前言

传统常旅客，乃至已经过渡到忠诚度系统（更注重灵活规则，合作伙伴，敏捷促销等核心引擎的升级或质变），很多还相对有些挣扎：思路或脑子想的很活，很excited。。。But到需要落地的时候，发现自己被surprised了；或者领导们总是期望管理部门或运营部门有些亮点，要跟别人不同，然而是技术创新带给客户更好的体验呢，还是模式创新给B和C带来革新呢，还是产品发明给航司品牌注入短期强心剂呢？

其实不能说短期效益必须为长远利益和方向让步，因为航司的常旅客是每分每秒都服务于C端客户的，而且航司不是互联网企业，不能以互联网企业的模式和思路，以及不及客户的接受能力和认知去激进的推进，开句玩笑的说，不能变成另外一个携程“牵错手剁你手”。但是怎么纠结着把年度任务做好，再逐步实现几年的一个小目标呢？

从一个开发者的C端角度拍砖

a) 重做不易

庆幸自己曾经实施过一个重量级的常旅客系统，经常被敬爱的客户领导说，他做的第一代；他的副手做的第二代；我这是第三代了。所以缺失深有体会，即使让我使用全新的手段和团队，从Zero开始构建一个全新的常旅客系统，我现在的答案是完全跟前年截然相反。IT的生产力会提高，但是业务的提升并不会由于重新更新了代码而有质的飞跃。因为其不是一个简单的B端的内部系统，或者ERP或CRM的企业内部系统。不管认不认可，但是其是一个C端系统；而且是Bigdata与Marketing相结合的前端系统。IT技术多半只能解决传统的常客内部CRM或ERP的部分，但是Marketing部分没有解决。为什么！为什么？因为你都不知道未来要做怎么的Marketing投入和怎样用数据去做更精细化数字化的旅客服务和忠诚度体系，你怎么使用IT技术去协助管理或业务部门解决问题呢。难道上个微服务，整个容器化，加上HDP或者CDH，再添点AI等等就能是未来的数字化会员体系，就能支撑未来5年的变化？

b) 事前+事中+事后

一般的常旅客或忠诚度系统，还是有大量的事中，尤其是事后的工作，主要体现在审计，防欺诈，核销对账等等。但是这样往往增加了系统的实时压力（事中需要大量的运算，即校验）；事后有需要较多的甄别，后续处理，清算，审计等等；但是更麻烦的是，如果出现错误，怎么去rollback这些已经被committed的transaction呢？不能还留着那个让外国人无法接收的“Supervisor DELETE”吧。同时现在航司的防欺诈系统或模块，在很多场景和业务前端后面都起到很重要的作用。但是如果有好的业务思路，其还是有闪光点的，否则就是一个统计系统（Count+Group+Having）。

那试想，能否使用技术的方式提升这些必须有而且长时间有的业务功能吗？（注：但是区块链还不是对于这个问题的方案，或者我还是认为要5年才可能在常旅客领域用这种全新的意识交易形态改变常旅客世界。）对于已有的防欺诈系统，或风险控制系统，且运营多年的基础下，能否将业务人员的经验和系统的运营数据作为关注事前甄别的专家系统，AI系统，预警系统呢？其实这个真的是可以实现的，且真正尤其落地的足够因素支持。其最重要的一个因素，航司的相关交易都不是每秒上千万的持续连贯交易，从登录，预订，支付（兑换），出票等等，都是有大量空白时间片段的。而且另外一个因素，大量的风险控制的防欺诈等方面都不是太关注单笔的交易，而是更多的关注一个时间片段内连续操作。

c) 更灵活的兑换

现在的航司常旅客都大量改善自身对于兑换部分的规则灵活度，实时交易支撑，以及相应的流水作业动作。但是正如某总监所说，让里程变成Virtual Currency真正流通起来，加快流动提升兑换的易用性最关键。其中有很多需要改善和优化提升的地方，但是往往航司常旅客运营部门从自己的方面，或B端的角度去思考。但是这没有错，因为角度不一样，管理体制和要求不一样。

但是可行的一些方法，都是需要真正的业务驱动者制定者，从C端去考虑问题。是自己统筹管理全部兑换规则或策略，必须在SLA的前提下的合作伙伴交易，还是市场化货币通兑性质的更广泛的虚拟货币交易？能够将虚拟货币等值化为一个通用的实体货币价格，让更多的没有跟航司有直接或正式书面形式可以进行实时和公允的交易？其实这个真正是区块链能够发挥的最好的空间。但是空间好是好，但是谁建设，谁加入，谁对接，谁管理，谁运营等一系列问题又摆在面前。

d) 大数据的客户特征工程及精准营销工具化

从字面意思，还有很多航司在这个方面没有专业的工具支持，也没有接入比较灵活使用的大数据平台，更关键的缺少一些数据科学家的介入。这个其实就是我当初比较认同一个德国合作伙伴的产品和其发展思路的原因。未来必须是数据的支撑，人尤其是资深业务人员依然重要，但是由于客户量，交易量，平台化等等的变化，让新人很难培养，现有人员严重不足。则必须通过数据，IT，乃至AI提升整体的效能和效率。

同时未来的市场营销不能只是简单的关注事后报表进行推演，更关键的是需要在数据的基础上，特征工程，标签化，数据分析洞察，以及快速建模。之后在自动化市场营销工具的支持下，下达市场计划，执行且跟踪，并且回收和反馈。让整个变为一个完整的数字化体系。

TBD/待续。