항공사 큰 데이터의 "돈 장면" 추측

현재, 국내 항공 시장에서 서비스의 대다수는 무료, 항공사 서비스 충전 메서드를 점차적으로 찾고. 그러나, 지불의이 단계에서 서비스는 "히트", 가장 원하는 서비스를 찾을 수는 수요.

데이터를 직면 하 고 데이터를 사용 하 여, 큰 데이터 상용화의 핵심 다른 마케팅 및 다른 여객 그룹에 대 한 서비스 전략을 개발 하는 것은 이다. 큰 데이터 항공사 비즈니스 모델 변화 달성을 도울 수 있다.

"빅 데이터" "큰 데이터베이스" 아니다.

현재 국내 항공사의 데이터 "창 고"는 "큰 데이터베이스", "큰 데이터 하지". 많은 데이터 항목, 저장 및 관리 지저분해, 다른 부서 간에 공유 하는 데이터를 달성할 수 없다 큰 데이터 데이터 정렬 분석의 다양 한 회사 수준에서 응용 프로그램의 결론을 확인 하기가 어렵습니다. 예를 들어 몇 가지 항공사 항공권 운임의 양과 하루 당 판매 수는 금융 결제 시스템을 제공 하는 기본 데이터, 분석 에이전트 판매, 마케팅 활동을 수행 하는 그들의 세일즈 직원을 인도 하기 위하여의 수에서 변화 뿐 아니라 승객 좌석 추세에 앞으로 그들의 자신의 비행을이 데이터를 사용 하 여 생각 합니다.

사실, 항공은 기업의 대용량 데이터 응용 프로그램을 달성 하는 가장 쉬운 있습니다. 비즈니스에 대 한 일일 생산 작업 때문에 프로세스 및 시간 정밀도 요구 사항과 일치 하는 매우 높은, 항공사 소개 종종 데이터 레코드 수가 많은 항공사를 제공 하는 다양 한 링크의 생산 운영에 개입 하 컴퓨터 시스템의 시리즈를 개발.

또한, 데이터를 "창 고" 너무 많은 데이터를 포함, 때문에 그래서 사용 하기 전에, 그것은 엔지니어 종종 일부 데이터를 수정 하려면 데이터 간의 상관 관계를 통해 작업을 정리 하 고 궁극적으로 데이터 정렬 및 데이터는 수정 후 수정 사용자에 게 제공.

예를 들어 항공사는 공항에서 임시 업그레이 드에 대 한 승객 데이터를 계산 하 고, 그들은 일부 승객 환불 티켓을 구입 하기 전에 찾을 것입니다. 이것은 시간을 절약, 승객 이코노미 클래스 티켓 환불을 직접 처리 하 고 승객을 퍼스트 클래스 티켓 판매 직원 실제로 일선 티켓 이다. 그 결과, 표준 여객 리프트의 작업 티켓 환불 및 환매의 작동이 된다. 데이터 정리, 출발 데이터의 원칙에 따라 승객의이 부분 후에 일반적으로 업그레이드 데이터에서 제거 됩니다 그리고 마지막으로 이러한 승객 공항 임시 티켓 구매자 되고있다. 시장 현실 수정이 데이터 클렌징: 여객의 지 통계 임시 구입에 일시적으로, 티켓을 구입 하는 승객의 수 승객 리프트에 대 한 수요를 무시 하 고 오류를 생산할 예정 이다 보다는 승천 하 고 공항에 임시 티켓에 대 한 수요를 과장.

데이터 완전히 시장 현실 쇼 하자

큰 데이터의 응용, 우리 하지 물어보아야 "왜", 하지만 하자 데이터 우리에 게 "무엇". 큰 데이터의 특성, 혼동, 성실과 상관 관계의 컬렉션 이어야 합니다.

무결성이 큰 데이터 모든 데이터, 무작위 샘플 데이터에 사용 됩니다. 큰 데이터를 수집 하 고 큰 데이터를 분석 할 때의 혼동, 데이터의 정확성의 일방적인 추구를 필요 하지 않습니다 하지만 함께 혼합된 데이터를 넣을 수 있습니다. 예를 들어 일부 항공사는 허브를 통과 하는 승객의 수를 계산 처음 시작 (O & D), 업계의 표준 통계 규칙을 사용 하 여: 여러 항공편의 여행 같은 예약 기록에 있는 환승 공항에서 체류 더 이상 4 시간에 속하는 릴레이. 이러한 통계 분류 후 모든 아웃 바운드 승객의 비율을 차지 하 고 그들의 자신의 기본 도시 캐리어 환승 승객에 국내 항공사는 5%를 초과 하지 않습니다. 나중에, 데이터의 수를 더 기록 하 고, 기록 프로젝트는 더 자세한, 항공사 여객 식별 번호를 사용 하 여 일치, 더 이상 동일한 레코드 및 24 시간에 증가 하는 시간에 전송에서 여행 하는 승객을 요구 하기 시작 했다. 이 방법에서는, 환승객의 수 5 배 시간 전에 보다 높은 이며 이러한 승객의 수요 행동의 분석은 더 정확한.

또한,는 항공사가 더 많은 관련 데이터를 수집 하는 경우 예를 들어을 버스 승객의 정보를 가져오고 이러한 혼합된 데이터를 함께 넣어 여행사에서 고속 레일에 승객 정보를 얻기 위해 철도 부에서 대신, 얻을 수 있는 보다 완벽 하 고 포괄적인 환승 승객 데이터베이스, 특히 항공사 허브 건설 및 운송 제품에 대 한 디자인 도움이 됩니다.

큰 데이터의 관련성를 사용할 수 있습니다는 "그의 산 돌 옥 공격 수" 결론을 추론 하는 방법. 예를 들어 항공사의 허브를 복용, 항공사 허브 마, 주변에 버스 티켓을 제공 하 여 승객을 유치 싶어 하지만 얼마나 많은 승객이 같은 무료 티켓을 즐길 것 이다을 예측할 수는 없습니다 그리고 제품 및 승객 유치 것 이다 수의 비용을 계산 하기가 어렵습니다. 나중에, 프로 모션 캠페인에서 그들은 배웠다 로컬 무역 및 산업 협회에서 프로 모션을 홍보 하 고 싶 었 작은 마을 도시의 기업가의 80%를 적용, 허브 도시에 상공 회의소 했다 그리고 상공 회의소 정기적으로 경제 계산 및 무역 활동의 회원 기업 요구를 여행 하기 시작 했다. 그래서, 다음에서 사무실의 허브 도시에 상공 회의소 되었다 항공 시장 직원에 의해 정기적으로 방문 하는 고객 그룹. 이러한 챔버 멤버를 사용 하 여 여행, 항공사 "티켓 + 티켓"의 수를 추론할 수 있는 제품.

데이터를 사용 하 여 지불 하고자 하는 여행객을 찾을

큰 데이터의 핵심은 거 대 한 양의 데이터, 데이터를 수집할 수 있습니다 모든 통계 분석 되어야 한다. 예를 들어 터미널에서 항공사 VIP 라운지를 입력 하는 승객의 수를 계산 하는 하 고 결코 흡연 룸, 어린이 놀이 공간, 어린이의 수와 페리 배터리를 복용 하는 승객의 수를 입력 하는 승객의 수를 고려 하십시오. 사실, 항공사 마케팅에 대 한 이러한 데이터 의미는: 더 많은 승객을 흡연, 2 시간 이상의 비행 과정에서 가난한 보다 항해 지구력에 대 한 승객 과민성 쉽습니다; 더 많은 아이 들, 기내 환경 시끄러운 것, 승무원 서비스 어려움을 향상 시킬 것입니다 나타내는, 더 많은 승객, 검사점, 또는 공항에서 승객의 늦은 도착 게이트에서 거리를 반영,이 다른 비행 가동 중지 시간을 최적화 하 여 향상 시킬 수 있습니다.

데이터의 재사용은 그것의 잠재적인 가치를 실현 하기 위해 사용할 수 있습니다. 예를 들어 항공사 항공편 승객 데이터, 비행 지연, 이벤트 데이터에 전달 됩니다 콜 센터, 지상 서비스, 승무원, 음식 및 다른 부서, 지연 알림, 후속 변경, 서비스 변경 및 보안 작업의 시리즈와 승객을 제공 하. 그 후, 여행자는 여행을 마지막으로 만들면서 데이터 비즈니스 문에 통계 요약에 남습니다만, 특정 승객 정보 데이터는 더 이상 사용 되지.

그러나, 이미 비행 지연에 의해 영향을 받은 승객 데이터를 분석 하 여 비행 지연 보험을 설계 하는 회사는 보험 금액은 더 적당 한, 항공 보험을 살 더 귀중 한 승객에 대 한 지불 얼마나 많은 비용을 계산할 수 있습니다 계산할 수 있습니다. 그리고 일부 보상 서비스, 수 유지 승객, 항공사에 그들의 브랜드 충성도 향상 및 심지어 항공사 일부 데이터의 비즈니스 가치를 제 3 자 회사에 의해 게시 될 수 있습니다 제공 하는 승객의 수에 있는 가장 빈번한 지연에 특히 표적으로.

대부분 외국 항공사의 고객 관계 관리, 리소스 넣고 고급 승용차 값을 달성 하기 위해 노력. 그러나, 국내 항공사, 승객 만족도 향상 이어야 합니다 기본 방향. 이 때문에 많은 외국 승객 서비스는 이미 높은 가치 승객 높은 요금을 지불할 용의가 찾고 충전 프로젝트는 항공사 경쟁의 핵심 포인트. 그리고, 국내에는 서비스의 대부분은 무료, 항공사 점차적으로 가장 원하는 서비스를 찾을 수 있는 방법은 충전 서비스를 찾고 있습니다.

국내 항공사 큰 데이터 응용 프로그램에 대 한 첫 번째 승객 만족도 향상 시킬 여객 서비스를 확장 해야 합니다. 결과적으로, 항공사는 측정 하 고 측정 하는 승객 만족도 개선 하기 위해 더 많은 서비스 리소스에 넣어 필요가 있는지 여부.

현재 LCD 스크린, 휴대용 태블릿 컴퓨터, 등, 90 's 프로젝션 텔레비전에서 컴퓨터 엔터테인먼트 장비 많은 업그레이 드를 겪고 있다 하지만 승객 들의 불만 여전히 높다. 이 때문에 구성 및 여행자의 기본 설정도 변경, 그리고 젊은 이들이 인터넷에 텔레비전을 가진 그들의 강박관념에서 이동 했습니다. 애플의 iOS 플랫폼에서 얻은 데이터를 분석 하 고 안 드 로이드 플랫폼은 항공 회사에 더 도움이 될 것입니다.

동시에 항공사는 정밀 마케팅을 달성 하기 위해 대용량 데이터 분석을 사용할 수 있습니다. 가 매년 가장 높은 번호와 높은 주파수 여객 그룹 발권 그들의 행동은 매우 독특한에 티켓을 구매 고정된 채널을 선택, 같은 티켓을 구매 하는 시간 여행 시간 매우 가깝습니다, 그리고 일반적으로 할 하지 구매 티켓 사전에, 그리고 거의 사전 처리 값 기계 절차,이 승객의 대부분 자주 확인 절차 전에 마지막 30 분을 선택. 이러한 승객 티켓, "쉬운 탑승" 제품 더 그들의 요구에 맞게 그들을 제공 하는 시간을 절약 하는 것을 더 염려의 가격에 대 한 상관 하지 않습니다.

그러나, 항공사, 여행자의 개인 정보 보호에 관련 된 데이터 사용, 제한 된 영역 이어야 한다 및 데이터 결론 한 승객의 정보를 정확히 파악에서 금지 되어야 한다.