新用戶登錄后自動創建賬號
登錄在線旅游領域的創業公司,如果還要做內容,沿用UGC模式幾乎沒有太多空間了,PGC模式質量雖精但起量過慢,而DGC模式(Data generated content,數據生成內容)似乎是當下一些創業公司的選擇。
其實這種模式我們并不陌生,說通俗點就是:通過抓取海量數據,分析提取關鍵字、建立評分體系,讓用戶不用看長篇攻略就能掌握核心信息,快速做出旅行決策。在國內,口碑旅行、夢想旅行、四萬公里,另外還有洋蔥旅行等,都在以大數據的方式,打造類似境外旅行版的“大眾點評”。
口碑旅行是從攻略、點評、預訂和社交網站上面抓取數據,形成一款包含有POI評分等級、高頻詞和用戶評論的工具,適合用戶在旅行過程中使用。而近日,口碑旅行上線新版本,新增基于LBS做個性化推薦、行程規劃等功能,另外還將推出口碑旅行的國際版本“Ktravel”。
“行程規劃”功能讓用戶選擇出行市場,而每一天對應著選擇目的地、以及目的地景點。每一個POI都有結構化的評分和等級,行程制作結束后,在口碑旅行的可視化地圖上能一鍵優化行程。平心而論,這項功能并不如一些已有的行程規劃應用體驗來得好,不過周青松表示,上線行程規劃工具為的是給用戶的決策服務更加完善。
對口碑旅行將推出的Ktravel,第一感覺反正是非常詫異——尚未夯實國內市場就開始向國際擴張,況且國外還有上市巨頭TripAdvisor,口碑旅行準備怎么做?在此,周青松表示,口碑旅行一開始就有全球化的規劃,國際版本的數據庫和中文版本是一體的,口碑旅行不用重新抓一遍數據,推出Ktravel也比較容易。關鍵在這個點上線國際版,則是因為收到了Google Play的合作邀請,Google Play想要在海外推薦中國本土的應用,這可能會給Ktravel免費帶來全球幾十萬的用戶,而他不想錯過這樣一個大好機會。
從采訪中,我試圖分析了通過數據挖掘來做旅行決策應用的必要條件,并將口碑旅行跟現有競品做了一些對比。大致歸納為以下幾點:
1、足夠多的數據量
像口碑旅行、夢想旅行等的數據都是靠抓取,首先在量級上,會比單純的UGC或者PGC產品更加豐富。實際上,不管是UGC、PGC還是DGC,對于用戶來說都無所謂,他們不會在乎數據量級是千萬或者過億,他們在乎的只是能滿足需求與否。所以,DGC的重點更在于其多維度的來源,以避免信息的片面化——比如你在攻略網站上會看到某一個餐廳有很人都去過,但其實它并不適用每一個人,之所以出現這樣的情況,主要在于用戶只在這個網站上看到了,大家都去模仿前人的游記路徑。
另外也有觀點認為,這種抓取得到的數據存在硬傷——版權問題,未來一旦涉及到內容版權的爭議,DGC型的應用將面臨的是生死問題。
2、足夠強的技術及體系
講數據挖掘的公司,每一家都會說自己的壁壘在于技術,當然這是外人無從考證的。但或許能通過時間和數據來對比——周青松提到,一是先發優勢,口碑旅行去年4月就開始啟動(同類應用中較早的),二是數據規模,目前其抓取的數據量級已經過十億,除非對手有更強的技術或者更長的時間,否則后來者難以超過。不過即便如此,不久前上線的夢想旅行卻用4個月時間做出了較為成熟的產品,并稱數據量級過億。
大部分抓取來的數據都不是直接可用的,如果沒有一個自然語言的識別過程,并使用結構化的體系作為依托,那么這些POI在給用戶的呈現形式、以及未來的商業化流程中都會出現障礙。
3、足夠適應移動場景
用戶在行中不可能去看長篇攻略,這就要求一款應用的POI足夠碎片化,同時用戶也不可能將成百上千的POI都看一遍,所以也需要應用能夠基于LBS、用戶的使用習慣等,推薦少量而精準的產品來滿足他們的需求。口碑旅行也曾表示過,會試圖去了解用戶的旅行偏好,當用戶使用的越多,推薦的產品也就會更符合用戶的口味。不過,這前提得是足夠多的用戶和足夠高的使用頻次。
說到此,我感覺偏工具類的產品(尤其是還是以技術驅動的),它們普遍面臨的一個問題就是流量和用戶——如何獲取、如何黏住。這個問題我也同樣拋給了周青松,他表示,口碑旅行接下來就會加大用戶市場的推廣,通過樹立類似境外“大眾點評”這樣的品牌形象,或許用戶不一定現在就用,但希望當用戶在開始自由行的時候就能想到口碑旅行。而粘性,或許本來就是工具類應用繞不開的坎,口碑旅行準備通過微信或者其他新媒體形式,通過內容來圈住用戶。