午夜免费电影-中文字幕丰满乱孑伦无码专区-久久久久久亚洲精品无码-国产精品天天狠天天看

2016年差旅業發展將繼續得益于科技的進步，差旅生態系統中有七個具體領域可能會在今年經歷巨大的變化。

1、費用報銷進一步簡化

選擇從這里開始，是因為這是最令人感到興奮的一點。供應商已完善了移動體驗，只需通過智能手機便能創建并提交費用報表。

有一天商務人員從機場停車場開車出來，用手機將金額為60美元的停車場收據拍了照，將其上傳至自己的報銷報表，在行程結束30秒后便提交了報銷申請。在錢包和公文包里滿滿地塞進各種票據的日子一去不復返。一切都以實時的方式完成。

下一步手機就能為你完成大量的工作。

GPS技術的改進使定位更加精確，再加上實時的數據，就能夠得出預測性建議，使編制報銷表格更加輕松。例如，假設你在餐廳多呆一會兒，就能夠收到信息提示，要求你拍下收據的照片，此照片將準確地被上傳至事先設定的表格項目中。假設你駕車出差，手機將自動計算并匯報你的行駛里程，將其上傳至報銷表格中，你需要做的只是審核通過此項目。

2、通過反饋意見（與過失行為）來影響支出

報銷費用時能夠得到更多幫助當然很好，因為你報銷的費用會成為考核標準之一。得分與反饋意見被融入了報銷流程中，用于激發企業公民有更好的表現。

例如你可能會就車輛租賃或酒店住宿獲得反饋意見，告知你是否支付了高于均價的費用。有軟件可檢查你的機票、對比購買日期與出行日期。最后一刻購買機票的人員可能會收下以下信息：“你是否知道提前21天購票價格更劃算？”

當然，你不會總是收到這樣的反饋意見，因此你可能會由于自己無法掌控的一些因素而得到較低的評價。技術并非盡善盡美，但其絕對是有影響力的。如果在填寫報銷表格時某人獲得了較差的評分，想要知道為什么，這讓他對成本與公司政策有了透徹的了解。沒人希望因為購買了最貴的機票而被叫到主管的辦公室。

3、自動合規的差旅產品預訂

就報銷表格獲得評分有點馬后炮的意思。在預訂期間就積極給予提示才是下一步的首要任務。

常飛旅客已習慣了設置警報、在票價下調時獲得實時通知，同時在行程途中進行實時的變更。隨著我們日益與預訂工具融合，此類情況將越來越常見，軟件將能夠以近乎自動化企業差旅代理的身份來在發生費用前影響差旅人員的行為，從而避免大家進入“差生”榜。

GPS技術也能將此功能延伸至實時活動上，或許還能夠阻止差旅人員進入太昂貴的餐館，同時向其推薦附近更經濟且符合公司標準的餐館。

隨著在線預訂日益遍及，同時與差旅顧問電話聯系的方式逐步被摒棄，此類功能也將日益顯現其重要性。

4、數據驅動的游戲化機制

一些企業已不再只是簡單地對員工進行評分，而是發展到使好的支出管理做法“游戲化”，向達成目標或超越目標的員工給予獎勵。人們都希望成為良好的企業公民，如果推出一些激勵機制，其中許多人都會朝更好的方向前進。共享經濟（Uber、Airbnb、Lyft等）的出現使人們有了更多選擇，能夠在出差時節儉消費并爭取獲得獎勵。

有一家企業就推出了類似項目，針對差旅人員的目的地城市設置了酒店價格標準，如果員工住宿價格低于這個標準，則會獲得一半價差的獎勵。員工可將此獎勵作為私人花費，也可用于之后出差時升級住宿。

很快我們將看到企業向員工實時給予此類獎勵，從而使員工住宿時更舒心。公司會對員工說：“你好，我們注意到你預訂了一家更經濟型的酒店。我們要獎勵你可在出差期間享受酒店的Spa按摩，或是在一家特別的餐館享用晚餐。”

5、向差旅經理提供的預測性建議

預測性建議不只針對差旅人員，也可提供給差旅經理。應用軟件可提供以下建議：“不要在舊金山舉辦這六項會議，因為那里的酒店價格相當高。”

這是以多年采集到的歷史數據為依據的。此類數據顯示每年10月第3周一直是舊金山酒店價格最高的時段。不過目前這些工具里也有足夠的實時數據，能夠監測酒店預訂較快速的城市的價格趨勢。同樣，你不可能總是能夠選擇何時出行，但你擁有了信息，能夠讓自己做出更好的決定。

成本預測是又一個有創新的領域。其中的理念是使用企業的歷史差旅支出數據，并將其與季節性成本數據以及來自互聯網預訂和預審批流程的數據混合，這樣財務經理就能夠更好地預測成本，并恰當地進行現金規劃。

6、分析與報告

報告與分析是一個有巨大增長的領域，已在大量差旅與支出功能中被采用。一個突出的領域就是“照顧義務”。而“照顧義務”可以認為就是要“找到自己的差旅人員”。

此類功能之前就一直存在，不過隨著GPS與定位技術的改進以及更多數據源的匯集而有了長足的發展。差旅經理需要做的只是按下按鈕，就能知道各位差旅人員都在哪里。這一點在出現危機時尤其關鍵。

7、銷售需要的數據

現在你已經知道2016年數據將成為真正重要的事物。其他人也都了解這一點。向差旅經理提供此類數據情報曾經基本上屬于大型差旅管理企業的業務領域。但如今我們看到一些全新的、專業化的獨立數據公司也在與差旅經理合作，使其獲得更好的數據。此類數據可以是相當細化的，例如觀察各個年齡段群體的差旅模式，或是研究在線預訂者與離線預訂者的不同行為。