飞猪双11成绩单背后 藏了什么玄机

周末飞猪公布了2017年双11的成绩单,在这份成绩单里,少了一些例行的数据,多了一点有趣的态度。

飞猪的双11榜单

一年一度的双11落幕,飞猪作为阿里系动物园里的新晋“小主”,也公布了自己的成绩单:50万间夜高星酒店,10万+五星自助餐,110万出境游,15万本签证,100万张机票,35万国际航段,还有1000个南极和2个米格29。

飞猪双11成绩单背后 藏了什么玄机

旅游媒体即使没有电商圈小伙伴那么敏感,也还是意识到这份成绩单里少了点什——2017双11的飞猪成绩单里,没有公开销售额。

劲旅君十分好奇,2017年双11,飞猪到底玩得怎么样?

中青旅遨游网首席销售官韩杰告诉劲旅君,去年双11中活动中,中青旅在旅游品类中排名第3。今年中青旅以7000万的销售量位居旅游品类第一。

韩杰介绍,这一方面是因为今年中青旅在去年传统跟团线路的基础上,增加了签证和当地玩乐两个品类,并将跟团游线路从去年的40多条增加到今年的80多条。“仅泰国签证我们就卖了14000本。”韩杰说,这差不多是平时中青旅一个月的签证数量。

同时,韩杰认为今年旅游产品规范做得更好了,对预售期、线路捆绑销售和预付出行等情况作了限制,虽然影响了一些产品的销售额。但这意味着订单质量更高。避免很多人冲动消费。今年这样能杜绝很多后期的问题。

更少的爆款和更丰富的商品

劲旅君找到了一些旅行社,大家发现,相对于以往的双11,今年单件产品大量销售的情况少了,产品品类更加丰富了。

北京九州风行旅游股份有限公司董事长韩铁认为,今年飞猪流量分配规则与往年不同,对大库存商家的销售有一定影响。北京凤凰假期国旅副总裁陈蕾也告诉劲旅君,淘宝的千人千面影响了平台的流量分发,让算法变得很复杂,也让流量和产品匹配更加精准。

“今年飞猪对我们的双十一的要求不止看当天的交易额,还看后续的服务水平,乃至全年的稳定的状态。”陈蕾说,从今年飞猪公布的高星酒店预定和南北极等线路的预定火爆情况来看,凤凰旅游作为商家也感受到消费升级的变化,在设计线路,推荐产品上也得到了一些启发。

事实上,新算法并没有让飞猪的流量减少,而是分流到了更多的产品中。

在单品“爆款”减少的同时,更多碎片化产品销量显著增加,百程旅行销售额提升了一倍。百程旅行副总裁孙常伟介绍,这是因为今年飞猪的重点销售品类集中在碎片化商品上,而目的地碎片化产品正是百程旅行的优势资源。百程的客单价并不高,但胜在产品丰富。孙常伟认为,这是平台顺应了消费市场的变化。

懒猫旅行泰国运营总监周一淼在接受劲旅君采访时表示,因懒猫产品线多元化,今年没有出现爆款产品撑起整体销售额的情况,而是整体销量均有稳定增长。此外,从整个行业来说,今年双11的跟团游和“机+酒”产品销售情况不如往年,碎片化产品销量出现明显增长。消费升级不仅体现在旅游产品的品类上,单价高、品质好、长线游产品成为更受游客欢迎的跟团游商品。

“签证15万本、目的地玩乐预订40万件,1200+海外游地道玩法”在飞猪的成绩单中,这些数字也显示了飞猪着重发力的产品领域。飞猪认为,这些长尾产品可以精准满足年轻人的细分个性化需求。

此外,相较与销售额和订单量,飞猪今年更想强调自己的品质。显眼处的酒店全是国际酒店集团的高星级产品和客单价相对更高的出境游产品。

万豪、希尔顿、雅高、凯悦、悦榕庄等国际酒店集团的加入,让飞猪酒店页面的产品水准显得特别高大上。

去年双11初尝飞猪甜头的万豪集团,今年继续“吃糖”,预售10小时便售出2000间夜,其中尤以888元起的“万豪国际SPG酒店62城115店2晚通兑”最为抢手,截至11月6日销量已达6000单。

在成绩单中,飞猪给出的酒店关键词也都是“高星”“高端”“国际”“五星”这样的字眼,经济型酒店在这次购物狂欢中难觅踪影。飞猪似乎也想以此表达自己与传统OTA的不同,不再一味追求订单成交量,而是想在旅游消费升级中引领一波潮流。

IP产品写进飞猪成绩单

在飞猪数以“万”为主要计数单位的成绩单里,有两个显眼的数据:2和1000。

这分别是飞猪双11卖掉的俄罗斯米格29试驾产品和南极包船产品的数量。依靠售卖这两类产品和去年打造的北极光线路,飞猪自营的叮当国旅销售量排名平台第8。

劲旅君认为,在这两个量级不大的数字背后,有一个飞猪想要大声告知整个行业的概念——IP产品。

去年的北极光,今年的俄罗斯米格29和南极产品,都是飞猪花了大力气推出的旅游IP,飞猪希望借此来唤起年轻消费人群的认同与共鸣,抢得未来市场,乃至引领行业产品升级。显然,升级成为阿里“动物园”中一份子的飞猪,对于整个旅游行业的野心一定不仅仅是在天猫平台上做旅游产品运营这么简单。相对其它的在线旅游平台,它必须寻找自己的标签和方向。个性化、细分市场、打造旅游IP,或许就是飞猪给自己的标签。而出现在成绩单最显眼处,单价5万的南极和10万的米格29,就是飞猪的得意之作。

飞猪希望过IP打造,让消费者对飞猪在的产品和风格有更清晰的认知,从而唤起主力消费群年轻人的认同与共鸣。在这一过程中,自营店铺会给飞猪平台上的商家一个示范,如果把资源用到符合市场需求的方向上,可以把消费引导到希望的层面上去。飞猪带领旅游从业商家捕捉需求、优化供给,实现供需之间的重新匹配。

新营销体系重新发现需求

在双11成绩单的最后,飞猪用了一个看似与打折促销完全无关的关键词—内容。

劲旅君得了更完整的数据:双11期间,飞猪专门搭建旅行达人榜单页面,通过故事和图文种草。双开拓B站、微博红人等大量细分传播渠道,联合阅后即瞎、野食小哥、张逗张花等原创KOL进行内容创作,形成了全网15亿内容传播,3800万内容互动。几十个旅行达人赴全球各地进行直播传播,总阅读/观看量达2.2亿。

将内容注入更多渠道,通过不同的方式触达目标消费群体,从而将年轻客群对生活方式的追求引导到对具体旅游产品的需求,为飞猪双11的销售奠定了基础。

回顾今年双11的时候,飞猪给自己的标注的关键词是“引领”,一方面通过整合资源打造旅游IP,引领旅游产品的设计,另一方面通过大量细分渠道的内容传播影响消费者的出行决策。不再一味追求销售额和爆款,而是将更合适的产品推送给更合适的人群,飞猪以一份颇有个性的成绩单表明了自己与传统OTA的不同。有了阿里爸爸的渠道、资源和数据支持,有了新的IP营销体系,飞猪能借此起飞吗?劲旅君将继续关注。

(转自:劲旅网)

智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值