【每天一品】去哪儿?去啊!

前几天旅行行业发生了一些事,阿里将淘宝旅行独立出来,叫做"去啊",废话不多说,先上图,看看各大旅行公司的运营。

去啊.jpg
去哪儿.jpg
携程.jpg
途家.jpg
在路上.jpg
周末去哪儿.jpg
同程.jpg
百度.jpg
驴妈妈.jpg

看到最后,我也是醉了。去哪儿?来,今天思考一下影响用户决策的非常大的因素——评论,你就知道用户为什么想去啊。

【Tripadvisor】:全球最大最受欢迎的旅游社区,也是全球第一的旅游评论网站。

tripadvisor1.jpg
tripadvisor2.jpg

【携程】


携程点评1.jpg
携程点评2.jpg
携程点评3.jpg

针对携程和tripadvisor来看,两者在酒店的预订入口的地方都有基于酒店评论的顾客印象,但这种顾客印象,都是简单的截取某一评论的片段作为展示。这样说来,印象是不够全面的。

其次,在预订入口的页面都提供了基于多少条点评作为判断依据,点评的数量的多少,可以直观的让用户感受到权威的感觉,所以这里会体现出量级。而携程在这一方面,还从这数量当中抽取出多少用户推荐,相对来说,给用户的决策上会带来一些好处,追随大众的建议总是好的。

在酒店评论的详情页,tripadvisor和携程都是对不同的几个维度给出这家酒店的评分;但在评论的细分上,tripadvisor更抽取出亲子游等出游类型的一个判断,而携程这一方面仍需要提高。在酒店评论这一块,tripadvisor对提供优质点评的用户进行了划分,专家用户的点评意见对于用户的决策还是有帮助的,携程是需要提高对数据的挖掘能力的。

【去哪儿】


去哪儿点评1.jpg
去哪儿点评2.jpg
去哪儿点评3.jpg
去哪儿问答.jpg

再看看去哪儿,应该说,去哪儿把前面两者的优点都结合起来了。而在这一方面,更是提供了自由问答的模块,但从自由问答的模块来看,用户对于这一块并不是特别感冒。问答肯定是帮助决策的,但在这种用户浏览的情境之下,问答会不会是一个很好的方式?。

问答本身这个功能,是一种社交属性的功能。去哪儿也同样提供了点评跟帖的社交功能。从这方面来说,这两者可以说是重合的。

跟帖形式的社交,他的特点是什么?用户需要浏览一条条评论,再对感兴趣的评论进行点评。但是否用户真的需要看一条条评论?如果把点赞数最多的放在最前面,应该是已经能解决大部分人的问题了。

如果是因为想解决某一部分人的疑问而设置的问答系统。那我们需要从这个用户场景来看一下,问答是否是用户真实的需求。首先这是一个购买货品的场景,当用户进来后,查看了很多信息,就可能还会有对一些内容有疑问,所以发出疑问的需求肯定是有的。但是,问答作为一个社交功能,有人问就需要有人答。这里是有人问了,但是有几位用户购买商品评论之后还会回来答问题?这毕竟不是一个社交场景,去哪儿在这里是一个商品的提供商,缺少社交元素,也不是专门的UGC社区。

有问有答,这个功能应该要放在UGC这种社区当中,在社区当中,才会逐步积累起优质内容。问这个功能可以放在这,但是答这个功能,就需要建立一个旅行的UGC社区来做这方面的工作了。

再来思考,是否会有很多顾客会来去哪儿的社区上来做酒店的回答?我想可以尝试在用户购买完商品后的点评页面放置答这个功能。但这种互动的内容社区,必定是要花大量功夫在运营上的。这种收益在此刻是否真的值得去做?而且这里面还有风险,如何控制优质内容和优质问题,如何更便捷的找到用户的问题。在用户评论的时候,点评可以说是单向的,但问答是双向的,双向意味着实时性很重要,实时性是做好社交重要的一点,普通旅行的用户,上线的时间周期至少要一个月。如果去哪儿本身没有内容社区的沉积和运营,做问答是收益非常小的事情。

【去啊】


去啊.jpg
去啊2.jpg

对于去啊这个评论,还在初级阶段,就不再多说了。

综上,各家对评论的挖掘都只是表层。比如顾客印象,基于大数据要挖掘出来才科学;比如针对性,通过分析不同的用户行为记录和订单记录,通过数据挖掘和评论挖掘,就能够给对应的用户展示该酒店下针对性的酒店印象。比如推荐。可想的地方太多了。当然,这种数据挖掘工作在技术上的要求是非常高的,在市场竞争如此激烈的情境下,OTA也很难抽手做这件事情。

去哪儿的问答是给了一个思路,但这种思路只是多了一个渠道。问答非常重要的是优质的内容,如何引导用户看到想看的问答?和点评又有什么区别?假如我已经通过点评给用户挖掘出真正想要的东西,问答的存在还有意义?大数据在做的也是不断的提升智能化。现在可以看到,几乎每一个OTA都有在建立旅行的内容社区,但内容型社区是需要大量时间和优质用户积累的,一时难见成效。最终回到的还是大数据的挖掘。未来的时代会越来越智能,我格外相信这一点。

PS:允许非商业性转载,转载请注明出处,谢谢.

=================================

这里只求真,没有真理。

个人独立博客:PMFuner.com

记录一个不惧撞南墙的野路子产品经理的故事.

期待分享和交流~

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,657评论 6 505
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,889评论 3 394
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,057评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,509评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,562评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,443评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,251评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,129评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,561评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,779评论 3 335
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,902评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,621评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,220评论 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,838评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,971评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,025评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,843评论 2 354

推荐阅读更多精彩内容