者酒店詳情頁）的用戶參與度的指標有明顯提升。

    另外優質原創的點評內容會引來更多的用戶點評，即UGC內容，這對于PC端和Mobile端的SEO大有好處，可以引來很多長尾的自然搜索流量。

    同一個用戶，當他在PC上使用一個網站進行行程規劃時，往往是提前很多天進行行程規劃，并做價格比較，也會花很多時間看點評，但不會馬上預訂。這些搜索行為和點評閱讀行為的背后反映的就是真實用戶的出行規劃意圖。

    但是在Mobile端，很多預訂是即時發生的，用戶沒有時間和耐心做大量的閱讀和判斷，攜程聰明的地方就是應用同一用戶的行為數據在Mobile端做精準推薦，這樣可以有效提升轉化率。

   再來說說全網比價：

    攜程酒店比價頁面除攜程之外的酒店的數據有兩種來源：

    1）攜程自己的爬蟲到別的網站上去抓

    2）攜程的partners自己提交數據

    其中通過第一種抓到的價格數據肯定會有時間差，相對價格不一定那么準確；通過第二種方式也會有時間差，因為不可能用戶到達攜程的酒店列表頁的時候，攜程就去請求合作伙伴的數據接口。合作伙伴自己推送數據或攜程請求數據都是按照一定的頻率進行，所以房價和房態也會有一定的時間差，但是用戶并不會在乎。

    攜程獲取到價格數據之后，會進行兩層匹配：

    1）酒店名稱

    2）酒店房型

    據旁邊解說的工作人員說，這個功能很長時間才完成。

    我們覺得，攜程越來越像Meta Search，另外，攜程抓取價格應該早就開始了，監控競爭對手的酒店房價，確保攜程自己的價格優勢，一旦發現競爭對手的價格更低，攜程就可以找酒店去談判了。

    很容易理解，這些比價行為數據只要被捕捉了，攜程可以知道特定用戶的價格敏感區域、酒店品牌喜好等，幫助進一步細化用戶的畫像。

    同時熟悉旅游行業的朋友可以聯想到攜程控股的眾薈在利用攜程獨家開放數據方面的獨特優勢，如果眾薈可以有償使用攜程的全站搜索數據和比價數據，輸出為提供單體酒店或者酒店集團的數據產品，用于競爭對手分析和收益管理，這些數據的參考意義還是很大的。

    本文轉載自微信公眾號環球旅訊（公眾號Traveldaily）

    姑婆那些事兒（www.3377on.com）是互聯網推廣運營知識分享平臺，關注移動推廣（android，ios）運營，網站推廣運營、校園推廣及互聯網領域最新動態 。歡迎關注我們的微信（gupo520），新浪微博（姑婆那些事兒）。

     本文由姑婆那些事兒發布，轉載請注明本文出處，并附帶本文鏈接，違者必究。