业内说起很火的“智慧旅游”的时候，总捎带脚议论“大数据”，似乎“大数据”无处不在;但是稍微刨根问底下去，又好像什么也没有，最后也就只是议论议论，落不了地。

　　旅游业是综合性的产业，主体是旅游者。这句话就决定了，旅游大数据的来源是多样化的，数据分析的主要对象是旅游者。移动互联网时代，伴随旅游者的数据“触发”介质越来越多，比如信息获取工具(PC、移动电话等)、身份验证(二代身份证、电子护照、身份手环)、交通工具(汽车、车联网)、结算工具(银行卡)等。打从旅游者产生旅游冲动开始，到返回常住地乃至以后相当长的时间，旅游者要通过各种“介质”与外界进行信息交流，有交流就有数据“痕迹”，这就形成了大数据的来源。从大的方面来说，这些数据可以得出三个方面的结果：一是旅游者属性信息;二是旅游者行为信息;三是旅游者信息获取行为信息。之所以把旅游者信息获取行为单列出来，是因为这些信息对目的地来说极其重要，是目的地进行网络营销的重要依据。这里就通过列一列旅游大数据清单办法，说道说道。

　　移动互联网时代旅游者手中的手机是唯一一个伴随整个旅游活动的信息交流介质，也是有关旅游者大数据的主要来源。目前在移动通讯数据方面的旅游大数据应用探索主要是：

　　移动手机信令数据。2013年以来，国内陆续有省市目的地与移动通讯商合作，通过采集分析移动移动手机信令数据来监测旅游景区内旅游者的属性信息，其中山东省监测省内的50家景区，范围最大。通过监测可以分析各个景区游客的客源结构、停留时间和实时流量，其中景区的客源结构数据尤其重要。这是国内目的地第一次基于大数据分析获取旅游者信息的模式，也是第一次通过信息技术手段直接获取旅游者信息方式。通过近两年的实践情况来看，优势是时效性强，数据获取直接，客源分析数据详尽，客源区域分布数据可以到地级市。缺陷是对位于市区的景区在区分本市市民手机和本市游客手机时，经常有误差;另外对于黄金周和非黄金周时段的不同流量算法还存在问题，有待进一步优化解决。山东已开始尝试把监测范围扩大到目的地城市，以目的地城市手机漫入漫出数据为基础，分析外来旅游者相关信息，同时把合作范围扩大到移动、联通和电信三大运营商。从目前来看，这是分析目的地景区旅游者属性信息尤其是客源结构信息最准确最有效的方法。另外，有景区尝试利用WIFI方式，还处于试验阶段，数据的覆盖面也存在问题;还有通过人脸识别、闸机获取只能得到流量数据，局限性很大。

　　移动手机LBS数据。今年百度推出的景区热力图是这方面有益的探索，它是通过游客的LBS数据，分析得出旅游者的行为信息，借以了解景区内游客的分布和聚集状态。理论上来说，仅仅通过百度地图的LBS数据来推测景区内的游客分布情况有一定的误差，当然以此来引导游客的游览线路和时间在实际效果上也很难说。也许是为了很好的展示效果，百度景区热力图只是选择了部分热点目的地，景区也大多以商业街区、开放式景区和城市公园为主。不过景区通过积累时期数据，可以研究不同时期以及一天中不同时间游客的分布聚集规律和流动特点，对景区的内部管理和游览线路的合理设定有很大的帮助。

　　另外百度结合LBS数据和搜索数据还开展了景区流量预测和城市流量预测，这也是国内第一个通过大数据分析方法预测旅游者的行为数据，其标志意义非常大，尤其是旅游大数据分析开始步入预测领域，以可视化的方式展现景区和旅游城市未来一段时间游客的流量和流向。粗略观察来看，由于未标示预测数据内容，缺乏其他数据的验证支撑，也不清楚不同类型的城市和景区在预测算法上如何处理，数据效果有待考证。不过目前来说，对于目的地城市和景区也有很大的参考价值。

　　目前旅游业对移动通讯数据的应用还处于初级阶段，从以上两种模式来看，手机信令数据长于分析景区以及目的地客源结构等旅游者属性信息，移动LBS数据长于分析景区以及目的地的旅游者行为信息。从实践情况来看，对于数据分析呈现与旅游业需求的磨合以及效果来看还有很多问题。比如所谓“大”数据如果“小”了的时候会出现什么情况?很搞不懂百度在设计“景区热力图”板块时，为什么加了“墓区”这一选项，估计是为清明节的应景。只是当进入天津市永安公墓夜里2、3点钟热力图时，赫然发现：有人!好像还不少!活生生演了一出《古墓丽影》。“大”数据“小”了的时候会“闹鬼”的。