分享

“年味地图”背后的O2O大数据

 haosunzhe 2015-03-02

不知道有没有人注意到,过年期间央视新闻和几大卫视新闻,有关老百姓吃喝玩乐的内容不仅仅是来自于某某记者或某某地方台,还有很多是来自大众点评推出的“年味地图”。




那么“年味地图”是个啥东西呢?官方解释是通过挖掘自身在吃喝玩乐领域12年来积累的海量数据推出的一项数据可视化品牌项目。目的是希望用大数据直观的展示中国各地人民吃喝玩乐习惯以及消费方面的不同,呈现出一幅全国人民的“年味地图”,通俗点说就是,春节期间“什么最好吃,什么最好玩”都可以在上面查到。


但在我看来这实际是大众点评在多年数据积累基础上,通过管理和分析来展现其在O2O领域的强大数据服务能力。


首现吃喝玩乐实时数据 受媒体及用户热捧


根据“年味地图”显示,全国最火的菜品是三杯鸡,其次则是红烧肉和五花肉,而逛街购物、看电影和足疗按摩则成为最受欢迎的休闲娱乐项目,另外,春节期间吃顿饭,人均花费为72元;玩一次,平均花费304元。


看上去十分平常的数据,却真实反应了中国人过年的年味和风俗,因而受到媒体和广大消费者的关注。春节期间,央视一套、二套、全国各大卫视以及北京青年报等媒体争相引用这些数据。


而能够做出这种大数据服务的,目前也许只有大众点评一家。因为需要经年积累下的海量数据做支撑,以及大数据的管理分析展现能力,纵观国内各大互联网公司,这种条件也只有默默耕耘O2O行业12年的大众点评才有了。


”年味地图“是根据对一个地区用户点评信息的分析,结合用户点击流量获得的。比如在某个城市,哪个菜系比较受欢迎,哪些项目比较受到关注。同时,如果一个地区的餐饮消费单价持续比周边市区偏高的话,这个区域的休闲娱乐通常也会快速发展起来。因为用户的需求层次会逐渐提高,而大众点评可以通过大数据分析出一个区域,甚至具化到一个商圈的发展水平和阶段。


很显然“年味地图”的推出就是张涛口中所说的量化分析。可以看出大众点评很早便已经开始意识到了大数据的价值所在,并真正落到数据服务上。


开年首秀大数据 数据体量和展现能力成关键


从2003年创立开始,大众点评花了12年时间专注在吃喝玩乐上,直到近两年,才在吃喝玩乐的基础上逐渐切入酒店旅游、结婚亲子、电影票务等相关性很强的垂直领域。


正是由于这种超过12年的专注才奠定了大众点评在大数据上的坚实基础。目前,行业内很多平台也都是接入大众点评开放平台,共享大众点评积累的大数据。


根据公开数据,大众点评收录了1200多万的商户,覆盖国内2300多个城市和近百个海外旅游国家及地区,其中相当数量的商户又与大众点评保持长期合作。在用户端,大众点评有超过1.9亿的月度活跃用户,产生了超过6000万条的点评数量和超过120亿的月综合浏览量。


毫无疑问,基于大数据的用户积累、使用行为和消费场景是大众点评的优势之一,更是“年味地图”的土壤。“年味地图”是其数据服务的延伸和创新,同时也体现出大众点评独有的大数据服务能力。



分析年味地图的火爆,春节这个特殊的时间也是另一重要因素。春节是吃喝玩乐的传统消费旺季,数亿用户会在大众点评进行搜索、浏览、交易、点评等行为,这些构成了一个实时的动态数据,能够把全国各地人民在吃喝玩乐方面采用可视化的呈现方式,商户和用户都容易操作和了解。


O2O大数据服务能力将成为平台核心竞争力


在所有行业都在谈论大数据价值和作用时,大众点评通过“年味地图”反映了12年来的大数据积累,展现了自身的大数据服务能力,而这背后的意义,或许才是大众点评开年首秀的深意。


首先对商户来说,通过大数据,可以第一时间掌握用户的实时需求,做出及时的调整,以此来更好的服务用户从何获得更高的收益。举例而言,在“年味地图”上,某区域最受欢迎的菜品已经变了,说明消费者的口味发生了变化,如果餐厅及时调整,推出最受欢迎的菜品,商户经营的效率也将得到提升。


而对于用户,大众点评“年味地图”立足于数据所做的智能化推荐是在帮助用户减少决策流程,清楚的了解本地或者旅游目的地好吃的菜品、好玩的休闲娱乐方式等,可以增加过年的乐趣。


显然,基于吃喝玩乐的闭环正在通过各种形式进行强化。而年味地图只不过是大众点评在向外界宣告自身的力量,有大数据可视化的能力,为用户和商户创造更大的服务价值。


更深层次的来说,一个具备大数据管理分析能力的平台,特别是在聚焦在O2O这个体量巨大却错综混乱的领域,大数据服务能力将成为大众点评角逐沙场的一把利器。


PS:

年味地图体验:http://evt.dianping.com/special/festival/index.html

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多