旅游大数据可以进行游客属性分析、游客行为分析、旅游景区或目的地的偏好度分析，景区或目的地流量预测等通过这些分析，能够有效促进旅游目的地的智慧化发展，推动旅游服务、旅游营销、旅游管理的变革。首先，在旅游管理方面，国内各大运营商及互联网公司，通过 LBS（基于位置服务）定位及手机信号定位，实现对景区及重点区域内的游客人流、车流密度的监测、预警，是基于网络文本数据的挖掘，实现对旅游目的地舆情监测及预警；其次，在游客服务方面，基于对旅游产品、旅游线路的数据挖掘、分析，实现对游客旅游资讯及旅游产品信息的精准推送；最后，在旅游营销方面，通过对不同用户属性信息及用户兴趣偏好等数据的挖掘分析，指导旅游目的地精准营销。[br][br] [b]（一）旅游大数据的类型[/b][br][br] 基于不同地域旅游大数据的发展速度和运用能力的差异，旅游大数据分为以下四个类型：报告或指数、数据中心（展厅）、云服务、大数据解决方案。[br][br] （1）报告或指数类型：即以数据报告或者大数据指数为主要表现形态，主要由国家各级政府或文化和旅游主管部门所制定的文化和旅游行业数据报告，利用互联网第三方数据的整合，作为各级文化和旅游主管部门的外部数据验证、决策支撑、内部报告。这样的大数据产品定制化程度较高，且更具有辅助决策的属性。[br][br] （2）数据中心（展厅）类型：即依赖于数据中心或者展厅展现文化和旅游大数据的方式，其硬件部分主要由 IDC（互联网数据中心）机房、展示大屏幕、高速网络组成，数据部分主要来自 OTA、运营商、UGC（用户生成内容）口碑评论、交通定位、旅游局等单位以及外部数据。这类数据一般由省一级文化和旅游局（厅）建设，同时各地市及景区也有部分自建所属辖区范围内的文化和旅游大数据中心。[br][br] （3）云服务类型：即以数据云服务（Software as a Service，SaaS）作为大数据的主要体现形式。该类型主要指的是基于公有云或远端服务提供文化和旅游行业大数据服务，以供相关机构以购买账号的方式购买该数据服务。以云服务的方式提供旅游大数据服务，具有标准化程度高、价格相对便宜、数据更新周期较短等优点，但由于云服务是以多组用户公用数据为基础的单一系统，其存在数据相对单一、模板较为固定，缺乏目的地个性化数据需求。[br][br] （4）大数据解决方案类型：即以大数据解决方案作为主要的体现形式，主要提供基于大数据的实际解决方案，真正从数据中得到最终的价值服务。大数据解决方案要求对业务非常熟悉，并能定制化解决实际问题，且对方法、算法、处理能力要求较高。目前，主要在旅游行业可能涉及的一些大数据应用解决方案包括商业选址、人流预警、线路规划、资源保护等。[br][br] [b] （二）旅游大数据的种类[/b][br][br] 从旅游行业的微观角度来分析，旅游大数据主要包括交通大数据、住宿业大数据、景区行业大数据、旅行服务大数据、OTA 在线预订数据、运营商数据、UGC 消费数据等。[br][br] 1. 交通大数据[br][br] 在预订方面，航空大数据主要应用于后台实时监控机票价格的浮动来进行后续的价格调整，以及航线直飞路线的选定等方面；在机场服务方面，透过 CRM（客户关系管理）最快速、最满意、最大限度地满足客户需求，提供贵宾室服务，并基于航班历史数据判断航空的准点率，改进航班延误险服务；在目的地服务方面，对旅游需求进行定位分析，如商务需求或旅游休闲需求；在服务种类方面，针对不同的出游形式进行大数据分析。[br][br][br] 2. 住宿业大数据[br][br] 住宿业大数据分为住前、住中和住后数据。其中，住前数据就是用户在入住前的选择行为数据，比如用户在 OTA 平台的搜索数据、浏览数据、预订交易等，这些数据反映了客人的需求和偏好。住中数据是指客人在酒店入住过程中所形成的数据，即酒店管理系统（Property Management System，PMS）中的经营和管理的闭环数据，这些数据反映了酒店的经营状况，以及客人入住后的感知数据等。住后数据多指客人离店后的线上反馈数据，比如客人对酒店的点评、调查问卷、投诉建议等。其中，专家暗访数据也属于住后数据，这些数据基于客人和专家的角度，反映了酒店的产品及服务价值。酒店通过口碑评论大数据，将口碑管理与内部管理打通，并通过口碑与价格监测、智能门锁与后台数据打通等实现了智能化的应用和管理。[br][br] 3. 景区行业大数据[br][br] 景区行业大数据分为游前、游中、游后数据。其中，游前数据就是旅游者在旅游前的搜索景区或预约景区门票等行为所产生的数据，比如景区预约码、OTA 订单数据、游客画像、购买行为等。游中数据主要是对入园人数实时监测的数据，以及旅游者在景区内的消费方式、行动轨迹和参观感知等形成的数据。游后数据则是指旅游者在旅游后对旅游过程的反馈数据，比如景区口碑和意见反馈等数据。[br][br] 4. 旅行服务大数据[br] [br] 旅行服务大数据主要包括导游和行程过程中所产生的数据。首先，导游自主执业化产生的导游大数据使旅行社对导游的监控更加快捷方便，对导游的相关数据如口碑数据和个性化服务等数据更加明晰。其次，通过对带团实时数据监测、导游导览轨迹追寻、进店情况的追踪、投诉情况跟踪、OTA 渠道销售情况数据、低价团情况监测数据、热销线路与产品等相关数据，对旅行社出团情况进行大数据分析。[br][br] 5. OTA 在线预订数据[br][br] OTA 在线预订数据分为线上销售预订数据和消费行为产生的数据。其中，线上销售预订数据主要是产品的销量、价格等相关数据，线上预订的区域分布数据以及游客的年龄、性别、职业、消费能力等游客画像。消费行为数据主要是指旅游者的浏览、搜索所产生的数据以及旅游者的回购率和消费水平等相关数据。[br][br] 6. 旅游消费数据[br][br] 旅游行为与消费的关系非常紧密，通过消费可以分析游客的购买倾向和产品偏好，这也是目的地了解旅游所带动当地经济发展的有效途径。