在线旅游领域的创业公司，如果还要做内容，沿用UGC模式几乎没有太多空间了，PGC模式质量虽精但起量过慢，而DGC模式（Data generated content，数据生成内容）似乎是当下一些创业公司的选择。
其实这种模式我们并不陌生，说通俗点就是：通过抓取海量数据，分析提取关键字、建立评分体系，让用户不用看长篇攻略就能掌握核心信息，快速做出旅行决策。在国内，口碑旅行、梦想旅行、四万公里，另外还有洋葱旅行等，都在以大数据的方式，打造类似境外旅行版的“大众点评”。
36氪此前报道过的口碑旅行，就是从攻略、点评、预订和社交网站上面抓取数据，形成一款包含有POI评分等级、高频词和用户评论的工具，适合用户在旅行过程中使用。而近日，口碑旅行上线新版本，新增基于LBS做个性化推荐、行程规划等功能，另外还将推出口碑旅行的国际版本“Ktravel”。
“行程规划”功能让用户选择出行市场，而每一天对应着选择目的地、以及目的地景点。每一个POI都有结构化的评分和等级，行程制作结束后，在口碑旅行的可视化地图上能一键优化行程。平心而论，这项功能并不如一些已有的行程规划应用体验来得好，不过周青松表示，上线行程规划工具为的是给用户的决策服务更加完善。
对于口碑旅行将推出的Ktravel，我的第一感觉反正是非常诧异——尚未夯实国内市场就开始向国际扩张，况且国外还有上市巨头TripAdvisor，口碑旅行准备怎么做？在此，周青松表示，口碑旅行一开始就有全球化的规划，国际版本的数据库和中文版本是一体的，口碑旅行不用重新抓一遍数据，推出Ktravel也比较容易。关键在这个点上线国际版，则是因为收到了Google Play的合作邀请，Google Play想要在海外推荐中国本土的应用，这可能会给Ktravel免费带来全球几十万的用户，而他不想错过这样一个大好机会。
从采访中，我试图分析了通过数据挖掘来做旅行决策应用的必要条件，并将口碑旅行跟现有竞品做了一些对比。大致归纳为以下几点：
1/足够多的数据量
像口碑旅行、梦想旅行等的数据都是靠抓取，首先在量级上，会比单纯的UGC或者PGC产品更加丰富。实际上，不管是UGC、PGC还是DGC，对于用户来说都无所谓，他们不会在乎数据量级是千万或者过亿，他们在乎的只是能满足需求与否。所以，DGC的重点更在于其多维度的来源，以避免信息的片面化——比如你在攻略网站上会看到某一个餐厅有很人都去过，但其实它并不适用每一个人，之所以出现这样的情况，主要在于用户只在这个网站上看到了，大家都去模仿前人的游记路径。
另外也有观点认为，这种抓取得到的数据存在硬伤——版权问题，未来一旦涉及到内容版权的争议，DGC型的应用将面临的是生死问题。
2/足够强的技术及体系
讲数据挖掘的公司，每一家都会说自己的壁垒在于技术，当然这是外人无从考证的。但或许能通过时间和数据来对比——周青松提到，一是先发优势，口碑旅行去年4月就开始启动（同类应用中较早的），二是数据规模，目前其抓取的数据量级已经过十亿，除非对手有更强的技术或者更长的时间，否则后来者难以超过。不过即便如此，不久前上线的梦想旅行却用4个月时间做出了较为成熟的产品，并称数据量级过亿。
大部分抓取来的数据都不是直接可用的，如果没有一个自然语言的识别过程，并使用结构化的体系作为依托，那么这些POI在给用户的呈现形式、以及未来的商业化流程中都会出现障碍。
3/足够适应移动场景
用户在行中不可能去看长篇攻略，这就要求一款应用的POI足够碎片化，同时用户也不可能将成百上千的POI都看一遍，所以也需要应用能够基于LBS、用户的使用习惯等，推荐少量而精准的产品来满足他们的需求。口碑旅行也曾表示过，会试图去了解用户的旅行偏好，当用户使用的越多，推荐的产品也就会更符合用户的口味。不过，这前提得是足够多的用户和足够高的使用频次。
说到此，我感觉偏工具类的产品（尤其是还是以技术驱动的），它们普遍面临的一个问题就是流量和用户——如何获取、如何黏住。这个问题我也同样抛给了周青松，他表示，口碑旅行接下来就会加大用户市场的推广，通过树立类似境外“大众点评”这样的品牌形象，或许用户不一定现在就用，但希望当用户在开始自由行的时候就能想到口碑旅行。而粘性，或许本来就是工具类应用绕不开的坎，口碑旅行准备通过微信或者其他新媒体形式，通过内容来圈住用户。
最后呢，口碑旅行说他们需要数据抓取、数据挖掘、市场推广等各方大神，入口搁这儿了：qingsongzhou@koubeilvxing.com。
原创文章，作者：Ikuta_Moii_
本文来源：36氪
责任编辑：
王晓易_NE0011
