林小俊：用大数据预测未来的快感

【环球旅讯 曾宪皓】“从作为一个科学家的角度看，这个东西不够美”，这是北京大学博士毕业的众荟信息 CEO林小俊，在环球旅讯活动上说过的极为高冷的一句话。

不过当同为博士而且是斯坦福毕业的携程CEO梁建章，在9月环球旅讯峰会首场演讲中，详细演算数学公式后，次日登台的林博士为避免风格撞车，及时转换了策略，一改往日高大上，翻着浓烈90后画风的PPT，用大白话向与会者讲述了大数据预测帮助酒店收益管理的故事。

总的来说，林博士讲的故事不复杂：一种名为“市场需求热度预测”的数据图表系统，被发现似乎可以提前一个月至半个月，预测出酒店客房销售的异常高峰。于是众荟的科学家们，真的找到一家酒店，按照数据预测，来实践收益管理的优化。结果该酒店那半个月获得了比正常情况高出7.8%的收益。

故事的结论就是，大数据的预测起效了！

林小俊90后画风的PPT，获得了很好的现场效果

值得注意的是，和很多大数据的运用一样，在林博士的介绍中，众荟的酒店“市场需求热度预测”，也超越了因果关系的维度，就是说即使不能解释“为什么”，——如恰逢某体育赛事某节日——但可以直接得到需要的预测“结果”——酒店预订量迎来高峰。反过来说，虽然大数据可以预测到结果，但不负责找出诱发结果的原因，对于影响生意的事件，还需要酒店收益管理者具体分析和决策。

以下是众荟信息CEO林小俊在环球旅讯峰会演讲的精选内容和PPT截图。跟着林博士严谨的叙述，你可能会感觉到一种科学破案的惊心动魄，或者如他所说的“用大数据预测未来的快感”：

大数据这个词在这几年已经被玩坏了。基本上大家在所有的场合，参加的所有会议，很多的人跟大家讲大数据，大数据大数据大数据，包括我在内，听也听烦了。但之前大家所接触到的，更多是对大数据的观念或者概念性的传输，我今天希望在这里跟大家就着具体问题，探讨如何用大数据来解决问题，看看它的的魅力。

大数据给大家的印象会有点冰冷，或者有点严谨、枯燥、乏味等等，所以我也被打上这样的标签，大家对我的评价是一些比较严谨或者比较冷的感觉。所以今天转一下风格，以相声的角度讲一下这个问题。

5月13、14号环球旅讯会结束，15号回家，在座大部分朋友记得，那天上海下大雨，航班取消，各种延误，很多朋友决定留下来住在上海。当时大家都觉得在上海找一家酒店很简单很容易，毕竟这么大城市。但是，真实的情况是什么？当时15号的酒店的价格，全季1400，普通一间房，丽思卡尔顿11万。怎么会出现这样的情况，因为不是五一，而且跟环球旅讯的会没有关系，已经结束了，为什么会出现一个房间可以卖成这样，整个全城上海房量紧张，没谁知道。

这时候，林小俊故事的主角“焦博士”出场了：

焦博士很伤心，站在他的角度，他应该能够看到订房高峰的问题，因为他是做收益管理的，他是做预测的，结果他自己没有看到，作为惩罚，我们罚他去南京住宿。

焦博士回去观察数据，在系统中分析当时的数据什么情况。可以看到，在5月15号当天有一个非常大的凸起，这个激变的原因是什么，不知道。

站在现在的角度，甚至站在5月16号的角度来讲有这么一个问题存在有这么一个现象存在，是没有价值的。真正有价值，是跳到5月1号甚至4月份，如果我们能判断说5月15号会满房，这会给酒店带来非常大的价值。

从5月1号的图表上看到，5月14号这个点上，已经有了非常不正常的凸起，这个凸起反映了对于5月14号当天房量预订可能出现问题，可能出现跟往年不一样的状况出现。这时候如果收益经理看到这个信息的话，就可以有动手玩的东西了。

如果提前三天，5月11号，我们焦博士去南京跑路之前三天，从图表上看，这时候已经基本上是满房状态，这个状态已经非常明确，如果有看到数据，可以说这个预测是非常精准，或者这个现象非常精确。

数据试图在告诉我们一些信息，在提前的3天、7天甚至14天，告诉我们有一些现象发生了。

焦博士从南京回来之后，每天看数据。他试图找到一个基点，给到大家一个案例，同时找几家酒店做实验，看如果利用这样的数据能够得到多大的收益？

8月4号凌晨，焦博士闲来无事夜观天象，突然觉得有点事情发生了，他就打开系统看数据。结果数据展现了一些异常情况。可以看到，在北京，从9月4号延续到9月13、14号左右，接近10天的时间，房量预订出现异常。当通过各种分析，会发现这个凸起在数据层面上很明显，这是显著性变化，而且这个数据凸起和往年不一样，焦博士判断，9月4号接下来十天内这样的预订会出现问题，这是8月4号他看到的东西。

在这之后，焦博士很关心这个事情，每天去看这个数据，同时跟北京一些比较熟悉的酒店收益经理们沟通，说我们看到9月4号之后可能订房出现异常，请大家来分析什么原因。但收益经理们的分享不是特别热烈，因为大家觉得（这个预测）不现实：9月1号到9月3号是抗战胜利70周年纪念，3号大阅兵，理论上这三天北京出现一些预订高峰是可以理解的，毕竟是大家到北京旅游等等。但4号之后，理论上应该回家了，为什么会出现从4号到10几号之间出现预订高峰？大家不理解，所以不太认可这样的事情，因为不知道原因。

翻往年9月份数据的时候，也没有发现历史经验可以告诉我们什么。

但是继续监控数据，提前20天，8月14号的时候，这时数据的波动更显著起来，显著的比8月4号的时候有提升。

8月18号，提前15天左右，我们已经觉得这个事情觉得非常严重了。北京一些大型酒店集团的收益管理负责人说，他们从集团内部数据上确实发现了一些异常，但异常不太明显。所以不敢确定是不是真的异常波动，是不是可以用来作为价格调整决策的支撑。原因很简单，因为这些集团有足够量的单店和间夜，比一个具体某一家酒店来看，可以先一步看到更多的数据，所以他可以判断到“有点异常”。但他们毕竟不是北京市整个地区大数据分析和汇总，所以这个异常在他那个角度讲并不是特别明显。其实这时，我们站在大的北京地区的角度，异常已经是非常明显了。

到8月25号，我们认为这个趋势的明显度足够造成警报状态，我们做了长篇的分析报告。下面是对不同星级市场需求的预测，需求不是在所有星级上均衡的，不是说9月4号到14号北京住宿热门时间段，大家是公平分享红利的。真正的红利发生是在二星级和经济连锁酒店，经济连锁酒店在这个时间是猛增状态，接下来是四星级，对三星五星级是平稳，并没有激动人心的结果。在商圈层面上，五道口商圈需求明显远高于王府井商圈，原因不明。

这样一个事情发生了，焦博士想看看这些数据真实用到一家酒店的时候到底有什么价值。否则你讲来讲去还是对于市场宏观的市场需求判断而已。这时候我们找了一家酒店，因为这家酒店的收益经理只能说是傻大胆。这种东西以前没有用过，不知道怎么用，我们跟他一起做了收益模型，一起分析，一起调价。最后在9月1号到14号之间，整个酒店的平均收入相对正常的管理方法提升了7.8%。这个数据相信对于每个人讲都是非常有意义的数据。

“焦博士终于笑了，爽到了！”故事完毕。

林小俊故事讲完后，台下一位观众抛出了直击要害的问题：大数据预测了“怎么样”，但始终没能解释“为什么”，如果不知道“为什么”，人们终究是难以信服的：“您这个例子特别好，用数据说话。但酒店是不是会信由数据公司提供的数据，有时候大家脑子会划问号。北京为什么会发生这些事，到底八月份和九月份北京发生什么事导致（酒店需求上涨）这些事。是8月底的世界田径竞标赛？是大阅兵期间北京限行？是9月初大学开学？从你的数据和事件怎么做一些结合，让酒店的管理人员更能够理解或者信服你们的数据？

对此林小俊回答：

大数据层面是基于数据推断结果，和传统方法不太相同。我们当时也尝试像您这样去分析，原因到底是什么，虽然自己内部也知道是很武断的判断：我们认为阅兵的影响并不是特别大，因为阅兵大家小长假基本走了，阅兵甚至带来一定的反效果，是阻断入北京游的可能性。但是，世界田径竞标赛是我们认为非常大的影响因素，那个时间点上那个事情会有变化。从商圈的分析来看，因为集中在五道口商圈，最后这个关联性有多大，我们没有办法做实质性的测算。

第二点，我们现在讲的是如何利用新的更好玩的数据做市场需求预测，拿它来辅助收益管理，并不代表就是一个收益管理。真正收益管理系统是要结合传统的经营上的历史数据，一定会去结合事件性的东西，类似于竞标赛、展会，来进行统一的决策和判断，这也是我们找那家酒店一起做尝试、大家坐下来会多方面分析的原因。

【爆料或交流，欢迎联系环球旅讯曾宪皓：goofy@traveldaily.cn，微信号dppqqb】