CNET科技資訊網(wǎng) 4月26日 北京消息:就在昨天,國內旅游目的地整合營銷機構中青旅聯(lián)科公關顧問有限公司(以下簡稱“中青旅聯(lián)科”),與大數(shù)據(jù)機構北京騰云天下科技有限公司(以下簡稱“TalkingData”)成立“旅游消費者大數(shù)據(jù)實驗室”,將基于消費者大數(shù)據(jù)(包括旅游決策模式、旅游行為、目的地傾向性等),賦能旅游目的地的整合營銷。
近來,中國旅游行業(yè)爆發(fā)式增長,旅游市場規(guī)模擴大,散客市場成為主流,旅游消費日趨個性化和碎片化,人們在出行決策、產品選擇、行程制定、行后分享等階段,呈現(xiàn)出越來越明顯的差異化趨勢。然餓,面對這些全新的市場發(fā)展趨勢,傳統(tǒng)的目的地營銷模式已經(jīng)捉襟見肘,營銷的精準性快速衰減,產品供給難以匹配消費需求的升級。
同時,以大數(shù)據(jù)為代表的創(chuàng)新科技來勢迅猛,已經(jīng)開始在各行各業(yè)引發(fā)新一輪創(chuàng)新變革,全國各類的旅游大數(shù)據(jù)中心也不斷涌現(xiàn),但是,旅游大數(shù)據(jù)在行業(yè)價值深度發(fā)掘和實際應用中,還普遍處于探索期。在全域旅游加速的背景下,基于消費者大數(shù)據(jù)的目的地精準營銷,并通過對消費者需求的洞察驅動產品升級工作,變得日益重要。
因此中青旅聯(lián)科與TalkingData決定,為目的地開展核心客源市場分析、客群移動軌跡研究、主流目標客群畫像,摸索目的地營銷的大數(shù)據(jù)應用研究和應用。“以往,由于游客數(shù)量巨大、消費模式復雜、碎片信息龐大而造成的研究成本高、精準營銷難等困局,有望逐漸變得簡單和高效。” TalkingData執(zhí)行副總裁林逸飛表示。
三個產品
長期以來,旅游大數(shù)據(jù)主要停留在產業(yè)研究和宏觀市場研究等層面,全國各省市的旅游目的地各級主管機構和企業(yè)普遍難以在實際工作中真正運用大數(shù)據(jù)技術和資源。針對這一現(xiàn)狀,旅游消費者大數(shù)據(jù)實驗室將首先從旅游客群研究、目的地大數(shù)據(jù)智能平臺研發(fā)、目的地大數(shù)據(jù)解決方案定制化等維度,開展研究計劃,逐步突破旅游大數(shù)據(jù)的應用困局。
成立儀式上,中青旅聯(lián)科與TalkingData正式發(fā)布了雙方首個研究成果:《中國親子旅游消費群體大數(shù)據(jù)分析報告》。該報告披露了中國親子旅游客群在地緣分布、出行規(guī)律、旅游產品選擇、日常消費傾向等方面的特點。而基于主題旅游人群的研究,將成為實驗室今后在市場研究咨詢方面的重點工作,逐步解密更多旅游人群的行為特質。
同時,中青旅聯(lián)科與TalkingData 聯(lián)合開發(fā)“旅游消費者大數(shù)據(jù)平臺”,該平臺將致力于為景區(qū)客戶提供全方位、一站式、可視化的游客大數(shù)據(jù)分析服務,能夠有效幫助景區(qū)客戶實現(xiàn)全面的運營優(yōu)化,改善景區(qū)經(jīng)營現(xiàn)狀。在此次實驗室發(fā)布會上,國內多家景區(qū)宣布加入大數(shù)據(jù)平臺體驗計劃,將率先體驗和應用實驗室在旅游消費者大數(shù)據(jù)方面的研究成果。
此外,實驗室成員還介紹了針對政府、投資機構、大型旅游企業(yè)開發(fā)的旅游大數(shù)據(jù)定制化解決方案。該產品將以定制化的模式,為目的地建立更加精準化和個性化的大數(shù)據(jù)采集、管理、應用等服務體系,全面提升目的地旅游產業(yè)管理運營、營銷推廣,乃至投資決策的精準度和智能化水平。
中青旅聯(lián)科執(zhí)行總經(jīng)理葛磊表示:“旅游消費者大數(shù)據(jù)實驗室的研究成果,一方面,用數(shù)據(jù)幫我們深刻地了解行業(yè)發(fā)展的現(xiàn)狀和趨勢,另一方面,將致力于讓數(shù)據(jù)服務于旅游營銷、投資和產品創(chuàng)新等層面的實際應用。我們相信,旅游+大數(shù)據(jù),將給全域旅游時代的發(fā)展帶來強勁的新動能。”
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結合大語言模型的敘事推理能力與音頻生成技術,通過交錯式推理生成、解耦橋接機制和漸進式訓練,能夠將復雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學聯(lián)合研發(fā)的VideoJAM技術,通過讓AI同時學習外觀和運動信息,顯著解決了當前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術僅需添加兩個線性層就能大幅提升運動質量,在多項測試中超越包括Sora在內的商業(yè)模型,為AI視頻生成的實用化應用奠定了重要基礎。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質量樣本的訓練數(shù)據(jù)集和MM-AlignBench評測基準,通過創(chuàng)新的數(shù)據(jù)生成和質量管控方法,讓AI在保持技術能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預測模型,能夠在不到一分鐘內完成10天全球天氣預報,準確性超越傳統(tǒng)方法90%的指標。該模型采用圖神經(jīng)網(wǎng)絡技術,通過學習40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學領域帶來了效率和精度的雙重突破。