Анализ больших данных и изменение потребительских предпочтений в мировом туризме в постпандемийный период
https://doi.org/10.26425/1816-4277-2023-6-58-66
Аннотация
Список ведущих держателей больших данных, чья бизнес-аналитика обладает наибольшим авторитетом для прогнозирования и планирования в мировом туризме, и их отчеты на основе анализа больших данных нуждаются в верификации, что представляет собой актуальную задачу. Проведенное исследование выявило недостаточное внимание к возможностям больших данных для прогнозирования в туризме и использование традиционных ограниченных методов анализа потребительских предпочтений, которые затем публикуются в годовых отчетах и тиражируются СМИ. Тем не менее анализ больших данных, выполненный разными компаниями, отражает резкие изменения потребительских приоритетов в постпандемийный период 2022–2023 гг. и фиксирует спрос на аутентичность, вариативность, повышенную заботу о физическом и психическом здоровье, нематериальные признаки роскоши и в целом понимание того, что путешествие начинает восприниматься как необходимая составляющая здорового образа жизни. С учетом указанных ограничений перечень потребительских предпочтений, составленный на основе представленных в отчетах тенденций развития туризма на 2023 г., имеет практическую значимость для всех заинтересованных лиц отрасли.
Об авторе
Н. А. ЗамятинаРоссия
Замятина Наталья Александровна - Канд. филол. наук, доц. каф. управления в международном бизнесе и индустрии туризма
Москва
Список литературы
1. Басовский Л. Е. Прогнозирование и планирование в условиях рынка: Учебное пособие. М.: НИЦ ИНФРА-М; 2019. 260 с.
2. Козлов Д.А., Попов Л.А. Прогнозирование в туризме: Учебник. М.: ФГБОУ ВО «РЭУ им. Г.В. Плеханова»; 2016. 320 с.
3. Karampatsou M. Big Data in Tourism [Thesis]. Thessaloniki: International Hellenic University; 2018. 82 p.
4. Asian Development Bank. Big Data for Better Tourism Policy, Management, and Sustainable Recovery from COVID-19. 2021; 84 p. DOI https://doi.org/10.22617/SPR210438-2
5. Huo Y., Wang Y. High-Quality Development of Tourism Industry Under the Trend of Cultural and Tourism Integration Based on Big Data Analysis. In: Xu Z., Parizi R., Hammoudeh M., Loyola-González O. (Eds.). Advances in Intelligent Systems and Computing, vol. 1146. Cyber Security Intelligence and Analytics; 2020. Pp. 479–486. DOI https://doi.org/10.1007/978-3-030-43306-2_68
6. Kachniewska M. Smart tourism: towards the concept of a data-based travel experience. In: Lubowiecki-Vikuk A., de Sousa B.M.B., Đerčan B.M., Leal Filho W. (Eds.). Handbook of Sustainable Development and Leisure Services; 2021. Pp. 289–303.
7. Li R. Research on the sustainable development of rural e-commerce tourism based on the Big Data analysis from the perspective of urban and rural development balance. Journal of Physics Conference Series. 2021;3(1744):032216. DOI http://doi.org/10.1088/1742-6596/1744/3/032216
8. Zhao Z., Wang, Z., Garcia-Campayo J., Perez H.M. The dissemination strategy of an urban smart medical tourism image by big data analysis technology. International Journal of Environmental Research and Public Health. 2022;19(22):15330. DOI https://doi.org/10.3390/ijerph192215330
9. Mariani M., Borghi M. Environmental discourse in hotel online reviews: a big data analysis. Journal of Sustainable Tourism. 2020;5(29):829–848. DOI https://doi.org/10.1080/09669582.2020.1858303
10. Sung Y.-A.; Kim K.-W.; Kwon H.-J. Big Data Analysis of Korean Travelers’ Behavior in the Post-COVID-19 Era. Sustainability. 2021;13(1):310–333. DOI https://doi.org/10.3390/su13010310
11. Iorio C., Pandolfo G., D’Ambrosio A., Siciliano R. Mining big data in tourism. Quality & Quantity. 2020;54:1655–1669. DOI https://doi.org/10.1007/s11135-019-00927-0
12. Zamyatina N.A., Solntseva O.G. Hotel Tech Ecosystem: Adaptations to Online Distribution. In: Popkova E.G., Sergi B.S. (Eds.). Lecture Notes in Networks and Systems, vol. 129. Springer, Cham; 2020. Pp. 194–204. DOI http://doi.org/10.1007/978-3-030-47945-9_21
13. Companies Market Cap. Official Website. https://companiesmarketcap.com/ (дата обращения: 31.03.2023).
14. Statista. Market cap of leading online travel companies worldwide as of December 2022. https://statista.com/statistics/1039616/leading-online-travel-companies-by-market-cap/ (дата обращения: 31.03.2023).
15. HotelTechReport. Official website. http://hoteltechreport.com (дата обращения: 31.03.2023).
16. SimilarWeb. Top websites ranking: Travel & Tourism worldwide. http://similarweb.com (дата обращения: 31.03.2023).
17. WTTC. Consumer Trends Report 2023. https://wttc.org/consumer-trends (дата обращения: 31.03.2023).
18. UNWTO. Trends taking shape in the travel industry in 2023. https://unwto.org/events/unwto-affiliate-members-corner-fitur (дата обращения: 31.03.2023).
19. UNWTO. World Tourism Barometer. UNWTO. 2023;1(21):1–40. DOI https://doi.org/10.18111/wtobarometereng
20. Forbes. Here’s what to expect from 2023 travel: Trends and predictions. https://forbes.com/advisor/credit-cards/travel-rewards/travel-trends-predictions-2023/ (дата обращения: 31.03.2023).
21. Hospitality On. Which travel trends will gain ground in 2023? https://hospitality-on.com/en/trends/which-travel-trends-willgain-ground-2023 (дата обращения: 31.03.2023).
22. Expedia. 2023 Travel Trend Report. Expedia Group; 2023. 12 p.
23. The 2023 Traveler. Emerging trends that are Innovating the travel experience: a report from Hilton. Hilton Stories; 2023. 21 p.
24. Booking.com. Travel Predictions 2023. https://booking.com/articles/travelpredictions2023.html (дата обращения: 31.03.2023).
25. Amadeus. Amadeus Travel Trends 2023. Amadeus; 2023. 32 p.
Рецензия
Для цитирования:
Замятина Н.А. Анализ больших данных и изменение потребительских предпочтений в мировом туризме в постпандемийный период. Вестник университета. 2023;1(6):58-66. https://doi.org/10.26425/1816-4277-2023-6-58-66
For citation:
Zamyatina N.A. Big data analysis and changes in customer preferences in post-pandemic global tourism. Vestnik Universiteta. 2023;1(6):58-66. (In Russ.) https://doi.org/10.26425/1816-4277-2023-6-58-66