一、旅游信息化建设阶段
我国的旅游信息化建设经历了四个时期，分别是传统旅游经营期（2004年前）、数据旅游时期（2005—2009年）、智慧旅游时期（2010—2014年）和“互联网+旅游”时期（2015年开始）。2014年是智慧旅游元年，中国旅游行业的发展进程显示，从最传统的线下的人工服务开始，到旅游的行业的内部，再到整个的智慧旅游行业，一直到2015年的“互联网+”的时代，互联网将会更加快速推动中国旅游行业的发展。
二、旅游行业步入新常态
旅游行业步入新常态以后，旅游行业的各个方面都发生了巨大变革。政策上，国家旅游新政出台，制度红利释放，旅游业迎来新机遇；市场中，旅游需求多元化，消费模式由卖方市场转向买方市场；旅游产业方面，“互联网+”与“旅游+”促进了旅游产业转型升级；从国家战略上来看，大数据已经上升到国家战略层面，随着大数据颠覆传统旅游决策，旅游管理、服务、营销都迎来巨大变革。
三、“互联网+旅游”和“大数据+旅游”
“互联网+旅游”是促进旅游产业转型升级的关键。“互联网+旅游”体系分为两大层面，第一层面是旅游“内部+”建设，第二层面是旅游“+外部”融合 。“内部+”建设包括旅游大数据中心的建设和旅游服务平台、旅游管理平台和旅游营销平台这三大旅游平台的建设；“+外部”融合要求旅游服务的融合、旅游营销的融合、旅游业态创新的融合和旅游投融资的融合。两者层层递进，互为补助，构成了“互联网+旅游”体系，共同促进旅游产业的转型升级。
中国旅游业的提升是一个互相推动的过程，游客的素质提高，游客需求的增长推动着旅游开发者、管理者去不断完善自己的产品。推陈出新，使自己的旅游景区和旅游服务和泛旅游行业变得更加智能化，需要大数据来推动整个旅游互联化的进程。
“大数据+旅游”颠覆了传统旅游行业的决策，旅游大数据提升了协同管理和公共服务的能力，推动旅游服务、旅游营销、旅游管理和旅游创新的变革。
四、旅游大数据应用
1 游客市场细分
大地云游基于搜索引擎数据、OTA数据、大地云游数据库，对游客进行多维度分析，包括游客量、客源地、游客年龄、游客兴趣、LBS定位、游客住宿偏好等指标，从而精准定位客源市场，细分旅游市场，诊断旅游营销和推演可行性项目，最终达到提升精准营销能力的目的。
2 景区人流监测
通过对景区人群热力图的实时监控，对景区踩踏风险进行预警，并预测景区未来的客流量，实现了景区客流的控制和预测，从而优化安全管理效率。
3 旅游舆情监测
通过声量诊断来判断景区的全网关注度和影响力，通过传播路径的监控来进行传播分析，在分析过程，研判网民的情感倾向，达到情感提炼的效果。最终根据舆情参与者的人群特征刻画出受众画像，达到旅游舆情监控替身游客服务质量的效果。
五、云游大数据分析案例——北京奥林匹克公园景区
1 数据源
1) 旅游产业数据库
2) 遥感卫星数据库
3) GIS数据
4) 气象数据
5) 游客属性数据
6) 游客行为数据
7) LBS定位数据
2 分析内容
景区大数据画像的分析体系包括七大部分，分别是景区外部环境及资源分析、客源地及市场洼地探析、游客量预测、景区热力图、旅游市场细分、关联景区分析及旅游舆情分析。
1) LBS定位数据
根据LBS定位监测，2015年1月1日至2015年4月7日到达奥林匹克公园的游客数据总量200万人次 。游客量排名依次为：廊坊、天津、上海、保定、石家庄、深圳、郑州、成都、西安、广州、张家口、哈尔滨、唐山、沈阳、武汉、太原、南京、邯郸、长沙和济南。
2) 游客搜索量
北京市、天津市、上海市、廊坊市、广州市、石家庄市、保定市、南京市、郑州市对奥林匹克公园搜索量较高。
3) 省内竞争指数
省内竞争指数较低城市：
省内竞争指数较低城市：北京、廊坊、天津、保定、上海、石家庄、郑州、深圳、西安、成都、广州（这些地区来北京的游客，到奥林匹克公园之外的北京旅游景点较多）
省内竞争指数较高城市：陇南、滨州、许昌、绥化、开封、常州、平顶山、乌兰察布、焦作、嘉兴（这些地区来北京的游客，到奥林匹克公园人数较北京市其他景点为多）
4)景区游客量实时预报：
游客对奥林匹克公园、北京市的搜索热度
根据该搜索量，可以对景区2小时的游客量进行预测
据搜索量，结合气象、节假日数据等，可以预测未来几天游客量
5)景区热力图：
通过百度LBS定位
与通信运营商大数据结合
实现游客人流密度与人流走向实时动态监测
及时预警拥挤危机
6)游客逗留时长
本地游客随着逗留时间的延长，游客量逐渐递减
本地游客发生过夜行为的占比较少
东北、华北、华东、华中和西北地区的游客量都有随着逗留时长的增加递减的趋势。
华南、西南地区的远途游客在奥林匹克公园内逗留时常呈现出U型曲线的趋势。
7)旅游市场细分
旅游大数据画像基于游客的基本属性、行为特征和游客偏好等数据，进行深入分析，将旅游市场进行细分。其中游客基本属性包括游客年龄、性别、教育程度和车产状况等属性。行为特征包括游客的出游方式、旅游动机和旅游网站搜索热度等行为。游客偏好则包括了游客出行时的住宿偏好，交通偏好以及餐饮偏好等多种数据。
六、未来展望
旅游的管理者和经营者应用大数据的时候，必然会改善自己的思路，最后受益的是C端面向游客的服务的提升。下一个阶段，大地云游要做的是通过多元化数据整合，构建线上线下一体化大数据生态体系中，从而为所有的管理者、建设者提供真正有价值的服务。希望通过我们的努力，在未来的三年、五年甚至十年之后，能让各位旅游出行更加智慧，更加舒适。
来源：北京大地云游科技有限公司
