专家视点 首页 > 学术信息中心 > 专家视点

余凡:场景化+大数据思维――大数据发掘质量需求的途径(一)


发布人:    审批人:    点击数:0    发布时间:2015-03-31


运用大数据发掘质量需求的案例有很多,大数据的确能够为企业带来巨额的利润。现在的关键问题在于如何更加深入地解释大数据如何发掘质量需求,也就是大数据发掘质量需求的途径是什么。 

谈到大数据发掘质量需求的途径,有两个关键因素必须提及。第一个关键因素是场景化。场景化在计算机和语义信息处理领域提及得最多,对应的英文单词是Context,计算机和信息科学的科研人员提出,提取语言的语义信息,需要理解上下文的场景信息,一个词、一个句子都不是孤立存在的,需要结合上下文才能被理解。大数据领域的场景化是将产品相关的因素聚集起来,进行场景虚拟,找到影响产品质量需求的要素,然后将这些要素按照事情发展的先后顺序进行流程化细分,进而发掘出新的质量需求。

以国内首个民营性质的公司“飞常准”为例,该公司提供了一个旅客非常关心,但是一直没有解决的需求,那就是对航班准点率的预测。与国外相比,国内的航班晚点是家常便饭的事,登录“飞常准”的官方网站,随机输入一个航班号,接连查询一个星期的预计起飞时间和实际起飞时间,竟然没有一天是准点的,并且有的时间延迟了近半个小时。对于经常坐飞机出差的商务人士,票价变动对他们的需求很难产生太大的变动,而准点却是他们最希望获得的需求。“飞常准”通过对每部航班的历史记录进行计算,包括预计起飞时间、实际起飞时间、预计到达时间、实际到达时间等指标,计算出每部航班的准点率,旅客只需输入出发地和目的地,“飞常准”就能够给出所有途经的航班及其准点率,数据一目了然。

预计起飞时间和预计到达时间是如何计算的呢?预计起飞时间的时间节点从飞机降落到起飞机场到飞机起飞,首先对其场景化处理,飞机起飞前大致会经历几个步骤:旅客下机、清洁飞机、加油、加餐、旅客上机等流程。从航空公司拿到详细的数据,步骤包括:飞机到达机位、上轮档、靠桥完成、开客舱门、开货舱门、加清水、排污、机组到位、加油车到位、加油、关客舱门、关货舱门、离桥完成、撤轮档、推出、起飞等,有了每个流程的数据,将这些数据加总,就能够准确的计算出飞机起飞的时间。 

预计到达时间的时间节点从飞机在出发地起飞到飞机在目的地降落,在整个过程中,会有一些关键的场景,比如:天气的因素、飞行高度等等。具体而言,首先需要考虑出发地和目的地的流量,这两个因素会影响飞机的起飞前和降落后到达和离开飞机跑道的时间,其次是恶劣的天气对到达时间的影响,再次是根据飞机型号的数据判断飞机的大小和重量,进而判断飞机的飞行高度和速度,计算出飞行时间,最后将这几个场景的时间数据加总,就是最后的预计到达时间。 

“飞常准”在界面友好性、体验感等方面还存在不少不尽如人意的地方,比如:准点率没有按分钟计算,似乎飞机延迟起飞半小时之内都没有纳入到准点率计算中;准点率没有按照降序排列,旅客还需要一条一条记录地查找最优的航班;没有提供票价信息,虽然对于商务人士,票价可能不是最重要的因素,但是能够找到既准点又低价的航班显然更好。但是,作为一家民营公司,能够为广大的消费者提供有价值的数据,同时也倒逼航空公司提高它们的服务质量,有效地降低了航空交通的信息不对称,必定能为市场的成熟发展和资源的高效配置发挥重要的作用。  







首页 | 期刊简介 | 本刊导读 | 新闻公告 | 电子版期刊 | 期刊订阅 | 英文期刊 | 推荐文献 | 我要投稿 | 联系我们