如果要实现数据驱动的业务，有一点最关键的，即用于生成报告的数据必须来自于信息系统之中。如果大量数据来自于手工处理和线下采集，就不是数字化的数据驱动。对于这一点，大多数航空企业仍然没有实现。做的比较好的，能够做到60%-70%的业务报告数据来自系统，做的不好的这个比例低于50%。为什么会出现线下数据和人工处理数据呢?一方面是信息系统对业务的覆盖率没有完成，有些数据没有实现线上化。另一方面，信息系统的数据“不够准”,需要人工修正。信息系统的数据应该反映现实，或者如实的反映某一领域的现实。虽然不一定需要实现全面覆盖，但覆盖到的系统数据就应该是准确的。

在航空业数据驱动可以做什么呢?从开展数据驱动的层面上看，与大部分行业没有不同。但在解决的具体问题方面，就需要体现行业的差异。比如在经营决策领域，对企业的经营风险管理需要建立航空业经营风险模型，对模型涉及的参数数据包括市场情况、气候、灾害、战争、全球政治环境、人口等数据进行实时的追踪和预测。根据经营风险模型为企业设置风险保证金、购买保险等。这样，即使市场出现巨大的动荡，企业仍然可以生存下来。

在运营层面，前面提到的现场资源紧张问题，包括廊桥、现场保障车辆可以通过数据驱动进行资源优化。比如可以将飞机、跑道、廊桥、地面保障车辆、现场人员都数据化，建立现场运营的数据模型。这个模型不但可以实现对现场资源的监测和预警，还可以实现资源的优化。

在产品改进方面，可以通过收集用户反馈，监测用户在社交媒体的意见和舆情信息，及时了解旅客的意见，有针对性性的进行疏导、反馈和改进。比如，在大型机场，旅客对远机位和地面转运时间颇有抱怨。为了消除这些不满，一方面要不断优化流程，提高服务水平。另一方面，也需要做好数据透明性，让旅客了解运行的真实情况和变化情况，做到心中有数。这样一来，不仅仅是改进了流程，同时为产品赋予了数字属性，信息和数据成为了产品的一部分。

在产品设计方面，航空业也可以通过数据分析优化产品设计过程。现在对产品进行设计的过程通常是产品设计人员经过初步调研以后创意的结果。有的时候是学习其他国家航空公司的做法，有的时候是借鉴其他行业的做法。但这种产品开发方式产生的产品存在成功率偏低的问题。如果通过数据建模，对目标客户进行分析和定位，就能使产品的设计更加精准，成功率会大大提高。比如在疫情期间，许多航空公司都开发了周末随心飞的打包产品。但这些产品能否成功就需要基于对客户数据、市场数据和疫情数据的分析。如果没有好的数据模型支持，这些新的产品很可能不能激活潜在需求，而是挤占了现存需求，导致总体收益率下降。

来源：新华三

关于我们

我们是一家专注于分享国内外各类行业研究报告/专题热点行业报告/白皮书/蓝皮书/年度报告等各类优质研究报告分享平台。所有报告来源于国内外数百家机构，包含传统行业、金融娱乐、互联网+、新兴行业、医疗大健康等专题研究.....目前已累积收集近80000+份行业报告，涉及众多大板块，多个细分领域。

内容涵盖但不限于（市面上有的基本都有）：

1、互联网运营、新媒体、短视频、抖音快手小红书等等；

2、房地产、金融、券商、保险、私募等；

3、新技术（5G）、金融科技、区块链、人工智能类；

4、电子商务、市场营销、运营管理、麦肯锡、德勤等；

5、快消品、餐饮、教育、医疗、化妆品、旅游酒店、出行类等；

免责声明：

本平台只做内容的收集及分享，报告版权归原撰写发布机构所有，由星夜智库社群通过公开合法渠道获得，如涉及侵权，请联系我们删除；如对报告内容存疑，请与撰写、发布机构联系。