《旅游信息化应用》课件-项目五 旅游数据收集与分析

目录Contents旅游资源信息化采编旅游数据收集与统计分析旅游企业内部信息化办公旅游电子政务网络安全课前活动：关注并深入了解2018年中国旅游行业发展现状及发展趋势分析，讨论这些数据是如何收集和分析的？中国旅游总人次与旅游业总收入源于：2018年中国旅游行业发展现状及发展趋势分析Part2课程导入中国旅游业总收入与GDP增长速度对比源于：2018年中国旅游行业发展现状及发展趋势分析Part2课程导入思考并讨论：1、数据分析师是一个什么样的职业？2、举例说明，数据对于旅行社经营有什么价值？3、什么是数据的可视化？【任务拓展】在以下网站中，查看起码5篇旅游数据分析的报告。文化和旅游部/品橙旅游/旅游圈/中国旅游协会/思考报告中的数据分析思维及业务分析流程。

Part22.1旅游数据统计分析的意义A为引导旅游业科学发展提供决策依据B提高旅游数据统计的地位和影响力C推动旅游数据统计调查制度不断完善Part22.2旅游数据收集和统计分析的内容（一）信息收集

数据收集是做好统计分析最基础的工作。除了对产业本身系列数据、宏观经济数据、相关行业数据的积累，还要关注政策变化和环境变化，学会分门别类积累：宏观、产业、金融、财税、价格、贸易、法律法规等；要有意识培养对政策的敏感性，每出台一项重大经济政策，除收集整理，即时分析可能的影响，更要做好预案分析；另外，专家观点、社会热点、财经报道、分析报告等也是重要的资料来源。在大数据背景下，数据与资料的来源更趋多元化，只要做个有心人，就能获取丰富的信息。Part22.2旅游数据收集和统计分析的内容（二）统计分析一是旅游业经济运行态势和主要特点的分析。可以从总体态势、市场运行（国内、入境和出境三大市场）、企业运营（旅行社、星级饭店、A级景区）、旅游投资面等几个层面加以分析提炼。二是影响旅游经济运行的因素分析。外部宏观发展环境：世界经济形势、国内宏观经济、国际旅游市场的变动。产业运行影响因素：产业政策、突发因素、气候环境等。三是对未来趋势的判断：包括总体趋势和结构变动等，除了定性判断，可以采用定量分析；四是有针对性的工作重点或政策建议。Part22.2旅游数据收集和统计分析的内容（三）撰写报告好的统计分析报告有以下几个评判标准：一是具有“三性”。即充分利用统计数据及时撰写分析报告，增强统计分析的时效性；根据旅游业特点开展专题分析研究，增强统计分析的实用性；根据旅游业发展热点、重点和难点开展分析研究，增强统计分析的针对性。二是内容有新意、观点要突出。核心观点不宜过多，只能表达1-2个，最多不超过3个，但要有前瞻性。三是逻辑要严密，主线要清晰，观点之间要相互印证，不能自相矛盾，数据和材料要支持观点；四是政策建议要具体可操作，且实施成本低、社会震动小。切忌过于笼统、不切合实际，缺乏可操作性，甚至与前面分析脱节。四是文字简练，直奔主题。Part22.2旅游数据收集和统计分析的内容Part22.3旅游企业数据分析思维1培养大数据思维2合理运用大数据技术Part22.3旅游企业数据分析思维大数据的价值：预测，并改变我们的生活、工作和商业模式。Part22.4旅游数据业务分析的流程清洗和处理数据制作模板可视化展示明确分析目的搭建分析指标体系收集数据Part22.4旅游数据业务分析的流程明确分析目的梳理业务搭建分析指标体系收集数据处理数据制作分析模板可视化管理1.明确分析目的&梳理业务分析要有目的有方向。是对现在面对的某个问题分析，还是梳理整体的业务现状，抑或是对未来某个指标的预测监控。简单来讲，就是解惑、监控、预测，目的是提效、增益。2.搭建分析指标体系搭建分析指标体系就是分析整个“体”，将分析框架的体系化，明确每个点都是什么指标，任何一个分析路径都能对应到指标。3.如何取数？取数是进行数据准备，自己有哪些数据，通过什么途径可以获取到需要的数据，包括内部数据和外部数据。Part22.4旅游数据业务分析的流程数据分析报告网站：中国国家旅游局及各地区旅游局，中商情报网，券商,旅游圈,品橙旅游,奇创,创略中国等网站会发布专业的旅游数据统计分析报告。携程,同程,途牛,驴妈妈等OTA网站,大型旅游及社区类,点评类,攻略类等线上旅游服务平台及网站。统计排名类网站：艾瑞、易观、Chinarank、指南针、百度统计、GoogleAnalytics等。要素信息来源网站：旅游消费者对目的地的整体评价主要来自携程网的游记；其他各重点要素评价主要来自各主题网站，例如：关于餐饮的评论主要来自大众点评网；关于酒店的评论来自携程网；景区以及购物娱乐评价信息来自途牛网。搜索引擎：百度、谷歌、搜搜等。Part22.4旅游数据业务分析的流程4.清洗和处理数据数据清洗：去掉噪声和无关数据数据集成：将多个数据源中的数据结合起来存放在一个一致的数据存储中数据变换：把原始数据转换成为适合数据挖掘的形式数据归约：数据立方体聚集，维归约，数据压缩，数值归约，离散化和概念分层等。5.制作模板&可视化展示分析模板多用excel或者报表工具。如果业务部分有设立数据分析岗