投稿到民航资源网

CADAS:航空市场需求研究的新兴方法简述

 2018-12-28 10:45:47 来源:民航资源网 作者:罗之瑜  [投稿排行榜]

      以往对未开通的航线需求判断主要来源于在飞相关航线的表现,如起飞地/目的地机场间潜在航线的表现可以参考其附近的机场相关航线的表现。如:上海-洛阳航线需求可以参考上海-郑州航线。但这种研究的不足在于即便邻近的市场也因为客源辐射区不同、客源性质不同而不够精准。

      第二种方法主要通过更广泛的市场调研,研究铁路、公路分担客源,研究酒店入住情况,机场旅客调研。这种研究只能粗略统计需求,难以形成精准的规模判断、淡旺季判断等。

      第三种方法近年来逐渐被部分机场、航司接受。使用移动运营商的数据信号来判断本地进出旅客需求。如每个月三大运营商(移动、电信、联通)信号判断进出某城市规模。如运营商可以将信号分为A省-佛山、佛山-A省等来回程数据。

      由于三大运营商在不同地区市场份额不同,且部分移动运营商的数据分散在各省,很难有公司能同时掌握到三家移动运营商在全国的数据信号。不同运输形式的分担量也难以确定。航空分析人员很难将这些数据与航线数据做匹配,由于不同城市对航空运量/运营商数据的比例没有规律,这也造成很难用这样的数据研究潜在市场需求,判断规模。

      第四种方法是随着近年OTA市场份额不断提高,旅客在OTA上搜索行为被记录。月度搜索总量用于判断潜在市场需求。搜索数据可以用于相对精确地判断市场规模。如某OTA在AA城市市场份额约为25%,OTA在AA城市搜索量与销售量转化比例为10:1。历史研究数据显示AA城市新开航线对搜索量刺激约为4-6倍。如AA-BB为未开通城市,每月搜索量为1.5万次,那么可以初步判断AA-BB开通后搜索量约在6-9万次,AA-BB每月潜在市场需求约为2.4-3.6万人次。这种方法问题是若某OTA在某地市场份额极低,那么基于当地数据的研究就不够精准。

      另附案例:携程机票FlightAI-CADAS发布中韩潜在航线排行榜

      若结合IP地址进一步研究使用搜索数据,则可以研究该城市客源流失情况。以下是搜索量与IP地址结合的研究案例:

      CC(AA附近国内某四千万枢纽)-BB(国内某四千万枢纽)搜索量是AA(百万机场)-BB(国内某四千万枢纽)近14.5倍,IP地址在AA的搜索量占AA-BB搜索量45%。IP地址在AA的搜索CC-BB与AA-BB搜索量比例为78:114。

      AA-BB转化率为2.4%,CC-BB转化率为5.4%。CC-BB搜索量是AA-BB近33倍(说明供需不匹配)。

      IP地址在AA的订单量占AA-BB订单量9.3%。CC-BB搜索量是AA-BB近14.5倍,IP地址在AA的订单CC-BB与AA-BB比例为13.7:12.2(说明超过一半的人流失至CC)。

      第五种方法,由于微信用户已突破10亿人次,具备广泛的代表性。基于微信位移数据的研究比基于移动运营商数据的研究更具备广泛的代表性。如某月AA-BB微信位移数据可视为该城市对往来需求,进一步对位移数据解析,AA-BB间位移所需市场研究,可基本确定公路、铁路、航空旅客的比例。针对未开通城市对AA-CC,则可以使用AA城市其它城市对位移历史数据(不同交通方式比例、历史新开航线后位移总量变化)和AA-CC间现有位移数据作为基础研究、判断潜在的需求。

      第六种方法,一直以来机场中转旅客的统计是机场统计工作中的难点,尤其涉及国内使用身份证-国际使用护照号的匹配,低成本航空公司-外航间中转的信息匹配。随着人脸识别技术的推广,机场安防领域已广泛使用全景摄像机。不少机场已能够通过人脸识别、电子护照等技术,监测每个区域并及时识别每位乘客。对进港通道中(登机口、廊桥、摆渡车上下口)旅客人脸信息与出港通道旅客人脸信息匹配处理后,便可相对精确地测算机场中转旅客规模、中转旅客来源地与最终中转目的地等方面信息。

      CADAS(www.CADAS.com.cn)只关注真相。

      CADAS分析师团队是民航资源网专注于行业趋势研究、市场观察的研究团队。团队依托民航资源网第一时间掌握全球航空业资讯,借助飞常准(VariFlight)大数据挖掘航空数据背后的秘密。汇聚各方力量为行业上下游企业、个人客户提供服务。

      引用观点请注明CADAS。

      邮箱:CADAS@CARNOC.com

      常驻地点:上海、北京

    6荐闻榜

    延伸阅读: CADAS