大數據&人工智慧為新一代收益管理賦能

品 橙 旅 游

旅遊產業鏈的新視角

【品橙旅遊】從曾經的語言深度理解研究實驗室主要技術負責人，到互聯網企業CEO，林小俊博士的職業生涯向我們展示了一個心繫旅遊行業的技術大咖如何華麗轉身，以及他求新務實、嚴謹專註的創業人精神。

如今，他和他的團隊正在探索一條解決酒店管理痛點的最有效途徑。同時，他們將通過引入更多先進理念和技術，打造更加完善的科技產品和服務，讓酒店管理變得更簡單、更聰明、更高效。

這也是林小俊博士始終堅持和努力的方向。

專註行業探索，大數據收益管理應運而生

北京眾薈信息技術股份有限公司（以下簡稱：眾薈）CEO兼創始人林小俊的另一身份，是北京大學自然語言處理博士。在跨入酒店行業之前，林小俊博士專註於語言深度理解的實驗室研究，在長期的研究后他逐漸意識到，實驗室研究固然有趣，但其影響面總歸有限。相反地，能夠將研究成果具化為通用型產品，並通過這些產品提升社會生產力，似乎是一件更酷也對行業更有意義的事。正是懷著這樣的信念，林小俊博士離開學術圈並轉身投入商業世界。

對自然語言處理的深度研究，以及對基於深度理解形成的產品及其未來廣闊的市場空間和市場價值，都決定了眾薈自成立之日起便將立足人工智慧領域進行更多探索。而最終選擇進入酒店行業也並非誤打誤撞，而是經過了細緻的分析。首先，酒店行業存在大量可公開獲取的自然語言數據，比如網路上常見的點評類信息，可公開獲取的資料，對於難以獲取行業企業內部數據資料的創業公司而言至關重要；其次，酒店需要對這些資料進行人工整理和分析理解，而這部分工作恰恰是人工智慧技術能夠替代的；第三，酒店行業具有比較龐大的行業應用基礎。第四，酒店行業有機會做出標準化的產品。

眾薈成立初期，主要業務是基於深度語義分析為酒店做口碑管理，以協助酒店深入了解如何做好產品服務的提升，創造良好的酒店口碑。2014年起，眾薈通過與中軟好泰合併重組，與攜程戰略合作等一系列合作動作，藉助所獲取的獨有的大量OTA訂單數據和消費者行為軌跡數據，力求進一步挖掘其中的價值，並通過提供基於大數據及人工智慧技術的數據解決方案，讓酒店行業的經營更聰明、更輕鬆、更簡單。

確定了這個發展方向後，眾薈做出了一系列的產品設計，其中有兩個步驟與酒店收益提升緊密相關:一是利用大數據幫助酒店做市場預測和競爭分析，酒店在此基礎上制定自己的打法，這一步更多凸顯的仍然是數據對酒店決策的輔助作用。二是從2015年起，眾薈決定直接介入酒店收益管理環節，在為酒店提供市場預測與競爭分析的基礎上，利用大數據+小數據收益管理系統幫助酒店完成價格與渠道策略制定、分發庫存等收益管理活動。

2014-2015年間，酒店管理者對於收益管理的需求快速增長，在此之前，收益管理是一個流行於歐美酒店市場，聽起來高大上但並不被普遍踐行的管理名詞。2014年後，隨著酒店行業對收益管理概念理解加深，越來越多的酒店意識到收益管理為酒店運營帶來的巨大價值，並開始逐漸接觸和開展收益管理。眾薈的酒店收益管理系統也的確為酒店經營帶去了明顯可感知的正向效果——酒店對未來收益的預測準確率提升，收益明顯增加。可以說，這套收益管理系統生得恰逢其時。

收益管理核心：預測+優化

一套收益管理系統的背後，依賴於大量數據基礎和一系列演算法和經驗規則。數據基礎越薄弱，後續收益管理操作的複雜度越高。傳統的收益管理需要酒店自身PMS系統中留存的數年經營數據做基礎素材，但在酒店行業往往存在這樣的問題：酒店使用的PMS系統各不相同且規範度參差不齊，內部數據的可靠性偏弱，最終加大了數據的獲取和清洗難度。

針對上述因PMS系統差異造成獲取和清洗數據難的問題，以及為了滿足新開業酒店或者涉及到酒店自有的管理系統PMS系統更換但歷史數據無法切換的酒店實施收益管理，眾薈的收益管理系統利用大數據做補充，只需要酒店積累90天內的PMS歷史數據，就可以通過模型對酒店進行需求預測，這大大降低了酒店數據提供的門檻，也使得後續操作全面簡化，讓眾薈的收益管理系統成為一個「飛入尋常百姓家」的產品。

數據無大小，品質優先於規模

據業內專業人士分析，主流OTA能夠為酒店平均帶去百分十幾的訂單量，許多人對於這部分大數據的量是否足夠「大」產生質疑。在林小俊博士看來，所謂的數據是用來反映客觀世界本質。數據本身不存在規模上的量化大小，而在於數據本身的質量是否足夠高，能夠有效倒逼本質。

全球範圍內酒店行業能夠獲取到這些倒逼本質數據的通路恰恰都留存於在線渠道:從一個消費者在線搜索行為的總和，可以直接反應他的出行及酒店預訂需求這一本質，綜合考慮OTA平台的總用戶量以及每個用戶所產生的搜索量數據，每一次搜索都代表了一個意願，一次次意願的彙集就能夠向本質逼近更準確一點，當成千上萬次甚至上億次的意願匯合起來，就能夠把本質客觀描繪出來。

目前，OTA是獲取酒店在線消費者行為數據的最好途徑。」我們要做的就是利用人工智慧的模型，不斷收集這些反應消費者意圖的數據，利用這些數據倒逼對未來市場本質的預測。」林小俊博士表示。

如果把數據比做「原材料」，人工智慧演算法就好比發動機，共同作用下才能帶動酒店收益管理這輛車跑起來。憑藉酒店行業大數據得到的一定是更具行業普適性的結果，想要得到針對具體某間酒店的市場收益管理判斷，當然也離不開PMS系統數據。建立在此基礎上的收益管理系統，能夠幫助酒店預測所在市場的競爭環境、酒店競爭力、佔有的市場份額，以及最優的定價策略。

人工智慧：突破經驗管理極限

人工智慧在一些可被量化的環節能夠替代人力，即使不是現在，但將來一定會實現，因為解決這類可被量化的問題是人工智慧最擅長的領域。與其討論人工智慧技術能夠做到哪些人類做不到的事，不如思考如何藉助人工智慧技術，優化依靠傳統經驗無法完美解決的問題。

以酒店收益管理為例，即使不依靠大數據和收益管理系統的力量，人類同樣可以完成收益管理工作，此時的區別在於兩種方式最終呈現結果的好壞有別。大數據和人工智慧演算法下開展的收益管理，讓從前的經驗決策變成數據決策，或者說AI決策。

眾薈作為一家科技公司，切入酒店管理這樣一個長期相對傳統穩定的行業，自然希望能夠利用科技的力量推動整個行業發生一些變化，讓行業經營變得更簡單、更聰明、更高效。這也是眾薈始終堅持的努力方向。

想要實現這一目標，對眾薈而言仍然任重而道遠。相比於酒店的口碑及市場預測，酒店收益管理的難度要大很多，收益管理系統的打造本身需要與酒店自身經營數據產生更深的數據耦合，數據耦合及數據模型優化的難度和工作量極大。值得欣慰的是，眾薈已經探索出了一條比較好的解決途徑，並已經在目前的產品系統中實現。後期，眾薈將通過模型優化，更好地將酒店數據與大數據結合，降低操作難度，減少當前的工作量。

眾薈要做的，就是陪伴酒店在受益管理道路上前行，通過長期觀察與效果實測，揭開科學的收益管理系統對酒店行業帶來的巨變。

更多旅遊資訊在www.pinchain.com