来源：
发布时间：2015-07-31
点击次数：1384【内容提要】
大地云游在5月21日推出了景区大数据画像后引起很强的反响，但另一方面，也引出了景区管理者们的众多疑问：“样本具有代表性吗？”，“能像传统统计数据一样实在和准确吗？”，“只统计百度地图用户数据，那不用百度地图的就不统计吗？”，诸如此类，不一而足。那么，相比传统数据，大数据又有什么优势呢？我们又该怎样客观地来看待旅游大数据？本文将从覆盖维度、数据量、数据粒度等角度来系统分析大数据的优势。
1.大数据可能是非结构化的
大数据的结构是非常复杂的，既包括像搜索量、时间、游客量等连续型数值变量，像性别、行业、兴趣等离散型变量这样传统的结构化数据，更增添了如文本、社会关系网络，乃至语音、图像等大量新兴的非结构化数据，而这些非结构化数据蕴含的信息量往往更加巨大。
2.大数据可能是残缺的
在现实的世界里，由于用户注册时填写的信息不全、计算机数据存储的错误等种种原因，数据缺失是常见的现象。但通过不同数据维度的关联特征，能够准确复原缺失数据，并推断产生新的数据指标，这就是用户痕迹复原方法（Utra）。
3.大数据是存在异常值的
在现实的世界里，大数据里也会存在异常值（outlier）。比如某些连续型变量（如针对某景区某天的搜索量）的取值太大，就会被当做异常值，对待异常值还需要考虑实际情况。大数据分析前，首先要对数据进行清洗和去噪，以此提出异常值对分析结果的不良影响，最大程度上保证数据分析精度。
可见，大数据存在诸多弱点，但通过一定的算法设计和数据处理流程，完全可以保证数据的质量，加上其数据量大、抽样范围广、数据维度大等优势，使其在不同行业里得到快速应用，毫不夸张的说，大数据已经给全行业带来了颠覆性的改变，互联网行业首当其冲，接着是商业智能与咨询服务领域、零售行业，还包括医疗、卫生、交通、物流甚至生物科技、天文……大数据催生的数据服务意识和能力，正在影响这个社会的方方面面，从旅游到医疗、政府、教育、经济、人文以及社会的其他各个领域，并催生了了各行各业的变革力量。
二、不同数据源的优劣比较
那么旅游大数据对比传统数据到底有哪些不同呢？下表或许会带给我们更进一步的认识。
三、旅游大数据的优势是什么？
1.大数据拥有巨大的数据量
大数据来源于互联网文本数据、OTA数据、用户注册信息、搜索引擎数据等诸多数据源，这些互联网用户行为每天成万上亿次的发生在互联网的各个领域，因此积累了极为庞大的数据量，仅针对景区而言，一年时间便能够回溯百万级用户交易数据，数据规模早已突破原有数据仓库和数据集市的规模，蕴藏了极其丰富的数据价值。
2.大数据拥有丰富的数据维度
不同数据源的数据维度存在很大差异，以通信运营商为例，其具有十分庞大的数据量和较高的数据精度，但数据维度相对较少，仅限于用户性别、注册地、年龄、籍贯等信息。相比之下，搜索引擎数据、OTA数据等具有较高的数据维度，不仅包括用户基本属性数据，还包括偏好特征和行为习惯等诸多细化指标，复合以百度地图等LBS数据，能够进行多维度交叉数据分析（切片分析），从而产生更加的数据价值。
3.大数据抽样时间尺度大、空间范围广
调查问卷通常集中于数天或数周内，且问卷集中于某一目的地，在时间和空间维度上抽样均存在很大的局限性。旅游行业具有时间波动性、空间异质性特征，不同的时段旅游消费行为存在很大的差异，不同的旅游目的地空间也存在很大的差异，因此，调查问卷存在抽样范围过小的问题。相比之下，旅游大数据能够回溯数天、数月甚至数年的信息，抽样时间和空间都足够大，从而保证数据分析具有很高的可信度。
4.大数据采集成本较低
大数据的一个典型特征是数据积累是发生在业务或交易过程当中的，既没有刻意查找和存储数据，大数据往往是平台业务的一个附属产品，因而相较于调查问卷、普查数据等，大数据具有相对较低的采集成本。
由上可见，旅游大数据比传统数据更有利用和挖掘分析的价值。百度&大地云游大数据画像，基于已经构建的旅游产业数据库和百度50余个在线产品数据，通过用户痕迹复原方法（Utra）对多维数据聚合与挖掘，最大限度上规避了各数据源的弱点，最大程度上保留了大数据分析的优势，从而为旅游景区管理与营销提供坚持的数据基础。
来源：大地云游信息开发有限公司
