携程商旅亚太区CMO 邱斐

【数据猿导读】 阿里在企业商旅服务方面的不断加码,给中国商旅市场格局带来了怎样的影响?在大数据时代,商旅管理企业如何利用数据驱动业务来提高自身的竞争力?带着这些问题,数据猿记者约访了携程商旅亚太区CMO邱斐。

记者 | 郭敏

官网 | www.datayuan.cn

微信公众号ID | datayuancn

员工接到临时受命去外地出差,第一道坎是签单申请,然后等待逐级签名审批,在之后的出差旅途中形势多变,“老司机”尚且不说,对偶尔出差或新晋差旅审核者来说,出师未捷就卡在了预定机票或者事后对账报销上面,整个行程就会一地鸡毛……

在全国乃至全球的经济活动中,商旅人扮演着桥接和洽谈的角色,不可或缺,但企业的行政部门对差旅与费用的管理相对落后,调研显示,2018年,有61%的中国企业计划放弃使用现有的手动或半自动差旅与费用管理系统,而投入使用全自动差旅与费用管理系统,这无疑给商旅管理市场的玩家们带来了更多机会。

众所周知,在国内的商旅管理市场上,携程、国旅运通、中航嘉信长期占据着前三的位置,2016年,阿里推出商旅管理产品,高调入局,之后还对中小企业提出了“免垫资、免发票、免报销”的差旅政策,在市场上引起了不小的轰动。

阿里在企业商旅服务方面的不断加码,给中国商旅市场格局带来了怎样的影响?在大数据时代,商旅管理企业如何利用数据驱动业务来提高自身的竞争力?带着这些问题,数据猿记者约访了携程商旅亚太区CMO邱斐。

中小企业差旅管理市场刚起步,大玩家加入是一种利好

差旅管理是个舶来品,2006年以前,美国运通、HRG、CWT、BCD等国际差旅管理企业纷至沓来,凭借各自多年积累的服务优势不断蚕食着本土OTA、旅行社以及大量订房订票公司的市场份额。2006年,携程宣布正式进军差旅管理市场,腾邦国际及本土中小型差旅公司纷纷出现,并不断壮大自身实力。2013年,中国的差旅管理市场已初具规模,企业逐渐认可和使用差旅管理模式,本土玩家也逐渐后来居上。原来携程商旅是携程的一个事业部,现已经独立运营。

在众多玩家中,人们不免会拿携程和阿里做比较,殊不知阿里曾经也是携程商旅的客户。2015年前,携程商旅一直在为阿里提供机票、火车票、用车、保险、签证和会议旅游等服务,阿里旅行诞生后不久,便与携程商旅分道扬镳,并于2016年10月推出了战略级产品——阿里商旅。

根据艾瑞监测数据显示,从2017年开始,中国差旅管理市场将进入快速增长态势,2018年有望超过2000亿元人民币。数千亿美金以上的大蛋糕,相信没有巨头不会垂涎三尺。阿里的高调入局也让曾经的合作伙伴正式升级为竞争对手,对此,邱斐有不同的看法,“在国内,差旅管理市场虽然初具规模,但发展依然缓慢,主要是中小企业对于差旅管理的不了解造成的,大玩家的加入将对市场教育起到了良好的促进作用。”

2017年,携程商旅在市场上做了许多宣传推广和教育工作,“在整个行业中,携程商旅属于博弈中的大猪,我们要去做更多的教育工作,提高大家对商旅管理的认知。”邱斐说。

市场教育固然重要,竞争对手也不容忽视,对于携程商旅来说,阿里商旅凭借在集团内部金融体系和信用体系的支撑,能给信用记录良好的企业授信,先出差、后买单。另外,钉钉也可作为阿里商旅的流量入口,为其提供数百万家客户。

当然携程商旅也没有闲着,这两年,携程商旅开始寻求多方合作,与全球差旅与费用管理企业Concer进行了系统对接,与企业微信展开了深度合作,获得了移动办公应用云之家的入口,并先后与企业消费和报销管理平台喜报销、易快报达成了合作。

对于二者的竞争,业内人士表示:“阿里商旅没有线下服务团队与上下游供应商衔接,而携程商旅的大多数供应商接自携程,在这一点上还是有很大优势的。”

其实相比于以平台模式起家的阿里商旅,携程商旅还拥有携程在旅游业经营多年积累的服务能力,两家的势头都不容小觑。邱斐告诉数据猿:“不得不承认,阿里的进场给我们带来了不小的压力,但同时也带来了激励,让我们去思考怎么样更快的利用技术对产品、服务进行创新。”

主张数据“驱动”业务,不推崇“唯数据论”

如今,携程商旅已经发展为国内全面差旅服务提供商,企业客户可以获得机票、火车票、用车、保险、签证和会议旅游等服务,这些都是接入第三方工具,并且提供线下服务。在出差程序方面,携程商旅还提供在线申请和审批、接入公司的出差标准、垫资月结等服务,并打通企业财务报销系统。携程商旅官网显示,通过差旅管控,可以帮助企业最高节省30%的差旅费用。

截至目前,携程商旅的大客户有八千多家,中小客户数量也达到了十四万家。对于传统差旅公司而言,大客户的信用良好,差旅规模足够大,风险与成本在可控范围,营收也更可观。但中小企业差旅市场也是一个大蛋糕,“中小企业客户和成熟的大企业客户有所不同,大企业客户追求的是效率、合规透明,中小企业的诉求是低价。”邱斐表示。

携程商旅针对中小企业客户的需求,推出了商旅平台——携程商旅通,邱斐表示:“携程商旅通利用云计算技术把中小企业的差旅管理业务放到了互联网上进行集成,我们为其提供了性价比更适合的产品,大大降低了他们的运营和技术成本。”

此外,携程商旅还采用了时下热门的大数据技术,为企业客户提供超过130种管理报告,全面反映企业差旅状况,帮助企业差旅管理者随时了解公司差旅花费动态,监控差旅政策执行力度。

据了解,携程是业内第一家通过机器学习预测旅行趋势和用户购买行为的公司,“基于集团优势,我们能够通过自有和第三方平台的数据来分析用户的购买行为。”邱斐说。

经过十年发展,携程商旅已经积累了大量的用户数据,如何利用数据对业务进行更好的驱动?邱斐表示:“数据驱动是一个循环的过程,首先进行数据采集,其次是数据分析,再次数据的应用,最后是数据的复盘、验证,这是一个循环的过程。携程商旅内部有两个小组,一个是数据组,另一个是分析组,数据组负责采集海量的数据,分析组主要负责对采集的数据进行系统分析,然后再去中心化,利用分析结果指导运营和设计。”

“在这个过程中得分清楚哪些是绝对的数据驱动,哪些不是。比如用户运营、智能制造都离不开数据,但品牌感知却大相径庭,不能说十个人中只有五个人知道你的品牌,就认为这个品牌不好,有九个人知道就认为它一定是好的,这就是一个参考,不能唯数据论,应该根据具体场景让数据驱动有的放矢。”邱斐最后强调。(文/郭敏)



金猿榜往期的获奖名单,将会在峰会现场隆重发布,期待我们的见面?




专访携程商旅邱斐:博弈中的大猪如何利用数据驱动业务?相关推荐

  1. 干货 | 数据思维在携程商旅页面性能优化中的一次实践

    作者简介 Graviton,携程研发总监,专注数据思维驱动团队效能与技术发展. 本文旨在通过一个实际的例子,说明如何通过数据思维来解决研发工作中的一些棘手问题.通过此文,希望能够清楚地阐述我对下面几个 ...

  2. 携程商旅用户画像系统设计实现

    一.用户画像 用户画像这一概念最早源于交互设计领域,由交互设计之父Alan Cooper提出.其指出用户画像是真实用户的虚拟代表,是建立在真实数据之上的目标用户模型.具体而言,在互联网用户分析领域,用 ...

  3. 干货 | 用户画像在携程商旅的实践

     作者简介 大卫,携程资深算法工程师,关注计算广告和推荐系统. 一.用户画像 用户画像这一概念最早源于交互设计领域,由交互设计之父Alan Cooper提出.其指出用户画像是真实用户的虚拟代表,是建立 ...

  4. 携程商旅荣膺“年度受企业认可差旅管理公司”

    1月6日,由财视中国举办的"CEFO年度峰会"于上海圆满落幕,此次峰会围绕"新常态下企业CEFO使命与资本市场新机遇"主题,邀约社科院.上国会的著名教授,世界五 ...

  5. android 仿携程选择城市,类似携程商旅的城市选择器 CityPicker

    软件介绍 CityPicker 这是一个类似于携程商旅类型的城市选择器 特性 1.无侵入性 2.使用方便 展示 使用方法 1.将工程中CityPicker中的Citypicker文件夹拖入你要使用的工 ...

  6. 携程商旅酒店直连平台的实践(一)

    现在才发现,离我上一篇博文竟然接近1年没有发过东西了.惊呆了我.我要每周都写了,就算不写技术也要写其他东西,不然真的是思考的多,没有留下记录都是空白. 在携程商旅主要做酒店直连这一块.商旅酒店其实架构 ...

  7. 喜报云报销与携程商旅达成战略合作 联手打造一站式差旅管理服务

    近日,企业移动报销与费控平台"喜报"与中国领先的差旅管理服务供应商携程商旅签署战略合作协议,双方将各自开放接口,将两大平台对接,共同为企业用户提供更加专业.完善的一体化差旅管理与费 ...

  8. 干货 | 机器学习模型在携程海外酒店推荐场景中的应用

    "关于作者:Louisa,携程算法工程师,热爱前沿算法和技术在个性化推荐和广告建模等业务的性能优化和落地. 大数据产业创新服务媒体 --聚焦数据 · 改变商业 导读 互联网企业的核心需求是& ...

  9. 机器学习模型在携程海外酒店推荐场景中的应用

    导读 互联网企业的核心需求是"增长",移动互联时代下的在线旅游业也不例外.随着大数据.云计算和人工智能等技术的不断进步,通过算法和模型来实现增长已成为核心. 近年来推荐系统迅速崛起 ...

最新文章

  1. python使用pandas基于时间条件查询多个oracle数据表
  2. 5G NR — RAN 的技术演进方向
  3. 【BZOJ2819】Nim 树状数组+LCA
  4. 锐捷发布极简以太全光解决方案 打造“不一样”的全光网
  5. 【嘟嘟早教卡】 小程序源码分享带后台管理
  6. 使用DataBinding的Android SearchView示例教程
  7. LeetCode Maximum Product Subarray 解题报告
  8. 计算机应用基础陈江鸿,广播电视大学计算机教育改革探索与实践-计算机教育论文-计算机论文(6页)-原创力文档...
  9. (一) MySQL学习笔记:MySQL安装图解
  10. Python如何实现图片显示
  11. LeetCode 246. 中心对称数
  12. 目标跟踪CVPR,ICCV,ECCV文章及代码实时更新
  13. cmake的aux_source_directory
  14. 自动化信任和依赖对航空安全的危害及其改进
  15. 关于交换机包转发1.488Mpps是如何计算出来?
  16. mmkv原理,Android多进程从头讲到尾,成功定级腾讯T3-2
  17. 风口之上,车联网系统到底会不会是“另一个”智能手机系统?
  18. uniapp开发微信小程序,从构建到上线
  19. 2022电工(中级)操作证考试题库及模拟考试
  20. 微软认证一览表(附图)

热门文章

  1. 每月碎碎念 | 2019.7
  2. 从源码全面解析Java 线程池的来龙去脉
  3. GTX1060 vs tesla m6
  4. go语言介绍和开发环境以及git使用
  5. Matlab_2012a安装教程
  6. Log抓取和分析-BugReport
  7. Codeforces Gym 101194G Pandaria (2016 ACM-ICPC EC-Final G题, 并查集 + 线段树合并)
  8. java随机数时间窗_蚁群算法(ACO)求解带时间窗的车辆路径(VRPTW)问题
  9. 朝韩应抓住东奥运会契机努力改善关系(翻译)
  10. Java开发环境安装搭建