白癜风传染 http://pf.39.net/bdfyy/zqbdf/141107/4512728.html

通过近年来旅游目的地营销的国内外前沿技术和趋势动态，总结在旅游业高质量发展背景下，如何全体系构建旅游目的地形象和品牌的理论、案例与经验。探讨在新形势下如何把旅游目的地作为一个重要的系统，进行全体系的构建，并且成为目的地成长和发展重要战略。

旅游系统包括四个维度，一是旅游目的地规划、开发与控制，通过技术手段，制定目的地政策、规划、控制、发展计划，遵循旅游发展规律，保证可持续旅游业发展；二是旅行行为特征、描述和分析主要的旅游细分市场、旅游流以及交通模式；三是旅游需求，通过对消费者行为的研究，分析市场需求、动机、感知、旅行选择、旅游组织的营销活动以及旅行者的购买决策过程；四是旅游营销，目的地和旅游企业向游客提供服务和设施的过程，重点是有效利用促销和分销渠道。这四个维度，通过旅游产品打造，旅游促销策划以及旅行方式的推动，连接各个环节实现系统循环。通过几十年的发展，旅游系统已进入大型文旅集团主导的资金密集型的发展模式，出现了很多以创意和技术为主要驱动力的目的地和旅游服务体系。

01旅游大数据营销在此背景下，旅游系统的发展和旅游营销需要进行技术更新和创意国际化的发展，其中大数据技术的应用，对于旅游系统以及目的地营销具有非常深远的影响。（一）文旅大数据智库大脑：精细化管理5G人工智能、互联网、大数据等科学技术赋能文旅行业，通过大数据的技术手段来打造数字化生态，从而弥补文旅行业科技程度偏低的短板。下图是由大地云游开发的大数据智库。大地云游开发的大数据智库（来源：大地云游）从数据体系可以看出，它从各个层面整合了内外部的数据，把目的地的宏观画像和游客的微观画像通过一系列可观测的子变量共同聚集在一起，形成非常细致的目的地分析体系，同时对接国家标准和行业标准，提供相对完善的解决方案。通过用户行为痕迹复原分析法可以更细化地对用户行为进行分析。该数据体系展示了对于用户分析的主要数据来源，它既可以来自于一些外部数据，例如统计年鉴、遥感卫星、传感器、GPS等，也可以通过用户自创的内容，包括游记、评论、博客、图片等，对其进行相应的情感分析，语义分析，从而帮助旅游目的地更好的运营。通过这些精细数据，就可以为用户进行细致画像。通过大数据+人工智能+智慧旅游推动全域旅游集约式、精细化、创新化发展。这个旅游目的地的大数据分析系统成为目的地的文旅大数据智库大脑，大数据就像一个个像素点组成了一个完整的人像。用户行为痕迹复原分析法（来源：大地云游）在大数据分析系统的基础上，结合云数据资源管理系统，构建产业监测平台，即通过分析数据以及云数据的资源管理系统，完成分布式协作服务，标准化信息交互管理机制及平台建设，实现目的地的精细化发展和质量管理。在目的地营销的产业运行监测平台上，可以进行大量的可视化数据分析，打造目的地IP体系，准确定位，精准营销，并对运营进行监测管理。文旅大数据产业检测平台（来源：大地云游）（二）DTIP发展模式：精细化营销DTIP发展模式包括IP定位、IP营销、IP孵化和IP监测。通过市场分析进行IP定位、反馈、调整后进入IP营销，在旅游大数据支撑下进行营销策略调整实现IP孵化，通过监测平台实现IP产品和项目调整，监测投放效果、产业数据和舆情，这就完成了DTIP发展。旅游目的地IP特征包括个性化、场景化、衍生性、在地性、稀缺性和生命力。基于旅游资源禀赋分析，结合旅游目的地宏观画像数据、游客围观数据和市场认知数据，对旅游目的地进行IP定位。旅游目的地IP生命周期包括目的地IP的初创期、发展期、成熟期、复苏和衰退期，在不同发展阶段，对文旅大数据的要求是不一样的，例如初创期的主要目的是IP策划和IP定位，发展期则是IP营销推广和IP孵化，成熟期主要在于监测和重构，由此可见，通过大数据平台，可以为不同阶段目的地IP的发展提供精准的决策依据。明十三陵的旅游营销中，大数据发挥了重要作用。运用数据爬取工具进行海量数据分析，目标受众偏好的可视化分析，基于时间和区域的游客行为分析，共收集七大类型数据，项数据维度，万条数据量，在此基础上形成明十三陵的产品主题形象定位。这样的定位就比较准确，能够真实反应明十三陵游客的旅游需求以及偏好特征，精准营销，实现展现超过万次，曝光量万人次，转化量达到59万人次，到访增长了30%。在这个过程中精准营销的手段包括产品主题形象定位，设置主题活动炒作热度，流量入口净化，优化网络舆情以及网络直播，内容为王锁定潜在兴趣客户。（三）精致化服务：口碑舆情监测旅游舆情指旅游者对于在旅游目的地、旅游景区游览体验所表达的态度、意见和情绪的总和。大地云游“游舆情监测系统”是基于大数据及机器学习算法的旅游舆情监测系统，核心要素包括旅游者、旅游目的地、旅游网络平台、旅游事件和网络影响力。核心技术有舆情数据获取、自然语言处理、专业词库、海量数据训练、预警支持和机器学习/文本挖掘。文旅舆情主要分为三个方面，口碑舆情、新闻舆情和新媒体舆情。口碑舆情数据来源主要是各大平台上的评论。新闻舆情包括了新闻网站、