機場大數據應用與商業模式拓展措施

文/徐云（山東省機場管理集團有限公司）

近年來，以飛機為出行工具的旅客越來越多，機場也成為人流的聚集地。隨著機場人流量的加大，很多商家嗅到了商機，因此機場從傳統的交通運輸場所逐漸向運輸和商業綜合性發展，商業資源價值也充分凸顯出來。機場商業是當前商業中的重要組成部分，但是從當前機場商業發展情況來看，運輸仍然是主流業務，在商業發展方面相對于其他商業模式來說仍存在很多的不足。因此需要對機場客流進行分析，加強對機場商業資源價值的重視，保證機場商業管理的科學性，提升機場商業價值。

一、機場大數據的應用現狀和應用思想

機場大數據在機場商業運營中的應用有利于提升商業運營效率，查找商業運營問題，保證商業健康發展。但是從當前的機場大數據應用情況來看，其中仍然存在很多的不足，在應用思想方面雖然得到一定的啟示和發展，但是仍然需要進一步完善。

（一）機場大數據應用現狀

機場大數據可以通過智慧平臺整合，形成有效的資源，并在相應的領域中進行合理配置，但是從當前機場大數據的應用情況來看，其中仍然存在很多的問題，難以凸顯機場大數據的應用效果。機場商業可以從廣義和狹義兩個方面進行分析，廣義方面指的是所有非航空收入的商業模式；從狹義方面分析則細化為多個不同的模塊形式，主要以機場的行業零售和餐飲為主要的發展和整合對象[1]。通過對機場運營收入的對比研究來看，非航空收入基本可以達到與航空收入持平的效果，雖然不同時間有所浮動，但是浮動的幅度并不明顯。而且部分機場的非航空收入已經遠遠大于航空收入。從以上分析可知，非航空收入對于機場商業發展具有重要的價值，需要探究非航空收入的商機，加強機場商業管理。

旅客在航空出行中會留下大量的數據信息，這些信息都可以作為航空業務部門運行的重要依據，有利于加強機場商業信息管理。但是從機場大數據的實際應用情況來看，由于大數據系統的影響，難以實現數據的統一性，而且在外力的影響下無法實現數據共享。比如，機場商業經營中，各部門間都保持獨立性，缺乏協作意識。同時機場商業支付軟件的功能單一，更新速度慢，容易造成信息不對稱等方面的問題，導致商業信息管理受到限制。

（二）機場大數據應用思想

機場商業管理中的大數據管理能夠實現信息的共享，提升機場商業盈利能力。因此在機場大數據系統的建設中，需要建設共享的數據體系，通過全感知信息的應用，保證機場信息能夠實現同步互動，加強對數據管理范圍的擴大，強調被服務對象的服務體驗。并從不同角度對數據管理系統進行完善，提升數據管理系統的運行效率。機場大數據管理方法的應用轉變了傳統收支方式，機場收銀功能也得到進一步完善，將消費者的服務作為管理的重要依據，對數據的維度進行拓展，提升機場商業營銷的精準性。

機場大數據管理在機場商業中的應用還實現對數據服務對象范圍的拓展，將機場的航空業務與商業結合，并通過與關聯性租戶的合作，提升機場運營主客體參與大數據管理的興趣。通過大數據系統對商業信息的收集、整理、分配和共享，促進各部門間的聯動作用，提升大數據的利用效率，構建以用戶為核心的管理思維，促進機場商業的健康發展[2]。

二、機場商業大數據應用分析

機場商業大數據應用中需要科學選擇數據來源，保證數據分析的科學性，同時利用大數據技術繪制消費者商業畫像，保證對消費者特點的準確分析。

（一）合理選擇數據來源

機場商業大數據應用前需要先做好大數據的選擇，根據銷售以及會員數據進行大數據分析。在大數據分析中，一般會選擇商品的類別、會員信息以及付款方式等數據內容進行大數據整合與分類。數據的來源以進銷存和客戶關系信息為主。由于機場商業信息大部分都采用日清日結的方式，因此數據內容比較科學、可靠。同時銷售數據中能夠顯示每一筆交易的具體情況和單品購買率等，數據的精準度比較強，有利于后續的數據研究。此外，大數據分析中，還需要加強對成員身份的收集和管理，與傳統業務分析模式不同，客戶分析中強調對個人行為的分析，因此在數據分析中需要將個體情況與行為結合，而個體的行為就往往會關聯到其他人，可以形成關聯性分析，通過各種ID的使用以及手機號等各種信息采集，對會員數據進行檢查，降低會員數據分析難度[3]。

（二）大數據商業畫像

機場商業大數據的分析，能夠總結出機場商業的特征。首先，可以通過數據分析了解機場消費的潛力。比如在與上一年機場消費零售總額的對比中，出現持續增長，同時旅客量也持續提升的情況下，可以表明機場旅客的消費具有比較大的潛力；其次，選擇產品消費類型比較集中的數據，可以將產品的銷售額作為評定標準。通過大部分機場總結來看，服裝配飾所占的銷售比例最高，能夠達到所有消費產品類型的三成左右，其次為食品和特產；再次，從產品的銷售情況來看，女性產品的消費能力遠遠高于男性產品消費。同時女性消費中最集中的類型為時尚美妝、首飾以及手表；最后，從付款方式方面進行數據分析，當前大部分支付中都是以微信和銀行卡為主要支付方式，其中大額消費中銀行卡為主要支付方式，其次為微信，最后為現金。由此可見，機場的高金額的銷售中，銀行卡和現金仍然是主流的支付方式。

（三）機場會員數據分析

為了保證數據分析的精準性，了解不同群體的消費行為，需要對會員的數據情況進行分析。從現有的機場會員注冊情況來看，會員主要集中在45歲以下，其中35周歲以下會員人數達到總會員人數的60%左右，男女會員的比例比較均衡。從會員的職業分析來看，白領和金融行業人員所占的比例最大；從學歷分析來看，專科以上學歷的人員成為會員的潛力最大；從會員的地域分布情況來看，與機場的距離具有一定的關聯性，一般距離機場距離越近的行政區域會員的分布量也會越大。會員數據分析中，消費偏好是一項重要的分析標準，大部分消費都是以食品、化妝品以及小型電器為主。但是從消費的金額來看，會員高消費金額的發生率并不高，具有偶發性特點，而且高消費產品的黏性低，這與機場商業環境具有直接的關系。總體來說，機場會員的消費水平與社會其他商業的消費水平沒有太大差距，而且從數據的對比來看，具有較大的上升空間和發展潛力。但是由于機場位置和功能的特殊性，使會員對機場商業的黏性比較低，無法與傳統商場經營模式比擬。而且機場布局距離市區比較遠，區位優勢不明顯。針對這個問題可以嘗試采用電商的銷售途徑，消除機場的區域劣勢，在機場會員管理中形成優質會員模式。

三、機場大數據的應用領域和策略

（一）機場大數據的運輸管理應用

機場大數據管理對機場運輸管理工作開展具有一定的指導作用，從機場航空運輸業務的開展情況來看，主要是為旅客提供多元化、全方位的服務。從航空運輸的發展特色來看，在運輸管理服務中需要根據航空的起飛以及著陸情況設計不同的服務體驗，滿足消費者的消費需求和服務要求。旅客在接受機場的商業服務中對服務評價主要來源于自身的主觀因素影響，因此消費者對航空服務的評價也會出現多樣化的特點，但是總體來說評價的主要參考仍然是航班的按時和安全運行。此外，航空的候機環境、飲食、購物等也是重要的評價角度和標準。通過在客戶評價中對大數據技術的應用，有利于管理人員對機場的航班運行情況進行掌握，并以客戶的需求為基礎，開展相應的服務工作[4]。在航空服務中打造科學的保障體系，保證航班的穩定運行效果。機場商業管理中通過大數據技術的應用，使機場的發展實現智能化，而且為各部門間的發展提供有效的平臺，形成比較完善的管理體系，將旅客的需求作為發展的核心，打破傳統單一的服務僵局，構建個性化的服務模式。

機場行業發展中，航空運輸一直是主營業務模式，因此大數據技術的應用中也需要將航班的穩定運行作為大數據管理的核心內容。可以通過大數據平臺構建一體化的管理模式，根據機場的商業運行情況不斷優化和完善組織機制，提升機場運輸管理效率。大數據模式在機場商業中的應用，有利于對機場商業中內外部環境中數據的收集，可以通過對旅客在機場航班各方面的數據信息提取和分析了解旅客的需要，探究商業發展動機，以此為基礎提升商場經營活動效率。機場運營中對航班運行的影響因素比較多，需要加強對運營航班信息的關注，并保持各項數據間與行業的共享性，分析客戶的旅行需求和體驗要求，通過不斷優化商業模式和服務方式，為旅客提供更滿意的體驗。并利用大數據技術加強市場調查，從中查找和挖掘機場商業經濟發展影響因素，促進商業活動的健康發展，提升機場商業社會服務效率，促進航空運輸管理工作的順利開展。

（二）機場大數據的商業經營應用

機場運營中產生大量的數據，通過大數據技術的應用對機場商業發展規劃和商業經營都具有非常重要的作用，可以通過對機場商業數據管理內容的分析，了解商業發展潛力和發展方向，提升數據管理效能。社會經濟的快速發展，使大數據技術的應用越來越廣泛，為商業經營提供了有效的依據，促進了社會經濟的發展。從當前機場商業發展情況來看，機場商業管理中大數據管理理念的應用效果比較明顯，能夠保證機場商業行為規劃的科學性，促進商業經營管理中各環節的有效銜接。在大數據的數據范圍選擇和應用中，需要保證數據內容的多樣性，能夠將招商、場地以及合同管理等經營管理內容進行整合。機場商業經營管理中，以零售為主要經營管理終端，其中需要嚴控的管理內容包括食品安全以及產品價格兩個方面的管理，需要通過加強服務監督的方式，對客戶的商業需求情況進行分析。

在商業經營的財務管理中，同樣可以通過大數據的應用監督各個流程，提升財務管理效率和安全性。商業可以從自主經營角度研究，結合不同經營管理鏈條，建立商業經營管理中各環節的聯系性，形成比較完善的聯動管理模式，促進機場商業管理工作運行效率，為用戶提供更舒適的服務體驗，形成智慧型機場商業思維，為機場商業發展提供有效的支持。智慧機場大數據管理工作中，需要加強對商業經營應用效果的分析，并做好對各項數據的收集和整理，可以通過對商業經營中大數據平臺的智能化分析，為后續工作開展提供相應的理論支持，構建科學的數據模型，提升大數據平臺的管理效益和經營效果，促進消費者間的有效互動，有利于對機場經營中各種動態數據信息內容的掌控，促進機場商業經濟的快速發展。

在機場商業大數據分析中，需要嘗試引入高新技術，保證數據采集和分析的科學性和高效性。通過數據分析結果進行商品的布局和種類調整，為用戶提供更舒適的購物體驗，保證商業經營效率。比如，可以采用“畫像”技術，通過科學技術手段對所有進入店鋪的顧客特點進行研究和分析。包括顧客的性別、年齡等，客戶“畫像”有利于分析商業品牌定位是否科學。比如一個服裝定位于中年穩重氣質的品牌，但是在客戶“畫像”中發現客戶的年齡段集中在29歲以下，說明該服裝品牌的定位出現偏差，需要及時調整定位。同時還可以結合店鋪進入客戶在其他方面的喜好，比如飲食、興趣等是否與年齡段相符進行判斷，通過綜合習慣分析了解數據的可靠性和真實性。或者通過客流量數據分析，了解客流量與運營間的關系，為了了解店鋪的銷售和庫存情況，需要加強對庫存以及流量等方面數據的定期分析，一般以月分析的方式為主，在數據的分析中，主要分析的內容包括高客流量的情況下成交率的變化情況以及低客流量的情況下成交率的變化情況，并結合高流量低成交以及低流量高成交的特殊情況原因進行分析[5]。一般來說主要原因如下：客流量多但是購買意愿不強，客流都為穿行流量；或者店鋪的商品陳列方式不科學，無法吸引消費者，難以激發客戶深入了解產品的興趣；此外，客流量的大量增多，會導致服務人員的工作強度增大，服務質量和品質降低，導致客戶的購買意愿不強。

針對以上問題可以采用熱力圖與動線圖的方式科學設置商業經營規劃。機場商業經營管理中可以通過熱力圖以及動線圖的觀察與分析，確定商業規劃的合理性。比如在商業男性箱包類商品的銷售中，通過熱力圖觀察發現，男性箱包產品貨架前段位置的瀏覽量比較多，后端位置的瀏覽量則明顯減少，導致后端產品的關注度不足，無法發揮銷售潛力[6]。因此可以通過合理調整陳設的方式促進客戶流量對店內商品的深入瀏覽。在貨架的調整中，將熱銷類產品放置在貨架的前段，有利于商店的引流。同時在貨架的中后端位置增加“爆款”“熱銷”等宣傳帖，通過視覺上的吸引，引導客戶向后端瀏覽。同時將男性的箱包陳列設置與女性的箱包陳列設置進行融合，形成情侶款模式，能夠吸引男女不同類型客戶的關注，并將這部分產品放置在貨架的末端位置，達到更好的引流效果。通過這種產品的擺設方式應用，使客戶在瀏覽商品的過程中能夠被不同商品屬性所吸引，防止客戶出現瀏覽疲勞，只集中在前段區域。由此可見，通過在機場商業店鋪中增加感知設備，有利于獲取商業數據。并通過數據的對比分析，獲取旅客更精細化和準確化的信息資料，為商業店鋪內部調整，經營管理等提供有效的支持和指導。

四、結語

綜上所述，機場大數據管理對機場商業潛能的開發以及發展具有重要作用，同時在機場商業中的應用維度越來越廣泛。通過大數據技術的應用，有利于促進航空業務與商業間的發展，為機場商業管理工作開展提供有效的指導。通過大數據對機場商業模式和經營方式從不同的維度進行分析，了解其中存在的問題和不足，并引入先進的數據采集和分析設備，提升行業運行效果。通過對商業問題的診斷、改善和后期的驗證，提升商業運行效率，及時調整商業運行方向，保證機場商業的健康發展。

相關鏈接

大數據包括結構化、半結構化和非結構化數據，非結構化數據越來越成為數據的主要部分。據IDC的調查報告顯示：企業中80%的數據都是非結構化數據，這些數據每年都按指數增長60%。大數據就是互聯網發展到現今階段的一種表象或特征而已，沒有必要神話它或對它保持敬畏之心，在以云計算為代表的技術創新大幕的襯托下，這些原本看起來很難收集和使用的數據開始容易被利用起來了，通過各行各業的不斷創新，大數據會逐步為人類創造更多的價值。

另外，想要系統地認知大數據，必須要全面而細致的分解它，著手從三個層面來展開：

第一層面是理論，理論是認知的必經途徑，也是被廣泛認同和傳播的基線。在這里從大數據的特征定義理解行業對大數據的整體描繪和定性；從對大數據價值的探討來深入解析大數據的珍貴所在；洞悉大數據的發展趨勢；從大數據隱私這個特別而重要的視角審視人和數據之間的長久博弈。

第二層面是技術，技術是大數據價值體現的手段和前進的基石。在這里分別從云計算、分布式處理技術、存儲技術和感知技術的發展來說明大數據從采集、處理、存儲到形成結果的整個過程。

第三層面是實踐，實踐是大數據的最終價值體現。在這里分別從互聯網的大數據，政府的大數據，企業的大數據和個人的大數據四個方面來描繪大數據已經展現的美好景象及即將實現的藍圖。

大數據概念應用到IT操作工具產生的數據中，大數據可以使IT管理軟件供應商解決廣泛的業務決策。IT系統、應用和技術基礎設施每天每秒都在產生數據。大數據非結構化或者結構數據都代表了“所有用戶的行為、服務級別、安全、風險、欺詐行為等更多操作”的絕對記錄。

大數據分析的產生在于IT管理，企業可以將實時數據流分析和歷史相關數據相結合，然后大數據分析并發現它們所需的模型。反過來，幫助預測和預防未來運行中斷和性能問題。進一步來講，他們可以利用大數據了解使用模型以及地理趨勢，進而加深大數據對重要用戶的洞察力。