如何运用大数据进行市场预测及收益管理？

9月17日上午，众荟信息 CEO 林小俊在“出国游峰会”上发表了一场关于“如何运用大数据进行市场预测及收益管理？”为主题的演讲，以下为演讲速记全文：

主持人：各位嘉宾，之前在五月份的时候，我们出国游酒店营销高峰论坛里，众荟信息林小俊博士分享了一个关于智慧未来的话题，给我们关于酒店行业大数据很多启发，今天有幸再邀请到林小俊博士，落实到收益管理的话题，这对酒店业来说一直是与时俱进的话题，我们希望林小俊博士能够再次给到我们更多，从大数据方面的见解。

林小俊：大家好，很高兴再次有这样的机会和大家在这样的场合分享，我们在大数据的落地应用上的经验和案例，今天想跟大家探讨或者分享的是关于大数据做市场预测和收益管理的内容。大数据这个词在这几年已经被玩坏了，基本上大家在所有的场合，参加会议，有很多的人跟大家讲大数据，包括我在内，听也听烦了。今天站在这里探讨的是大数据本身还是需要抱有敬畏之心，因为之前所听到所看到或者所接触到的，更多是对大数据的观念或者概念性的传输，今天希望在这里跟大家详细探讨就着具体的问题，我们如何用大数据来解决这样的问题，来看看它的价值，看看它的的魅力。

以未来预测未来，这里强调跟普通收益管理有点区别，因为我们知道传统的收益管理更多利用历史数据，历史的酒店经营数据，去做一些趋势的判断或者对未来的判断预测。我们希望在这里尝试的用大数据的角度，用互联网的角度去思考，怎么样做收益管理的时候，我们更多以来于未来的用户的数据，来判断未来的趋势。

大数据大家的印象会有点冰冷，或者有点严谨、枯燥、乏味等等，所以我也被打上这样的标签，包括以前做的报告和分享，大家对我的评价是一些比较严谨或者比较冷的感觉。所以今天转一下风格，以相声的角度讲一下这个问题。会以三个小故事的角度来讲大数据如何帮我们干这件事情。这样的故事希望通过三个故事讲出来，大数据到底有什么样的价值。

第一个故事，今年的5月12号，出国游中国酒店营销高峰论坛的会，13、14号开的，12号故事发生了，这个人大家都认识，这个故事跟他没关系。故事跟他没关系，跟众荟焦博士有关，我们在出国游之前有一个欢迎酒会，今年准备了很多不错的酒会，焦博士准备了产品发布，这个产品是众荟新产品，“用大数据预测市场需求”。焦博士准备了大概一个月，那天穿着西服，喷了很多香水，给大家讲了15-20分钟的产品发布，结果不是特别好，因为大家光骨顾着喝酒、聊天，没人听他讲话，他是有点失落的。这个故事是个引子，我们试图用这样的方式给大家讲数据，但是是失败的。

第二个故事，跟数据有关。第二个故事13、14号出国游会结束以后回家，15号那天，在座大部分朋友记得，那天下大雨，航班取消，各种延误，很多朋友决定留下来住在上海。但是，真实的情况是什么？当时大家都觉得在上海找一家酒店很简单很容易，毕竟这么大城市。但是可以看一下，这是当时15号的酒店的价格，全季1400，普通一间房，丽思卡尔顿11万，这是真实的价格，确实卖了11万。这样的一个现象，当时大家谁都没有想到的，怎么会出现这样的情况，因为不是五一，而且跟出国游的会没有关系，已经结束了，为什么会出现一个房间可以卖成这样，整个全城上海房量紧张，没谁知道。还是焦博士，还是很伤心，随后跑路南京。站在他的角度，他应该能够看到这个问题，因为他是做收益管理的，他是做预测的，结果他自己没有看到，作为惩罚他去南京住宿。

焦博士回去观察数据，在市场需求系统中分析当时的数据什么情况。可以看到，现在有数据了，这是2015年上半年上海房量预订情况，可以看到很明显的状态，在5月15号当天有一个非常大的凸起，这个激变超过5月1号的当天房量，原因怎么不知道。站在现在的角度，甚至站在5月16号的角度来讲有这么一个问题存在有这么一个现象存在是没有价值，真正有价值，跳出去，跳到5月1号甚至4月份，我们说5月15号会满房，这给酒店带来的价值是非常大的。我们能不能跳回去？我们跳回去了，跳到5月1号当天看数据，5月1号本身对5月14号，这是5月1号当天所看到的整个上海地区市场房量预订的状态，没有加模型、预测。这个房量状态下大家可以看到，我们在5月的1号看到，5月14号这个点上，已经有了非常不正常的凸起，这个凸起反映了对于5月14号当天房量预订可能出现问题，可能出现跟往年不一样的状况出现。这时候如果收益经理看到这个信息的话，可以有动手玩的东西了。

再过七天，8月8号，站在这个时间点往未来看的时候，我们发现在5月14号这个凸起非常明显，这个凸起可以确定当天是满房的，如果这时候做经理看到这个数据，他能干什么，相信在座有经验的，都可以预见到。提前三天，5月11号，我们焦博士去南京跑路之前三天，这时候已经基本上是满房状态，这个状态已经非常明确，如果数据在这里，这个预测是非常精准，或者这个现象非常精确。

通过这样的一个三张图表的展示，很简单的，不加模型，其实可以看到，数据试图在告诉我们一些信息，在我们时间没有到那个点提前三天七天甚至14天，告诉我们有一些问题发生了，有一些现象发生了。但是很可惜上海地区酒店收益经理们并没有看到这个问题，他们并没有提前14天调价，也没有提前七天调价，有部分酒店提前三天去调价，但是这时候已经晚了。这张图是5月1号累计的，对于5月15号当天的订单预订量占比的累加，可以看到，相对平滑的曲线，大家房间预订的速度不是前期缓慢后面增长的状态。这个没有，这个没有代表所有上海地区的大部分的酒店们收益管理状态，实际上并没有监控到5月15的基点，还是以非常常规的手段做价格的管理，所以导致预订曲线近似于平滑。实际情况确实是，大量的酒店通过数据监控有部分的酒店提前三天，通过自己酒店的数据，不是大规模市场区域的数据做了一些调价行为。有很多酒店在当天做了价格调整，这是为什么会出现刚刚出的十一万的探家。如果我们能够把眼睛往来长，长在事情发生之前看这个数据的时候，提前进行预测的时候，我们如果早一点调整价格，收益带来多少？5月份已经过去了，所以没有做实际案例的测试。我们抱着这个问题，焦博士从南京回来之后，抱着这个问题去做了一次真实的分析，所以在这之后他每天看数据。试图找到一个基点，给到大家一个案例，同时找几家酒店做实验，在这样的调整状态下，一家酒店，对于这样事情发生的时候，如果利用这样的数据能够得到多大的收益。

8月4号凌晨，焦博士闲来无事，突然觉得有点事情发生了，他就看数据，8月4号当天看到什么样的数据？当时看的是北京的数据，在北京这个市场上，数据出现了一些问题，可以看到，在北京这个市场，当我们站在8月4号看的时候，在9月4号以及9月4号之后那几天，以及延续到9月13、14号左右，接近10天的时间，房量预订出现异常。通过这个区县看不出来多大的意义，当通过各种分析，会发现这个凸起在数据层面上很明显，这是显著性变化。在95的可能性，这个凸起和往年不一样，焦博士通过这样的系统和分析之后判断，9月4号接下来十天内这样的预订会出现问题，这是8月4号他看到的东西。

在这之后，焦博士很关心这个事情，他每天去看这个数据，同时定期跟北京地区的一些比较熟悉的酒店收益经理们沟通，我们看见这个问题了，9月4号之后可能订房出现异常，大家分析什么原因等等。但分享不是特别热烈，因为大家觉得这个事情不是特别现时，9月份出大事，9月1号到9月3号北京抗战节，理论上如果这三天在北京市场上出现一些预订高峰是可以被理解，毕竟是抗战节，大家到北京旅游等等。但是9月4号之后，理论上应该回家了，为什么会出现从9月4号到9月十几号之间出现预订高峰，大家不理解，所以不太认可这样的事情，因为不知道原因。翻往年的数据，和收益经理合作，翻去年9月份数据的时候，并没有发现通过历史经验可以告诉我们的东西。通过历史数据没有办法判断9月份的状态，历史上没出现过。这时候大家不知道原因，但是继续监控数据，继续保持和收益经理的沟通，提前20天，8月14号的时候，这样数据的波动是更相对的显著起来，显著的比8月4号的时候有相对应的提升。

8月18号的时候，觉得这个事情觉得非常严重的事情，当北京地区酒店们普遍对这个事情没有意识，大家没有做任何价格或者房量上的管控，我们跟一些酒店集团负责人进行沟通，这时候应该提前15天左右，8月18号的时候，一些大型酒店集团，在北京地区拥有足够的分店酒店集团，他们收益管理负责人说，他们从自己内部数据上单集团内部数据上确实发现了一些异常，但这个异常本身不明显。有点异常，不太明显，所以不敢确定是不是异常波动，是不是用来作为价格调整或者收益管理决策的一些支撑。有点异常很简单，因为具有足够量北京地区分布的单店，有足够量的间夜数，他可以从具体数比一个具体某一家酒店来看，站在他集团的角度，可以更先一步看到更多的数据，所以他可以判断有点异常。但他毕竟不是北京市整个地区大数据分析和汇总、预测和判断，这个异常在他那个角度讲并不是特别明显，站在大的北京地区分析角度，这个异常通过后面的显著性判断已经是非常明显了。

第二个，不敢确定是不是异动，本身数据来讲，不是特别明显异常情况下肯定不敢做调价，他不知道是真实现象还是偶发性东西。当我们是整体全局数据，大数据的时候，其实很多的判断是可以在很精准的角度做出来的。会有多少量？谁知道，谁都不知道，当时谁都不知道，当时8月18号不敢做对于量的预测，这些曲线是现时数据的展示，我们也做了量上的估计，8月18号提前了接近半个月，我们没有去发布任何在量上的估计。到8月25号的时候，我们认为这个趋势的明显度足够造成警报状态，而且对于量预测层面上的准确度，认为判断到了足够的精准度，我们在众荟官微上做了《市场需求热度预测》的长篇报道，把9月份北京地区市场需求对于市场预订量的判断和预测，整个拿出来做了一次分析，形成了长篇分析报告。这里面介绍整个北京地区在9月份时间段内在不同的星级不同的商圈市场需求的情况，以及对于实际发生的一些数量上的预测，做了一次这样的报告。因为我们看到提前十天的时候，我们发这个报告的时候，这样一个现时的数据展示是非常的明显。

我们分析了一些商圈，比如分析9月4号到14号之间，在商圈层面上，王府井商圈和五道口商圈差异是非常名了，五道口商圈需求远高于王府井商圈入住需求，原因不明。那时候整个南京路各种封锁，五道口最后是非常热的住宿需求区域。

下面是对不同星级市场需求的判断或者预测。后面这几张图是对二星三星四星五星的预测，当叠加在一起的时候，这样一个需求不是在所有星级上均衡的，他并不代表9月4号到14号北京住宿热门时间段，大家是公平分享好的红利，不是的。真正的红利发生是在二星级，经济连锁酒店，经济连锁酒店在这个时间是猛增状态，接下来是四星级，对三星五星级是平稳，并没有激动人心的结果。

这个报告里有很多的对于预测的结果的分析，对于很多的细节的描述和趋势性的描述，如果当时作为一个收益经理站在8月25号那一天看到这样一个报告的话，可能会得到不错的价值。但现在看只是一个回顾，大家如果有兴趣，可以扫一些二维码，可以看到详细内容。

这样一个事情发生了，最终肯定不是焦博士的欲望，他想看看这些数据真实用到一家酒店的时候有什么价值，你讲来讲去还是对于市场宏观的市场需求判断而已。当它到一家酒店有价值吗？不知道，就刚刚那个问题一样，到底预估量有多大？我也不知道。这时候找了一家酒店，因为这家酒店的收益经理只能说傻大胆，这种东西以前没有用过，不知道怎么用，我们跟他一起做了收益模型，一起分析，一起调价。最后我们到了结束的时候，这个时间段过去以后我们反过来分析，基于我们的建议和如果是传统的做法的建议，传统的做法下，可能带来的总的收入上的差异。这张图表是这家酒店，入住率，入住率在9月4号之后，从5号开始，一直到9月13、14号整个时间段里，他的入住率是非常高，动不动接近百分之百了。对这家酒店来讲不是正常的入住率。他最终形成的平均房价是这样的趋势和状态，他在入住率最高的那些段上，基本上房价相对更高一点，所以收益管理是在我们这样一个实验中做的非常好。即使是这样的状态，还是远高于平时的价格。这是平均房价每天的分布。最后得到的是一个结果，这个结果指的是在9月1号到14号期间平均收入的提升，对比的是如果不是用我们这样一个数据，当时没有压着他一起做这样的事情，可能得到的结果是下面这条绿线，但是压着他来做这个事，一起尝试做这个工作，利用所预测出来的数据和分析结果，帮他做了价格调整建议之后，大家一起看调整这样的价格，最后形成的结果是上面这条蓝线总的收益结果，每天的收益结果。在9月1号到14号之间，整个酒店的平均收入相对正常的管理方法提升了7.8%。这个数据相信对于每个人讲都是非常有意义的数据。我们应该对大数据保有敬畏之心，应该想好怎么利用宏观，利用更全更宏观更实时的更未来的数据去做咱们的收益和判断。

在这个故事里，焦博士终于笑了，爽到了。

刚刚讲的三个小故事，串在一起，最终是想要告诉大家，给到大家一些基本的启示，在大数据层面我们如何用这些东西，能够给我们带来帮助。第一个启示，认真听焦博士的话，因为他接下来还会持续的发布跟收益管理相关的信息，因为这里面有很多关于未来的预测。现在有一个非常蓬头垢面的人天天在电脑面前，一有风吹草动给大家发消息。第二个，我们都知道在供求关系紧张的时候，我们顾客非常乐意付出更多。当我们如果利用大数据，大数据比我们传统的经验会得到更好的收益，并不是排斥传统经验，传统经验很重要，如果能够让传统经验结合我们数据的趋势的判断的时候，可能能够让我们的经验更升华，得到的收益更大。第三个，提高酒店自身数据运用能力，也是提高酒店的盈利能力。现在中国酒店业来讲，大家对于数据的应用仅仅停留在对于自己的经营分析的报表的察看上，但是真正的抬起头往前看一眼的酒店不一样，真正利用这些数据做未来自己对于未来经营决策的判断和分析的酒店并不多，这块是需要加强，需要让酒店自身提升他对于数据的运用能力，当然会有很多的数据拥有机构，数据分析机构来帮助大家一起做这样的事情。

接下来是广告时间，众荟做什么？相信刚刚通过三个案例的分享，知道我们众荟有一个焦博士，我们众荟做的一个事情，就是在帮助酒店去建立信息化的平台，更好的去利用信息化的系统，更好的利用这些数据帮助酒店进行经营。我们的口号是智慧直连未来，我们众荟整个的状态，整个凝聚资源和优势包含这五大方面，刚刚所介绍到的，讲了这么多，介绍到的利用大数据帮助大家去做收益管理等等，只是我们优势一块。我们做了全数据链的打通，为什么刚刚收益管理这么好，能够提7.8%，当然有更多酒店去尝试。对于一家店来说，为什么提升这么多？因为用到的数据不一样，我们做的到全数据链的打通，我们把很多的用户在大环境下，在整个大的市场上的预订行为，预订数据行为数据全部打通拿回来，把酒店自身经营数据拿回来，同时把用户住后的数据，反馈和体验数据拿回来，我们形成全数据链，在这样的全数据链的角度预测的时候，全资就是全能。

第二大优势就是流量优势，我们对于主流OTA，在我们平台上可以集合一亿的订单，在我们这边可以产生聚合能力，在这么大的交易量上，这么大的订单量上如何做价值的挖掘和提升，如何做服务体验，是非常大的机会，我们拥有1.5亿酒店住客数据，我们能够去分析这些酒店数据1.5亿酒店住客他们的画像、偏好、需求，他们的未来到底要什么，帮助酒店其实是做产品的定义，做自己的定位挖掘，做自己的收益管理是非常大的保障。第四个，拥有一大票的像焦博士擅长做应用的一些人和团队，我们在上面做了很多的实践，我们针对酒店不同的数据管理的需求，在质量管理、收益管理、服务管理、品牌管理层面上我们有很多的应用，我们能够帮助大家一起尝试像章达到数据这样非常枯燥非常烦琐，非常的专业化的东西，变成产品化，变成拿来可以用的东西。最后形成通路，在通路层面上发布入住通的产品，我们帮助酒店打通跟渠道之间，不管在信息上的壁垒，还是在服务上的壁垒，让酒店有机会去服务于客人，在个人到店之前，去接触客人，跟客人产生互动，帮助客人在他到店之前解决他对于酒店的需求和要求。合在一起，我们形成了信息化的平台，我们利用这个平台，最终的目的帮助酒店直连未来。这里所涉及到所有的数据、应用、平台上资源，站在众荟的角度我们是开放的心态，把它开放出来，最终想要携手在座的各位，携手大家，携手行业同仁一起去改造这个行业，直连这个行业的未来，谢谢大家。

主持人：我一直觉得林博士是我们出国游嘉宾里其中一个思维最严谨的，刚才林博士验证了。大家有什么疑问吗？

提问：您好，我想了解一下，数据公司能说自己做到全量数据的公司不是太多，您刚刚说全数据链是什么概念？你们直连酒店的PMS吗？

林小俊：先说全数据链，站在大数据的角度，包括一开始大家对大数据的概念、灌输是烦的状态，但是真正行业落地不多。我们是在酒店行业内部试图大同整个用户的住前住中住后的所有行为数据，贯穿在一起形成全数据链的概念。最终还有很多的数据，在这个链条上，一定有很多的支点或者细节点的数据散落在外面，希望通过这样的平台大家一起分享和共用，它的数据链形成全的数据链条。

第二方面，酒店的直连，直连PMS，这是我们最基本的工作，因为我们手上拥有足够规模的PMS，我们跟更大规模的PMS形成合作，在这之上把这些PMS跟主流的渠道，直销或者分销渠道进行打通，剥削酒店，一方面形成传统结果，形成订单。另外一方面试图酒店通过这样的通路更好的在渠道端，用户入住前端服务用户。

提问：林博士，你举到个里关于北京九月份酒店入住量跟平常不一样的变化。其实在数据里，大家知道，特别是概率性的预测或者分析，有两种方式，一种用以前的经验或者历史数据分析，另一种事情发生以后再回过头来看在未来发生的概率。你这个例子特别好，让大家从两个不同角度看可能会发生的一些事件是怎么发生的，这个毕竟是用数据来说话，对酒店或者比较小型的公司，不会用这些数据，是不是会信由数据公司提供的数据，有时候大家脑子会划问号。北京为什么会发生这些事，到底八月份和九月份北京发生什么事导致这些事。北京在八九月份的时候，第一件事，开了一个田径世界级的运动会，另外有阅兵。这两件事让在北京住宿发生很大的变化，因为限行，带来的在外地想到北京办事的人不来了，因为没有车可以坐，还有很多限制。另外，对北京影响最大的是学生开学，因为北京毕竟有好多特别大的大学，这些大学在往年是开学时间从8月20号到9月10号是分散开，但是今年由于阅兵，基本9月7号之后开学，开学之后，一家人最少是父亲或者母亲甚至一家人送孩子。如果从收益管理上讲，大学开学，包括大的活动，跟酒店之间的订量，作为酒店收益管理人员或行业管理人员是可以预测到的。从你的数据和事件怎么做一些结合？然后让酒店的管理人员更能够理解或者信服你们的数据？

林小俊：从两方面解释，第一个，先验后验问题，从大数据角度更多用后验概率做这个工作，先验更多是模型的推导，验证一个模型本身是不是靠谱。在大数据层面是基于数据推断结果，这是两个不太相同的方法。第二点，站在北京的时间段内的数据来看，我们当时也做了这样的分析，尝试像您这样去分析，原因到底是什么，虽然自己内部很武断判断，但是我们还是分析结果。首先看现象，去年是不是这样，去年是这样，这个不用谈，大家正常做就好了，去年不是这样，去年在9月份数据显示是非常正常，不是像这样大的时间段的凸起。去年不一样，我们也认为阅兵的影响其实并不是特别大，因为阅兵大家小长假基本走了，阅兵甚至带来一定的反效果，是阻断入北京游的可能性，因为大家都跑出去了。但是，世界田径竞标赛是我们认为非常大的影响因素，那个时间点上那个事情会有变化。从商圈的分析来看，因为集中在五道口商圈，最后这个关联性有多大，我们没有办法做实质性的测算。

第二点，我们如果是从收益管理，现在讲的并不是收益管理，我现在讲的是如何利用新的更好玩的数据做市场需求预测，拿它来辅助收益管理，并不代表就是一个收益管理。真正收益管理系统是要结合传统的经营上的历史数据，一定会去结合事件性的东西，类似于竞标赛、展会，来进行统一的决策和判断，这是我找那家酒店一起做尝试的时候，大家坐下来会多方面分析的原因。

主持人：谢谢林博士，在座掌声感谢林博士。接下来是今天上午最后一个压轴环节，出国游经典的座谈环节。在三个分会场里，首先在我们会场延伸旅游大数据，如林博士说，大数据被说烂  ，我们要听其他很多位嘉宾有不同的意见。旁边会场关于旅游业社交媒体营销话题，会场三关于旅游局和目的地营销。会场三昨天参加第一天的大会议的时候，应该听过夏总主持这个环节，大家感兴趣，可以去会场三。简单的五分钟给大家去选择自由想听的话题，五分钟之后，11：50分准时回来。