前言
傳統常旅客，乃至已經過渡到忠誠度系統（更注重靈活規則，合作伙伴，敏捷促銷等核心引擎的升級或質變），很多還相對有些掙扎：思路或腦子想的很活，很excited。。。But到需要落地的時候，發現自己被surprised了；或者領導們總是期望管理部門或運營部門有些亮點，要跟別人不同，然而是技術創新帶給客戶更好的體驗呢，還是模式創新給B和C帶來革新呢，還是產品發明給航司品牌注入短期強心劑呢？
其實不能說短期效益必須為長遠利益和方向讓步，因為航司的常旅客是每分每秒都服務于C端客戶的，而且航司不是互聯網企業，不能以互聯網企業的模式和思路，以及不及客戶的接受能力和認知去激進的推進，開句玩笑的說，不能變成另外一個攜程“牽錯手剁你手”。但是怎么糾結著把年度任務做好，再逐步實現幾年的一個小目標呢？
從一個開發者的C端角度拍磚
a) 重做不易
慶幸自己曾經實施過一個重量級的常旅客系統，經常被敬愛的客戶領導說，他做的第一代；他的副手做的第二代；我這是第三代了。所以缺失深有體會，即使讓我使用全新的手段和團隊，從Zero開始構建一個全新的常旅客系統，我現在的答案是完全跟前年截然相反。IT的生產力會提高，但是業務的提升并不會由于重新更新了代碼而有質的飛躍。因為其不是一個簡單的B端的內部系統，或者ERP或CRM的企業內部系統。不管認不認可，但是其是一個C端系統；而且是Bigdata與Marketing相結合的前端系統。IT技術多半只能解決傳統的常客內部CRM或ERP的部分，但是Marketing部分沒有解決。為什么！為什么？因為你都不知道未來要做怎么的Marketing投入和怎樣用數據去做更精細化數字化的旅客服務和忠誠度體系，你怎么使用IT技術去協助管理或業務部門解決問題呢。難道上個微服務，整個容器化，加上HDP或者CDH，再添點AI等等就能是未來的數字化會員體系，就能支撐未來5年的變化？
b) 事前+事中+事后
一般的常旅客或忠誠度系統，還是有大量的事中，尤其是事后的工作，主要體現在審計，防欺詐，核銷對賬等等。但是這樣往往增加了系統的實時壓力（事中需要大量的運算，即校驗）；事后有需要較多的甄別，后續處理，清算，審計等等；但是更麻煩的是，如果出現錯誤，怎么去rollback這些已經被committed的transaction呢？不能還留著那個讓外國人無法接收的“Supervisor DELETE”吧。同時現在航司的防欺詐系統或模塊，在很多場景和業務前端后面都起到很重要的作用。但是如果有好的業務思路，其還是有閃光點的，否則就是一個統計系統（Count+Group+Having）。
那試想，能否使用技術的方式提升這些必須有而且長時間有的業務功能嗎？（注：但是區塊鏈還不是對于這個問題的方案，或者我還是認為要5年才可能在常旅客領域用這種全新的意識交易形態改變常旅客世界。）對于已有的防欺詐系統，或風險控制系統，且運營多年的基礎下，能否將業務人員的經驗和系統的運營數據作為關注事前甄別的專家系統，AI系統，預警系統呢？其實這個真的是可以實現的，且真正尤其落地的足夠因素支持。其最重要的一個因素，航司的相關交易都不是每秒上千萬的持續連貫交易，從登錄，預訂，支付（兌換），出票等等，都是有大量空白時間片段的。而且另外一個因素，大量的風險控制的防欺詐等方面都不是太關注單筆的交易，而是更多的關注一個時間片段內連續操作。
c) 更靈活的兌換
現在的航司常旅客都大量改善自身對于兌換部分的規則靈活度，實時交易支撐，以及相應的流水作業動作。但是正如某總監所說，讓里程變成Virtual Currency真正流通起來，加快流動提升兌換的易用性最關鍵。其中有很多需要改善和優化提升的地方，但是往往航司常旅客運營部門從自己的方面，或B端的角度去思考。但是這沒有錯，因為角度不一樣，管理體制和要求不一樣。
但是可行的一些方法，都是需要真正的業務驅動者制定者，從C端去考慮問題。是自己統籌管理全部兌換規則或策略，必須在SLA的前提下的合作伙伴交易，還是市場化貨幣通兌性質的更廣泛的虛擬貨幣交易？能夠將虛擬貨幣等值化為一個通用的實體貨幣價格，讓更多的沒有跟航司有直接或正式書面形式可以進行實時和公允的交易？其實這個真正是區塊鏈能夠發揮的最好的空間。但是空間好是好，但是誰建設，誰加入，誰對接，誰管理，誰運營等一系列問題又擺在面前。
d) 大數據的客戶特征工程及精準營銷工具化
從字面意思，還有很多航司在這個方面沒有專業的工具支持，也沒有接入比較靈活使用的大數據平臺，更關鍵的缺少一些數據科學家的介入。這個其實就是我當初比較認同一個德國合作伙伴的產品和其發展思路的原因。未來必須是數據的支撐，人尤其是資深業務人員依然重要，但是由于客戶量，交易量，平臺化等等的變化，讓新人很難培養，現有人員嚴重不足。則必須通過數據，IT，乃至AI提升整體的效能和效率。
同時未來的市場營銷不能只是簡單的關注事后報表進行推演，更關鍵的是需要在數據的基礎上，特征工程，標簽化，數據分析洞察，以及快速建模。之后在自動化市場營銷工具的支持下，下達市場計劃，執行且跟蹤，并且回收和反饋。讓整個變為一個完整的數字化體系。
TBD/待續。
