对于航司而言，数据分析和挖掘能力重要吗？

当下，随着疫情得到有效的控制，民航市场正在加速恢复，为了争抢客源，提升航班收益，各航司在运力增投之余，也在加紧推出各种营销产品，比如最近火爆的“随心飞”系列产品。但有一点却总被航司所忽略——产品所沉淀的数据和产品本身是同等重要的，对数据进行分析和挖掘后，所呈现出的结论甚至比产品本身更加重要。

目前，航司在数据分析方面，更多的是基于业务需求，做一些数据提取和结构化的工作，更复杂的需求则需要沟通对接信息管理部门的数据工程师。问题来了，懂技术的对业务了解不够深入，懂业务的数据分析能力又不足，难以结合具体业务得出建设性的结论。 

举个例子，根据关联分析，通常能够得出意想不到的结论。大家熟知的就是关联分析的购物篮分析——啤酒和尿布的案例，“67%的顾客在购买啤酒的同时也会购买尿布”。

以“随心飞”产品为例，通过关联分析，可以提出以下问题。购买了“随心飞”产品的旅客还购买了哪些其他的产品，这些产品之间的关联系数有多高？

如果航司是通过自有渠道实现的销售，那么旅客是否还选购了酒店、升舱券、接送机等辅营产品。假设通过订单追踪发现，87%购买随心飞的旅客也会购买接送机券，那么是否可以推出两者的打包产品，从而提升辅营收入，尤其是在疫情期间平均票价大幅下滑的情况下，辅营收入的提升也是航司的重点工作之一。同时，根据旅客购买打包产品的消费行为数据，再进一步细分客群，后期能够更加精准的推送航司的增值产品和服务。

如果是同第三方平台合作，那么旅客的用户画像是怎样的？他们还会选购哪些非航类的产品？假设根据客户消费历史数据，78%购买了随心飞产品的旅客也曾经购买过数码相机，那么是否可以逻辑倒推，对于过去某个时间段内购买了数码相机的全部客户定向推送随心飞产品，观察转化率情况。

再如使用漏斗分析法实现产品活动流程的优化。通过监控旅客在流程中各个层级上的行为路径，寻找每个层级的可优化点。从航司角度出发，无论做什么类型的产品，最终目标都是旅客下单支付，完成购票，所以成交转化率是衡量整个流程的全局指标。举几个例子，假设相对于平台流量，活动banner的点击量非常少，那么有可能是宣传要素或者banner位的位置不够好。假设旅客在查询航班的层级流量骤减，那么有可能是查询界面不够友好，检索效率低导致旅客流失。假设旅客在支付层级流失，那么有可能是支付工具可选择的较少，或者不支持分期等功能。通过反复对产品销售过程中的各个环节进行优化，持续监控数据变化情况，从而进一步的提升整体转化率。

据笔者了解，上述举例中的相关工作，航司的探索是缺乏的或者缓慢的，也很少有航司会在数据分析和挖掘工作上下真功夫。不难看出，航司在数据处理方面还是有很大的提升空间。