大数据在旅游网站中的应用使旅游网站能够更加精准地针对用户的兴趣偏好定制个性化的产品和服务。本文在现有大数据与旅游营销研究的基础上，运用文献分析法和总结归纳法对基于大数据的旅游营销模式进行研究，案例分析途牛旅游网现有营销模式，并研究近几年的公开数据资料得出途牛旅游网营销模式存在服务质量较低、用户体验较差和品牌影响力有限的结论。最后，对途牛及其他在线旅游企业如何更好地利用大数据进行精准营销，提高其服务质量和产品质量提出相关建议。
目录
摘要 1
关键词 1
Abstract. 1
Key words 1
一、文献综述 2
（一）大数据研究方面 2
（二）大数据与旅游营销方面 2
（三）文献评述 2
二、研究基础与相关理论 2
（一）大数据定义和特点 2
（二）大数据关键技术 3
（三）本文数据来源 3
三、大数据背景下的旅游营销变革 4
（一）大数据旅游营销模式 4
（二）大数据旅游营销流程 4
四、途牛旅游网案例分析 5
（一）途牛旅游网基本介绍 5
（二）途牛旅游网大数据营销模式分析 5
（三）途牛旅游网大数据营销模式现有成绩 6
（四）途牛旅游网大数据营销模式存在的问题 7
五、主要结论与建议 9
（一）主要结论 9
（二）相关建议 9
六、结语 10
致谢 10
参考文献 11
大数据背景下途牛旅游网营销模式研究
引言
中国正在进入数字化转型的时代，具有巨大价值的大数据已经进入到各行各业。旅游业属于体验服务业，在发展的各个阶段，信息反馈的准确性与及时性都十分重要。
从本篇所选取的途牛旅游网情况来看，这家企业自建成十多年来一直致力于在线旅游，提供旅游产品的咨询与预订服务。途牛网站在2008年成立了自己的旅行社，使用大数据技术，建立较为完备的数据库以实现本企业的精准营销。
本研究将大数据引起的旅游营销变革进行研究与分析，从途牛现 *景先生毕设|www.jxszl.com +Q: #351916072# 
有营销模式的角度出发，查阅互联网公开数据资料，分析出途牛网络营销的现状及存在的问题，并为途牛旅游网络营销提供建议。同时，本研究对其他在线旅游企业利用大数据进行精准营销，从根本上提高服务质量和产品质量有一定的参考意义。
一、文献综述
（一）大数据研究方面
1.国内研究
孙宇超认为运用大数据能有效改善交通环境，并建立算法模型探讨交通优化可行性案例。[1]陶佰瑞等在高性能计算机集群上部署云计算平台，以黑龙江传统农业信息化改造为背景，实现农业数据实时采集、安全可靠存储和智能管理与数据挖掘。[2]郭博林设计对比实验，完成基于大数据分析的音乐个性化推荐系统分析设计工作，并通过测试证明了改系统的应用性和有效性。[3]
2.国外研究
Omar提出研究议程，用于在循证医学中利用商业智能和大数据分析，并说明如何使用分析来支持循证医学。[4]Stefano将其研究结果综合成一个应急矩阵，可以支持从业者选择合适的大数据方法，并提出混合方法传统关系数据库结构和MapReduce技术的组合是追求大数据分析的公司最常见的策略。[5]Toga通过挖掘现有的蛋白质组学和基因组数据，使研究人员可以轻松地管理，聚合，操作，集成和建模大量分布式数据，帮助研究人员识别最混杂的病症和疾病的生物标记物。[6]
（二）大数据与旅游营销方面
1.国内研究
2.国外研究
Varian H通过实践研究发现，可以利用旅游者在互联网所产生的搜索数据对旅游业销量进行预测。[10]Newswire发表“酒店与旅游业务白皮书”探讨了互联网大数据对未来旅游产业和旅游营销的影响。[11]Pasquale Del Vecchio等人在《社会大数据创造价值：智慧旅游目的地的影响》文献中提到，应运用大数据提升旅游营销决策，在顾客和利益相关者之间实现更个性化、更透明化以及更可靠的旅游营销策略。[12]
（三）文献评述
学界针对大数据营销、大数据旅游营销和大数据旅游网络营销的研究有很多，而对于结合大数据以案例形式开展的旅游企业网络营销的研究，近年来多关注的是携程网、去哪儿网等较大电子商务企业，以途牛网为研究对象进行研究的文献较少。
因此本文通过分析国内最大的在线旅游网站之一途牛网，总结在线旅游行业在大数据营销方面的应用成果，分析营销方面存在的问题，对运用大数据的企业网络营销模式提出建议，为国内旅游企业在大数据的发展趋势下开展旅游营销活动提供指导建议。
二、研究基础与相关理论
（一）大数据定义和特点
2008年9月《Nature》上的杂志上首次提到了大数据。[13]McKinsey在全球研究报告给出的定义是：“一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合”。[14] 2011年，国际数据中心IDC报告中将大数据理解为：“大数据技术描述了一个技术和体系的新时代，被设计于从大规模多样化的数据中通过高速捕获、发现和分析技术提取数据的价值”。[15]从上述可以看出，在大数据概念这一问题上很难达到一个绝对的共识，不同行业的人从不同的角度给出的大数据定义均不同。
大数据有四个显著特点：数量大（Volume）、种类多(Variety)、价值密度低(Value)和速度快时效高(Velocity)。[16]数量大主要指用户浏览访问购买等行为产生的大量用户数据，同时对数据的采集、存储和计算量也都很大。种类多主要指用户每天浏览各种网站，这些行为之后生成的数据种类不同，包含结构化和非结构化数据。非结构化数据需要采取清洗、整理、筛选等步骤变为结构数据。价值密度低主要是指由于数据采集不及时，样本不全面等使数据失真。速度快时效高是指要求能及时快速的响应变化，要求高时效性。比如，用户在浏览购物网站时，需要基于用户在几秒内浏览的产品信息与过去在其他网站上浏览某信息记录的数据执行毫秒级的运算，并及时将数据反馈到页面前台，实现个性化的精准推荐。对精准推荐的要求是尽可能实时完成推荐，这是大数据区别于传统数据的显著特征。

原文链接：http://www.jxszl.com/jmgl/lygl/563543.html