Зачем туризму большие данные
Технологии Big Data все глубже проникают в нашу жизнь, потому что мы ежедневно оставляем заметный цифровой след: кликаем по сайтам, оплачиваем покупки картой, публикуем посты с геометками и совершаем заказы на маркетплейсах. Эти данные, собираемые банками, операторами связи, поисковиками и соцсетями, даже в обезличенном виде представляют огромную ценность для турбизнеса. Способность собирать, систематизировать и анализировать большие объемы информации о рынке помогает туроператорам, отелям, гидам и другим участникам отрасли работать эффективнее. Это особенно важно после потрясений, вызванных пандемией, когда туризм сильно пострадал из-за закрытия границ. По данным UNWITO, к концу 2023 года международный туризм восстановился лишь на 80–95 %, и путешественники долгое время с осторожностью планировали поездки.
Персонализированные предложения
Одно из ключевых направлений использования больших данных в туризме – создание персонализированных предложений, выгодных турпакетов и проведение точечных маркетинговых кампаний. С помощью аналитики туроператоры изучают данные о своих потенциальных клиентах: возраст, профессию, уровень дохода, предпочтения в форматах проведения досуга, бюджет на отдых и структуру расходов. Это позволяет лучше понимать потребности клиентов, повышать их удовлетворенность и лояльность, что помогает ускорить принятие решения о покупке.
Кейс билайн
Яркий пример применения Big Data в туризме – геоаналитика от билайн, которая собирает обезличенные данные о туристических потоках в России. Продукт показывает популярные регионы, предоставляет статистику по каждому субъекту/городу: сколько туристов приехало, на каком транспорте, сколько продлилась их поездка, а также пол, возраст, семейное положение, доход, траты и иные параметры. Это помогает турбизнесу лучше ориентироваться в предпочтениях путешественников.
Рекомендательные системы
В туризме активно развиваются рекомендательные системы, в основе которых лежит грамотно обученный искусственный интеллект. Например, посетителю сайта туроператора могут показать рекламу, соответствующую его интересам. Если данных о пользователе нет, система предлагает популярные направления и активности, исходя из последних трендов. Если же ИИ знает, что человек, к примеру, читал статьи о зимнем отдыхе на Байкале, ему порекомендуют тур, гида и подходящее размещение.
Кейс FUN&SUN
Туроператор FUN&SUN совсем недавно внедрил систему предиктивной аналитики, которая анализирует историю покупок, кликов, подписок и запросов клиентов. На основе поведения в сети создается портрет клиента, что позволяет системе предложить подходящий продукт. Ранее маркетологи вручную обрабатывали данные по 200 параметрам, теперь же это делают алгоритмы машинного обучения, интегрированные в маркетинговую платформу.
Прогнозирование спроса
Анализ данных об объемах туристических потоков, бронированиях, сезонности, экономической и политической ситуации позволяет туркомпаниям прогнозировать спрос на билеты и отели, оптимизируя цены. Это помогает максимизировать доход в высокий сезон и эффективно работать в периоды низкого спроса.
Кейс НИУ ВШЭ и «Новое сервисное бюро»
Центр искусственного интеллекта НИУ ВШЭ совместно с АО «Новое сервисное бюро» разработал платформу предиктивной аналитики для индустрии гостеприимства. Разработка помогает проанализировать данные о бронированиях, оплатах, времени проживания, кликах на сайте и погоде, прогнозируя спрос на услуги отелей с точностью до 94 %. Платформа уже используется в отелях Ленинградской области и Карелии, помогая планировать маркетинговые активности.
Как Big Data развивают туризм
Аналитика больших данных не только улучшает сервис туроператоров и помогает путешественникам находить лучшие предложения, но и способствует развитию внутреннего туризма в определенных регионах. Геоаналитика позволяет региональным властям, органам местного самоуправления и туристическим организациям определять, где нужно развивать инфраструктуру, размещать кемпинги или глэмпинги, создавать новые маршруты или проводить фестивали. Отдельно собираются отзывы от туристов, которые помогают выявить точечные проблемы. Например, недовольство может быть вызвано транспортной инфраструктурой, качеством общепита и общим количеством заведений. На основе анализа можно планировать бюджет на устранение недочетов. Кроме того, с помощью отзывов можно определить главные точки притяжения и делать на них акцент в дальнейшем.
Кейс «СберАналитика»
Платформа «СберАналитика» с помощью панели «Туризм» занимается похожими вещами: оценивает вклад отрасли в экономику регионов и определяет приоритеты ее развития. Используя обезличенные данные, она визуализирует информацию в интерактивном формате, помогая принимать стратегические решения.
Сложности работы с Big Data
Технологии Big Data несовершенны: для получения более точных результатов их нужно дополнять традиционными исследованиями, например, опросами реальных людей. Отсутствие единой методологии сбора и анализа данных затрудняет управление туризмом как на региональном, так и на государственном уровне. Кроме того, внедрение таких технологий требует значительных инвестиций, а их окупаемость может быть длительной, что останавливает некоторые компании от тестирования решений.
Еще одна сложность – риски утечки данных из-за кибератак, число которых растет. Туркомпаниям приходится инвестировать в системы информационной безопасности, хранилища данных и квалифицированных специалистов.
Тем не менее, в ближайшие 5–10 лет туризм станет «умнее» благодаря интеграции Big Data и искусственного интеллекта. Хотя отрасль пока отстает в цифровизации от финтеха и ритейла, новые примеры применения этих технологий в туризме будут появляться все чаще.
