南方航空杂志广告：大数据的概念已经火了很多年，对大数据的应用也带给我们很多惊喜，比如淘宝、京东及亚马逊等电商基于大数据的智能精准推荐，百度地图可以用实时定位数据轻松猜出用户的家和公司地址，而很多不良电商也运用非法获取的客户消费数据来判断应该给该用户发真货还是假货，有些机票代理平台甚至整合天气、航空公司以及机场等数据预判航班延误可能进而钻航空公司退改签漏洞获取非法收益。

　　目前民航圈里的数据量也已经够大了，大的航空公司每年有上亿人次的旅客乘机记录，相关的旅客触点也越来越多，各大航纷纷挖掘大数据的价值优化流程向旅客提供更好的出行体验并提高自身的收益，但目前旅客仍然难以体验到类似于淘宝、京东等电商的精准推送，说明民航的数据够大，但仍不够强。

　　在航空公司内部，各个模块间的兼容性和共享性也仍有较大的提升空间。目前很多航空公司已经可以用作业成本法将大部分成本有效分摊至每天的每条航线，但对于大部分全服务航空公司尤其是分子公司众多的航空公司来说，数据系统众多（部分数据甚至只能由合作方提供），系统间数据共享难的问题仍然存在，单从经营数据来看，要计算一个航班的利润需要把生产数据，客、货运收入数据以及成本数据匹配在一起才能计算，而上述数据往往是在不同的系统用不完全匹配的格式呈现的（航班跨零点运行、备降、补班、取消以及旅客退改签等因素往往需要定期的人工干预才能完全匹配），由于某些数据（尤其是成本数据）的核算及结算周期较长，数据的及时性也难以保障，大数据对生产经营决策的支持力度也略打折扣。内部数据尚且如此，外部数据的可控性可能更差，航空公司对外部的旅客、地面交通及其它配套服务数据获取的及时性、识别及匹配的准确性以及大数据功能的完整性也均有较大的提升空间。

　　因而，航空公司的大数据要“强”到支持精准营销也必须要做到“快”、“准”和“狠”。

　　“快”：对旅客大数据的处理目的是提供更有针对性的服务及有效预测和刺激旅客需求，而相对于淘宝等电商产品，机票需求往往更低频，延迟的事后数据对旅客购买行为的刺激及影响要大打折扣，同样，航空公司内部数据也只有更快才能有效指导决策。首先要快速处理数据，航空公司应该构建兼容性强的数据平台，并直接在平台上抓取已有的有效内、外部数据，而不能依靠传统的合作单位、分子公司或营业部层层上报的模式；其次民航数据要能快速反映真实市场情况，为企业经营决策提供及时的参考，比如航线员应在航班销售过程中能够实时查到一个航班上的票价（而非凭经验判断）可以卖多低仍能保证这个航班有边际贡献或有盈利。

　　“准”：首先，航空公司数据应该准确定位旅客需求；其次，航空公司产品组合数据应通过准确的算法与旅客标签数据进行匹配，从而将产品精准地推送给相应的旅客；再次，航空公司应提供更接近市场真实情况的数据（或至少提供相对准确的概率），比如结合天气、空管及衔接飞机等数据判断下一航班延误的概率有多大从而及时向旅客发布延误预警，又比如在做是否超售的决定时，航空公司不能满足于根据行业或公司的整体情况计算某个航班可以超售百分之几的建议，而应该有更为详细的数据为每条航线甚至每个时刻上的航班提供更为精细的超售比例建议，甚至可以参考该航班上的旅客乘机数据来判断旅客有多大的概率会No Show，从而达到收入最大化与赔偿最小化更为精准的平衡。

　　“狠”：航空公司数据功能也应该强大到所做的推荐超出旅客期望，比如运用大数据提供相关的智能推荐上，如果旅客买了时刻好，舱位高的机票，航空公司应该优先推荐较好的星级酒店而非包括经济酒店在内的所有酒店；就像百度地图以前只能提供从A点到B点可能的交通方案，但现在可以提供考虑了堵车等因素的最优方案，而要给旅客惊喜，航空公司也应向旅客提供出行方案的最优解，比如向相应的旅客推荐比旅客自己花大量精力获取得更舒适、更便捷或是更便宜的产品套餐，进而极大地激发旅客出行需求以及对航空公司的忠诚度。

　　只有实现了“快”、“准”、“狠”，航空公司的大数据才能成为强数据，航空公司才能为旅客提供时时有惊喜的精准推荐，而航空公司的服务也能更具辨识度和旅客粘性。