民航大数据建设是行业数字化转型产业变革的必然要求，航空企业数据化应用是民航大数据建设的基础组成，航空企业通过数据化应用不断降本增效，将增加航空企业对数据化应用的投入，航空企业数据化应用成效将促进民航大数据建设不断发展。
一、民航大数据建设相关特点
民航信息化系统相对完善，围绕民航安全管理、市场管理、运行保障、旅客服务、营销收益等方面形成了行业监管部门、航空企业和第三方服务商协同建设的一系列信息系统。民航信息系统在由信息化、网络化向数字化转型的过程中，体制机制不够健全、数据壁垒问题突出。行业发展迫切需要数据赋能，在技术和制度不断完善的基础上，航空企业需要尽快构建数据应用实践的项目，通过数据应用项目的落地给航空企业带来降本增效。
二、航空企业数据化应用配置效率
航空企业在民航信息化系统中沉淀了大量数据。数据资源配置效率低，处在起步阶段。行业公共数据共享，跨业务跨区域数据共享存在壁垒。随着大数据应用环境发展，数字技术与民航业务深度融合，航空企业如何提升数据化应用配置效率 以业务化应用促进数据实际利用，加强服务端数据分析挖掘，丰富数据产品，创新服务模式，是企业数字化转型面临的新挑战。
三、航空企业数据应用案例机组住宿数据应用
（一）航空企业机组住宿管理模式
航空企业一般通过外部采购协议酒店来满足机组过夜住宿需求。成本管控主要通过降低协议价格、落实机组插住等传统手段开展。机组住宿费用也是航空企业一项不小的成本支出，一家50架飞机规模的的航空企业机组住宿费用支出每年超过亿元。
（二）航空企业机组住宿数据应用
针对机组航线特点及入住数据信息，通过数据分析可以找到新的成本管控切入点。
1.入住结算数据优化。机组入住时间及结算时间的约定，可以节省住宿费用。数据分析应用某站点真实案例。该站点机组多为0点左右入住，次日傍晚退房。根据相关协议每次入住需要计算1.5天或者2天的费用。一个月30个航班需要支付的住宿费用达到50天的费用。经过对住宿数据分析筛选，针对该0点入住的特点用长包房连续入住的模式替代原有计费方式。每月一个房间可以节省35%的费用。
2.早餐服务选择数据优化。通过数据分析，不同站点，协议房价是否包含早餐，可以产生不同的成本。根据机组数据分析，可以选择不含早，单早，双早来降低成本费用。
3.入住模式数据优化。根据航班的计划数据，各站点可以补充半天房、钟点房。通过数据的精细测算，既满足了机组住宿需求，又降低了支出成本。
4．退房节点数据优化。通过对机组住宿数据分析，发现会出现机组退房超协议收费时间点情况，机组超了10分钟的退房时间，航空公司需要多支付半天或者1天的费用。通过数据应用可以要求酒店提供20分钟的结算缓存时间。或者为相关站点机组发送针对的退房信息提示。避免出现类似增加费用的情况。
通过航空企业机组住宿数据应用，可以节省10%-20%的住宿费用支出。
（三）航线数据应用服务延伸
航线的数据分析可以为航空企业降低成本支出，同时也能为服务创新提供支撑。如根据旅客的到达机场时间的不同，提供不同的服务项目。对早到机场的旅客提供机场购物、美食指南及优惠服务。为晚到机场的旅客提供有偿快速安检服务。数据分析应用为航空企业服务创新提供了新空间。
四、航空企业数据应用展望
围绕航线特点，延伸乘机服务衔接，建立数据资源共享服务，优化旅客出行的增值体验，提升利润空间。将航线运输打造为一个新基建数字化连接平台，通过优化航点、航线组合完善新的数字化服务，完善航线数据互溶，形成航空数据链，构建航空新生态圈。航空企业通过数据化应用不断降本增效，将增加航空企业对数据化应用的投入，也将不断促进民航大数据建设发展。
来源：民航资源网
