当航空公司涉足探索大数据之后，往往深陷数据资产、数据治理、数据管控、数据指标加工，以及甚至简单的数据清洗加工等，都往往让人身心俱疲；更重要的是大量投入之后，往往产出的各类仪表盘、数据报表，无法真正的被利用到真正的业务环节和相关应用场景中。当航司具有一定的数据积累后，且不一定要求很严格的数据治理和清洗加工的前提下，需要建立针对性的数据工具或应用，提升相关领域的数据利用效率。过多的按照数据治理和严格的经营决策和生产决策、财报的视角进行数据清洗、指标加工等相关工作，可能会影响数据变现的效果，而且也可能让大家对于数据能否高效和敏捷的支持航空公司的经营研判和辅助决策形成怀疑。

　　所以如下以一个设计方案作为案例进行说明，如何设计和开发实现一个给一线业务人员使用的数据应用和工具。因为真实的使用场景并非要严格的落地到指标或小数点后2位，而是大量研判的依据是相对不需要特别精准的比例、结构等。

　　以"机+非航"淡季联合促销场景为例，建立一个向导式、一体的数据工具，配合和辅助航空公司营销人员及属地化营业部运营人员，在航线淡季进行促销，提升特定客群的粘度，并借此打消里程。

　　场景：As“WHO = 航司欧洲分公司市场营销经理”，on“WHEN = 秋季阿姆斯特丹到国内的淡季这段时间中”， want to“WHAT = 按照既定航司营销日历、选择与航司常客会员出行及旅程相关的且在欧洲提供服务的非航合作伙伴、组合“机+非航”产品后、选择国庆前后某一具体时间段、通过公开广告方式进行扩大销售及潜在的拉新引流，so that“WHY = 为航司增加淡季机票收入等“。

　　思路：基于既有客户及会员数据，挖掘合作伙伴联合促销潜质、和旅客出行涉及非航产品或服务的偏好，参考过往产品打包及对外触达经验，进行促销。

　　步骤：

　　其中包含圈群工具、价值模型、仪表盘、会商大屏、预警、客户画像更新等功能实现。

　　（1）促销客群圈选：

　　Ÿ 用户通过客群圈选界面，找到存在出行意愿的常客会员；Ÿ 同理找到可触达但不是常客会员的客户；Ÿ 合并结果后，根据客户价值模型筛选高潜、高价值客群。（2）合作伙伴及产品确定

　　Ÿ 建设合作伙伴价值模型和标准；Ÿ 基于圈定的客群，通过仪表盘分析过往来自于合作伙伴的价值（主要客流及销量）Ÿ 基于购买历史建立打包产品。（3）营销手段及方式确定

　　Ÿ 用历史数据，进行过往营销方式、产品打包等的效果分析；Ÿ 梳理客户被有效触达的联系方式和手段，以报表方式展示。（4）投放及销售跟踪

　　Ÿ 跟踪及预警预期指标与当前销售的差异，尤其是客群相关指标；Ÿ 关注营销成本的投入，通过仪表盘，评估对于客户结构和质量带来怎样的结果。（5）复盘分析及客户画像更新

　　Ÿ 整体通过会商屏及大屏，复盘分析客户触达、跳转、转化等指标；Ÿ 并将阶段性结果诙谐到客户画像。基于既有整合的客户数据及标签，按照关键词（本例为目的地）进行圈选后，当客户总量足够的前提下，再通过模型或仪表盘等进一步细分客群。

　　(1) 首先，基于如下数据，通过标签开发功能，已经形成统计类标签：历史乘机记录、搜索日志、累积兑换记录、常客入会信息、电商购票订单、……

　　(2) 之后，寻找客户标签跟目的地（阿姆斯特丹 > 荷兰 > 欧洲）相关的客群，或在整合的客户数据上通过自由搜索获得客群。当筛选和识别的客群总量不足，则终止，另寻他路和定位新客群。

　　(3) 在圈选的客户及会员全体客户数据集合上，通过模型或仪表盘进一步细分，定位精准客群，便于决策促销方案。例如此时可以应用客户价值计算模型筛选高价值客户（含会员）、应用客户流失模型筛选存在流失风险的会员、应用里程过期仪表盘筛选可兑换大额产品的会员等，从而剔除低价值会员客群，定位本次活动可以影响或针对的高价值客群。

　　此时，一个客群圈选的功能和数据工具就十分必要，通过圈群工具及整合数据的自由搜索功能挖掘客群。基于已经具备基础的客群标签及体系，直接圈选客群，可设置标签匹配规则等；或通过全量数据的自由查询，寻找具备一定特征的客群。假设基于上述逻辑圈选后，定位到成长型的客群、和里程到期的客群之后。其可以直接产出人群包，供第三方集成或离线使用；例如外采的自动化营销工具；也可以自动导入定制的营销分析决策工具，通过图表等仪表盘方式，对人群进行购买历史和触达偏好的分析；同时也可以导入或与第三方DMP、DSP、SCRM等进行集成，交由第三方完成后续工作。

　　基于既有整合的合作伙伴信息，按照合作伙伴价值模型筛选高质伙伴；从而进一步挖掘客群在高质伙伴上的消费偏好及特征，作为打包产品依据。

　　(1) 收集及整合合作伙伴信息及数据，形成合作伙伴相关数据指标体系。

　　(2) 根据合作伙伴数据指标及价值模型筛选高质量合作伙伴。譬如此时根据客源品质、过往合作历史、风险信用因素、合作成本及费用等因素，筛选合作伙伴。并可以配合气泡图显示特定维度上的合作伙伴价值大小。

　　(3) 筛选客群购买频次、或总收入高，且存在明显特征的产品进行组合。譬如通过过往销售记录，识别现有客群针对酒店特征和分类呈现的购买热力等，从而定位哪些酒店是客户有购买倾向的。

　　此时，可以根据同一群人以过往机票的分布情况，识别出产品打包组合，例如超级经济舱+4星级酒店、6折舱位+皇冠酒店等两种组合方式。

　　基于客户的沟通相关的标签，例如沟通和联系方式偏好、沟通触达设置等，进一步基于历史触达和沟通的历史，挖掘最高效的触达方式和时机。

　　(1) 当确定产品后，就需要针对当前的客群，进行触达渠道的定位和筛选；

　　(2) 在既有圈选的客群中，使用与“沟通”相关的标签，进一步细分，从而明确有效触达的方式。根据促销活动和订阅偏好等信息，形成触达有效性的热力地图，识别在当前选定的两类客群（成长型的客群、和里程到期的客群）上，进行客群细分，识别哪些是喜好短信触达、哪些是在会员日等节假日接听外呼电话的等等。

　　(3) 基于“沟通”相关的标签，分析过往触达方式的次数，找到经由当前沟通途径 – “最有效的时机“。最终聚焦特定客户，确定针对性的个体触达及广告投放的方式。例如：部分人通过会员日广告进行触达、有些必须通过客服外呼触达、有些客群可以通过短信邀约等方式触达等等。

　　此时，数据工具上按照定制需求，分业务场景、终端用户使用场景、或特定决策场景，定制数据分析相关的仪表盘及报表，并且与基于标签的客群进行集成。

　　基于MAB的方式，代替原来A/B测试，提高推荐和触达的转换率；使用营销促销等活动模板，将推荐内容和产品等快速生成及投放、和采集回收。

　　（1） 首先需要针对触达之后转换的成功率负责，所以需要设计若干组合选项供客户选择，例如可以按照规则、设计或算法，或上述逻辑研判得到的产品作为首推产品，同时也考虑过往客群的一些特征，定义一些存在一定猜测和臆断的产品，最后再选择一个最一般和基础的产品进行推送。

　　（2） 通过富文本编辑工具等，将上述选择的三个产品进行设计，形成H5的促销广告页面，并提供短链接及埋点、和后台回流采集的机制和能力，形成促销广告着陆页。

　　（3） 并且根据客群特征，提供一些类似入会优享、会员专享的额外入口，提升一次触达的效果和其他转换效果。让航空公司在与旅客在有限的触达上，能够实现更多的交互和留存转化目标。

　　设计例如广告的场景脚本，是客户能根据当前的出行意愿、行程状态等，得到针对性的推荐和广告触达的结果，避免广告骚扰和提升投放效率。

　　(1) 首先根据触达的场景和实际多触点并发的逻辑，设计单一产品或内容落地页触达后，在其他触点客户可能还会看到的重复内容的处理方案。例如通过流程编排及规则引擎，在特定推送、首页广告等环节，动态显示不同的内容。

　　(2) 而此时是完全不需要也不应该使用机器学习相关的算法模型的。因为其是对于既定输入给出结论的引擎，而不是按照规则进行流转的引擎。而且最后要将这样的逻辑放入到算法模型中，势必投入产出比及效果极低。

　　定制仪表盘，可视化跟踪投放进度、效果、转化等，同时分析特定的受众人群及其行为的变化，对于异常情况进行及时的市场及促销调整。

　　(1) 在整体有规则引擎驱动、且有目标客群和配套推荐产品、以及针对性的落地促销广告的前提下，则需要跟踪后续投放和触达之后的转化，识别业务规则漏洞和不理想的投放结果，及时采取措施或进行调整。

　　(2) 根据特定的跟踪研判思路，可以从销售的进度视角、或促销相关的费用及成本视角、或通过促销受众的变化等，判断当前投放的促销活动是否与既定目标一致，或按照设想方向发展。

　　如涉及与第三方等进行广告类型的合作，例如放大等，则需要结合前端广告投放数据和后端转化数据，综合评估各媒体、各点位曝光点击、流量质量及转化效果；借助后端数据，为后续广告投放筛选高质量高意向转化人群，还可以借助媒体DMP平台扩展意向人群，进行广告人群再营销、再拉新、再定向，优化广告投放。

　　最后，当本促销活动结束之后，通过定制化的仪表盘及报表，将促销活动执行完毕后的结果，按照当前促销活动的业务目标和绩效指标进行可视化的输出，实现复盘和经验挖掘。