大數據助力消費決策

　　【環球旅訊】主持人：我們接下來邀請慧評網的CEO林小俊博士為大家講一下大數據助力消費決策。

　　林小俊：大家好！很高興也很榮幸，又一次借環球旅訊這樣的平台彙報一下我們慧評網最新的研究內容和工作成果。

　　在最近半年，慧評網的小夥伴沒有閑著，出了一些新的產品和新的模塊，今天在這裡，我想跟大家一起探討是我個人比較感興趣的一個內容，就是大數據助力消費決策。

　　大數據助力消費決策落到酒店行業裡面來，我們要探討的就是如何利用大數據幫助消費者來挑酒店。

　　消費者挑酒店這個任務是非常重要的一個事情，不管對於OTA這種平台，對於某種渠道也好，平台和渠道能夠變現，最核心的任務就是讓消費者能夠通過自己的平台產生這樣一些交易。要產生交易，首先要讓消費者找到自己想要的酒店。這是最重要的任務。

　　這個事情現在來看，說簡單也簡單，在互聯網這樣一個時代，跟20年前相比，這個事情越來越簡單。20年前我們消費者訂一千公里之外的酒店怎麼辦？只能通過當地的朋友做這個決定，給自己推薦，現在我們有各種各樣的OTA，所有的平台把酒店的信息搬到互聯網上，開放給消費者，這時候消費者做這樣的決定，在信息的層面上不存在獲取的問題。

　　在20年前，難的地方有兩點，對消費者來講，他想要合適的酒店，自己心裡酒店的標準是什麼樣，沒有標準。但信息的膨脹，帶來我們在信息層面上所謂的垃圾，對和錯的，真的假的，甚至還有大量的沒有結構的內容，這些東西對於消費者來講，不能講是雜亂無章，但是需要花很大的時間成本和代價通過這些信息找到自己的需求。今天跟大家探討就是如何用大數據這樣一個工具來解決消費者在信息獲取和需求滿足上的匹配。

　　我先跟大家介紹一下慧評網做的事情，慧評網本身是一個在酒店行業的大數據分析，我們目前的客戶是酒店和酒店集團，我們為各種平台和渠道提供服務，在酒店和酒店集團裡面，我用李總講的一句話，阿里雖然有天貓有淘寶，但阿里是一個大數據的集團。大數據在其他行業數據也會越來越重要，酒店行業商戶們可能會缺少數據的製造和數據的加工分析能力，慧評網就是試圖幫助酒店們實現自己數據化的運營，有各種平台和渠道上的數據對接。

　　講到酒店的數據，籠統來講，可以分成三個不同方面，住前數據、住中數據和住後數據。難點在第三方面，對體驗和分享的數據，大部分都是無結構的文本數據，它很難直接去使用和前兩個部分打通，慧評網有自己的獨門秘笈，我們這時候可以把整個結構化數據從住前到住後打通，形成對酒店所有經營的服務，包括服務於酒店市場部門，電子商務部門的口碑的模塊，同時也有服務於酒店價格分析和價格監控的模塊。

　　所以我們現在的服務客戶對象，包括中國，我記得5月份，接近3000家酒店的消費客戶。現在這個數字已經接近四千了。我們也逐漸接入了幾十家的平台，比如像360、高德。

　　怎麼樣讓消費者選擇適合自己的酒店，不一定最貴，但一定是最適合自己的。對於在線來講，消費者目前怎樣挑選酒店。我們通過OTA，我們基本上通過一些最核心的搜索模塊，包括城市、日期等等。得到大量的酒店後，我們做選擇，選擇依賴於信息，不存在沒有信息的選擇。這裡面所有的信息對傳統的消費者來講，我們要基於我的位置，我想去哪裡，我想承受多大價格範圍內的東西，這些酒店有哪些是不合格，或者不夠滿足自己的價值觀點的。我們仔細看的話會發現在每一個信息上都足夠去做出一些有趣的事情。像基於位置，把這個重要性放大，行程會很有特色。他需要對每個酒店去進行瀏覽，通過數據來看，更多關心可能是酒店的圖片，還有大量的酒店的評論。這些形成用戶選酒店整個邏輯，初選、篩選和精選，最後選擇最喜歡的酒店。

　　我們發現有一些信息很難用，大家在挑酒店過程中怎麼定義這個過程，在我的一個使用的理念，剛剛所有五大塊的信息，前面三塊相對來講好一點，我們只需要界定一個範圍，後兩個是挨個去看的，圖片稍微好看一點，畢竟五顏六色的，最難用的信息是點評。

　　這樣一個酒店的點評，看它的評論一大的英文非常難讀，後面的評論可能沒有意義的。它有兩個難點，數以上千的點評怎麼判斷哪個酒店最適合自己。第一個耗時，第二個是誤導。

　　咱們回憶一下慧評網的小夥伴有一個比較擅長的獨門秘笈，我們有顧客觀點的搜索引擎，把用戶對觀點的判斷抽取出來，形成觀點資料庫，這就可以幫助消費者解決耗時和誤導這種弊病了。

　　攜程的這個點評，用戶在裡面表達很多的信息點，它表達對位置的一些判斷，表達對周邊的噪音環境的判斷，也表達了對酒店的網路信號和電話信號的判斷都在這裡面，當我們把觀點轉化成一個結構化的數據，這裡面包括很多好的內容，比如說交通，周邊景區，周邊環境，也包括差的環境，包括房間隔音，手機信號。抽取出來後，我們做的事情很簡單，我們試圖讓計算機幫用戶看點評，形成一個可以讓用戶最直接去判斷這家酒店的好壞，是否適合自己，對於這樣的聚合，一千條點評的聚合可以判斷這家的手機信號是否滿足消費者的需求。

　　這時候我們聚合起來，形成相應的數據服務模塊，像酒店名片這樣的模塊，把酒店經常提及的特色內容展現出來，歸納成酒店的睡眠舒適程度，滿意程度如何，還有這家酒店，消費者普遍認為隔音好，被褥不錯，床上用品舒適特定的一些點。

　　對於普通消費者來講，如果不願意花力氣，可以這樣得到酒店的基本判斷，看這個點是不是適合我的。

　　通過這樣的聚合，利用群體的智慧，就能夠一定程度上幫助消費者替代他們閱讀上千條評論，形成最直觀對酒店的判斷。就可以避免耗時，被誤導。

　　利用這樣的信息我們可以改善的是什麼，改善消費者真正到的一家酒店，想判斷這家酒店是不是適合自己，通過一眼可以看到結果的展示方法，降低誤導和成本。更大的價值在哪，我們要提前，不能夠讓它變成消費者自己腦袋裡面有一個需求，帶著這個需求去看這個酒店，其實消費者的需求是永遠不能被滿足的。

　　我們需要把整個用戶需求離散化，變成搜索，我們基於用戶的需求，進行搜索直接滿足用戶他的需求的酒店推薦。這有一張爸爸去哪的圖，有很多案例，每個案例被我們定義成用戶需求的場景，對每個場景用戶有各種需求，跟差旅不一樣，一個爸爸帶孩子去旅遊的時候，去杭州旅行的話，肯定考慮孩子的特點，基於這個孩子的特點有沒有更好的用詞，這樣的需求在現在整個搜索過程中很難被實現，因為你沒有辦法，我找到好一點的需求，例如OTA。

　　用戶知道自己要什麼，去杭州，關鍵詞在西湖，在西湖邊上，用戶對它的用詞，水太混了等等。

　　我們可以延伸出完全內容搜索的技術，內容搜索本身是大搜索引擎的發展方向，這也是我們將傳統搜索引擎的傳統科技引入咱們酒店的嘗試，完全可以把用戶的需求納入到搜索的條件，通過需求分析，定義出來用戶對用詞有一個高要求的定義，不是有無，而是好壞。在好壞的層面上，構建出一系列的語義網路，形成網格相關性的判斷。通過語義搜索的結果，推薦出最適合他的酒店，第一個帶孩子的客人評價度最高，第二對游泳池在乾淨程度，水溫程度最高的，還有去西湖方便程度最高的。

　　這樣打造成一個黑盒子，是大數據結合語義網的技術，可能產生新的東西。

　　講到大數據滿足搜索，在整個電子商務消費領域，滿足這種搜索，有另外一條途徑，是傳統的精準配件，更多利用大數據相關性的原理，去判斷自己相識人群的購物歷史，去選擇他愛好的產品和酒店。它會判斷用戶需求的本身，來滿足用戶的需求，這是因果的推薦。

　　基本上這一塊的內容探討完了，謝謝大家。

　　主持人：其實我們大家看到在這兩天的會議當中，會談到我們旅遊搜索的環節，隨著我們信息量越來越多，如何搜索得到更加有效的結果，不管業內的人士還是客人都在關注的一些事，我們留一些時間給大家，結合語義包括大數據決策輔助的搜索，有什麼問題可以提出。

　　嘉賓：我有兩個問題，第一個問題從慧評網來說，如何激發用戶的評論可以彙集到慧評網中來？第二個問題是基於第一個問題，你們在獲取這些信息後，如何跟渠道進行信息的利潤的劃分？謝謝。

　　林小俊：慧評網是一個開放的平台，對接是互聯有所有的渠道，對於API方式有利潤分成的安排。

　　嘉賓：精準的搜索是基於用戶歷史的搜索行為，慧評網你們是根據一個因果性的連接來做這樣的一個推薦嗎？您剛剛在演講中提到叫做基於場景需求的定位，你可不可以具體解釋一下這塊怎麼做的，通過消費者的調研，比如說親子的需求，還是有什麼別的辦法？

　　林小俊：慧評網用數據來做，我們是幫酒店做數據化經營，也在用數據化做我們自己的運營能力。我們用數據判斷每一類消費者，像親子游這一類用戶，這一類用戶在網路上留下大量評論後，我們本身不知道親子游有什麼需求，我通過他分享的內容，從中聚合哪些帶孩子出行的人最有特色的需求，和用戶帶老人、情侶間的差異對比，來看親子游這種場景的描述。