[]一手数据如今已成为了企业竞相追逐的目标。除了掌控数据和制定管理策略，企业更应该将重点放在如何正确地利用数据资产。
企业数据管理一次都没有解决，需要不断的优化，而这一过程并不容易。
以每年为100000名员工和1亿多旅客的全服务航空部门为例。即使具有成熟的商业智能实力，也要摆脱简单企业历史数据的束缚，开放机器学习和人工智能技术的使用，通过广泛的预测分析和模式识别来了解客户需求，并在反欺诈和数字资产改进方面进入高层。
企业在经营过程中将面临一些独特的、行业特有的挑战.酒店数据平台快照认为，由于多个系统和技术的隔离，大量的非结构化数据和传统酒店系统的约束，使得酒店行业无法充分利用数据资源和数据管理。无论是采用独立的研发系统还是第三方系统，酒店业在数据管理优化方面都面临着一系列的挑战，包括数据集成的成本问题。
对于航空部门来说，从销售阶段到飞行旅行再到航空部门结算系统，旅客体验的管理将面临很多问题。虽然空运协会的一份订单标准建立了一套通用的订单数据字典，可以在整个旅程中存储乘客的详细信息。然而，有一个订单仍处于发展阶段，航空司仍需要考虑优化自己的系统。
东航数据优化
东航数据实验室主任王学武在接受采访时表示，数据战略是企业数字化改造不可或缺的一部分。
东航数据实验室负责人王学武
“为了制定更有效的数据策略，东航在（DMC）下设立了数据洞察部门。负责数据集成、数据分析和数据产品的DMC。此外，数据管理部门主要负责数据治理、数据管理规则的制定和数据监督。王学武说。
东航的核心数据平台，包括数据沙箱、数据仓库、主数据平台、大数据平台和实时数据平台，主要由DMC管理。DMC也是东航数据战略发展的核心部门。
总体数据战略的关键领域包括：
1.客户数据平台
东航建立了客户数据平台，加强对相关数据的管理和维护。“其他应用程序或系统使用的客户数据来自客户数据平台，”Wang说。在保证客户数据安全的前提下，航空部通过收集客户行为、交易和运营数据来完善客户形象，并通过实时数据管理实现系统的持续优化。
王学武说：“东航数据实验室集成了主数据管理系统(MDM、MasterData Management，即根据操作、销售和营销规则集中管理主数据、组织分类和实现进一步补充，避免了由于数据的隔离和分散而降低企业的运营效率)的数据，为参考、库存、客户、智能、扩展、机票、航班、计划、预订、设备、财务、销售相关数据以及电子商务和QAR(快速存取记录仪)等数据提供了参考。将集成快速访问记录器。“
王学武补充说，中国东方航空公司也在研究米德特等外部数据来源，以便对整个市场进行销售分析。东航还对售票数据、客户服务和销售库存信息进行实时分析。
二。数据管理
需要以持续和优化的方式管理整个数据项目。同样重要的是，要澄清每个数据对应的客户、类别、位置、时间和分类标准，并访问元数据。企业需要了解每个数据的含义、数据标准、数据所有者、存储源和存储地点、存储时间和处理。王说：“该计划将帮助企业更好地遵守(GDPR)等数据法规，这是欧盟的一般数据保护法规，从而提高了信息处理的透明度，并确保了数据安全。”
3.具体适用情况
王学武以东方航空的营销和收入管理团队为例。相关团队通过基于数据仓库的数据洞察平台实时监测客户和市场情况，通过实验室的数据沙箱获取所需的数据，并借助数据实验室提供的分析工具实现独立的数据分析。在该模型中，他们可以最大限度地灵活和自由地使用自己的和跨域的数据。“
4.数据安全
数据建设中存在着许多风险，因此保证数据的安全是非常重要的。王学武说：“从航空部的角度来看，数据安全和乘客安全一样重要。东航建立了广泛的数据安全系统、数据使用规范和网络监控措施，以防止数据泄漏，确保数据安全。”中国东方航空公司拥有本地和云应用、数据和流程集成技术。
“虽然东航目前不会将核心数据放在云上，但我仍然对云安全技术抱有信心。”
为客户创造价值
企业在对数据进行处理时，必须注意不同数据之间的协调分类，实现客户信息的统一，这对于构建开放的实时扩展平台具有重要作用。此外，企业还应该实现数据与现有基础设施技术之间的实时集成.
王学武说：“原始数据将在原始数据到达后进行检查、清理、过滤、处理和合并。数据实验室的沙箱平台整合了东方航空各业务领域的相关数据，包括但不限于机票、航班、服务、航班规划、代理商、客户、电子商务、客户服务中心等外部数据的预订和销售。”
东方航空公司除了与所有客户接触点了解客户之外，还根据自然语言处理技术分析客户反馈数据，以更好地理解客户的关切和要求，从而优化客户的旅程。东方航空公司希望改善服务，提高质量，最大限度地提高客户满意度。“
另一方面，王学武说，虽然航空部已经开始研究客户行为数据，但它还没有重点关注客户的面部表情或图像，以及对顾客整体感受的其他分析。
大多数企业的数据处理能力相对较弱。
中国东方航空公司在数据优化方面取得了进展，但大多数国内旅游公司仍跟不上市场的步伐。
在这方面，业界专家提出了若干建议：
1.评估问题和制定解决办法
创科总裁杨晨云总结了企业在数据处理中遇到的几个问题：
是个数据孤岛（data silos，数据存储相互孤立未经整合）问题
是个实时行为数据未能收集利用
是个非结构化数据未能处理运用
旅游企业需要解决的业务设想：
是个如何判断客户是商务旅客还是休闲旅客，并在此基础上提升复购率？
是个如何创造个性化的营销及客户体验，最大限度地提升旅客终身价值?
杨晨云，科技总裁
杨晨云还就如何在正确的场景/渠道向潜在客户发送有效的个性化营销信息提出了两种解决方案：
是个建立客户数据平台（CDP）来收集实时数据并完成数据源的整合，从而解决数据孤岛问题；绘制整理所有客户的ID，生成统一的客户数据全方位视图；根据规则或AI算法进行客户细分，在多个营销平台激活相关数据，并对营销结果数据进行闭环反馈，实现持续优化。
是个采用人工智能（机器学习算法）对细分客户进行预测分析。
此外，企业需要配备专业技术人员，包括数据科学家、增长营销专家、产品管理专家、IT专业人员、工程师、营销人员、电子商务人员等，并协调各方之间的关系。
二。开发个性化方案
企业在做好准备工作前需要做好信息收集工作，实现数据集成。同时，它从基于规则的细分逐渐改变为分析驱动或基于算法的个性化。
另一方面，企业应合理规划不同渠道的规则和决策，即使最初仅在单个渠道中打开交易或产品服务，企业也应考虑如何在离线场景（如其他在线渠道或机场登机门）中打开相关服务。
在实施个性化方案的过程中，企业也需要寻求相应的支持。例如，旅游公司如何完成动态内容的交付？需要什么样的架构支持？数据管理的重要性越来越突出。企业如何杜绝数据泄漏？需要哪些技术和具体措施来防止未经授权访问公司的第一手数据？
3.持续学习
一旦企业开始应用数据优化，就需要坚持不断学习。例如，王学武表示，人工智能技术不能应用于所有商业场景，也不能解决所有问题。但人工智能可以取代某些业务流程中重复的机械工作，从而提高企业的效率和降低成本。