携程的“座位”战争

携程的“座位”战争_第1张图片

携程的“座位”战争_第2张图片

本文由公众号浅黑科技(ID:qianheikeji)授权转载。

作者:史中


1949年11月9日,晨曦拂过海面,如大理石般光洁。


12架客机陆续从香港启德机场起飞,在按照既定航线飞出塔台控制区后,所有飞机突然扭转航向,横穿云层奔向新中国的首都。8个小时之后,“中国航空公司”和“中央航空公司”的飞行员们降落北京西苑机场及天津张贵庄机场,这就是震惊世界的“两航起义”。毛主席亲自为头机题字:北京号。


这12架飞机,加上国民党留在大陆的17架故障飞机,就是新中国民航故事的开端。


携程的“座位”战争_第3张图片


那之后,咱们的民航在放飞自我的路上越走越远,空姐“军装”CosPlay、国际航线吹茅台。


携程的“座位”战争_第4张图片

携程的“座位”战争_第5张图片


然而,你手中的机票却有另一段隐秘的故事。那就是,当年的飞机票是固定价格的——不管春节国庆还是平时都一个价——像今天的火车票这样。


这个固定价格的操作一直维持到了1993年,国务院才稍稍允许飞机票价有10%左右的自主浮动。航空公司突然尝到了自主定价的甜头——机票紧俏就全价,空座多了就打折,掌握了盈利主动权,美滋滋。


1999年,是国家完全放开航空公司自主定价权的“前夜”,国航、东航这几大航空公司隐隐嗅到了大时代的味道,纷纷“大撒币”发展各种机票代理商,目标只有一个——争夺市场。这活色生香的一幕,深深撩动了中国最早一批创业者的心。


于是,就在“两航起义”50周年,四位大叔凑在上海,盘算着开一家帮人买机票、订酒店、买景区门票的旅行网站。


叔不是一般的叔,是顶配的叔:30岁的甲骨文中国区总监梁建章;33岁刚创办“协成”智能楼宇公司的老板季琦;32岁的德意志银行高管沈南鹏;34岁的上海新亚国旅总经理范敏。


没错,就是你猜的那样,四位叔绞尽脑汁,干脆把季琦原来的公司“协成”换了个应景的写法,那就是——携程。


当然,那两年还发生了一些小事儿,例如,马云和他的伙伴们创建了阿里巴巴,陈天桥建立了盛大,李国庆和他的时任爱妻俞渝开了当当网。例如,三大运营商重组,光纤编织的宽带开始在这片古老的大地上肆意奔腾,掀开了互联网未来二十年波澜壮阔的序章。


携程的“座位”战争_第6张图片

梁建章


01

波云诡谲的“座位”世界


时间如马蹄飞扬。


经过几次收购,2003年携程的营收超过2000万美元,市场份额蹿升至50%以上,当年12月,携程在美国纳斯达克上市。


那些年,携程就像向日葵,被阳光一般的赞誉包围:

商务人士夸它,是因为携程开发了一个叫 E-TEL 的系统,把“电话呼叫中心”和“网上预订系统”连接起来,打个电话就能“突破次元壁”,一秒订到互联网里的机票和酒店;


企业老板夸它,是因为携程开发了一个叫 CMTS 的系统(就是后来的商旅通),帮公司统一管理差旅,自动购买适合的特价机票和酒店,平均能给公司节省20%的差旅费用。


你可能会问一个直击灵魂的问题:既然携程是帮航空公司卖票的“二道贩子”,为啥从携程上买机票就能便宜呢?我直接找航空公司买不就得了?


诸君有所不知,这个世界,远比你想象得复杂(也比你想象得有趣)。


每一张机票无论经历怎样的辗转,最终都对应一个飞机里的座位。但我用绳命担保,当你坐在飞机上时,你的票价和邻座那个人的票价很可能是不一样的。这是因为,航空公司用了一种复杂到无以伦比的“售票规则”。


中哥现学现卖,给你科普一下:


一张票的售价一般由两个参数决定——“舱位”、“运价”


首先是舱位:你一定知道头等舱、商务舱、经济舱。这个叫做仓等,不叫舱位。在每个仓等里,才分出若干“舱位”。例如,头等舱大概分为:F、A;商务舱大概分为:C、D、J;经济舱大概分为:Y、B、K、H、L、M、Q、X、E。每个舱位对应着不同的机票折扣,也对应着不同的退改签规则。


中哥给你从国航网站截了张图,你感受下舱位的复杂:


携程的“座位”战争_第7张图片


一般来说,航空公司是先从低价的舱位开始卖的,但根据市场反应,航空公司也会经常封住低价舱位,先把贵的票卖一波,再打开低价舱位。这也无可厚非,毕竟市场经济,航空公司也要恰饭。


然后是运价:简单来说,运价就是航空公司给某个航班的某个舱位定的价格系数,没什么统一依据。有可能是航空公司觉得执飞飞机比较新,旅客喜欢选,那就贵一些;有可能是航线紧俏,那么航空公司也会提高运价。它大概一小时变化一次。


舱位和运价无限组合配对,就形成了波云诡谲的样子:恨不得十几分钟就变化一个价格,而且有可能出现同一张机票“明天比今天便宜”的情况。


以北京-东京的航班为例。一班飞机,同一个座位的价格对应不同的舱位和运价,有成百上千种价格可能,而一天内还有十多家航空公司的上百条相似航线,这又使得你面临上万种可能性。如果你要选择从北京-东京-纽约的两程机票,那么对不起,你可以选择的机票可能性瞬间上亿。


如此,一般旅客如果微积分、群论、概率论、博弈论、人工智能没学好,哪好意思自己去各大航空公司比价订票啊。


说回携程。


携程的技术大牛们这些年在机票领域的主要工作就是制作一个巨大的“机票计算引擎”——引擎把各家航空公司的机票舱位和价格汇总,实时算出来一个最符合你要求的机票列表,相当于在撒哈拉沙漠里筛出几块黄金,然后把这几块“黄金”捧在你面前,你最后选一个合适的就行了。


你可以掏出手机试一下,在携程机票页面里随便输入两个地方,例如北京-旧金山。你可以看到,系统推荐的是在达拉斯中转的美国航空航班,这个价格是实时最优的。往下翻你就会找到省时间但是贵一点的直飞航班。


携程的“座位”战争_第8张图片


整个列表的排序,就是携程的计算引擎在几百毫秒内计算出来的。


这套计算引擎,每天为超过4亿集团用户提供服务,是携程的“国之重器”,看起来就很有故事的亚子。前两天,中哥也专门跑到上海总部,找到了携程机票事业部的首席运营官谭煜东,他和同事们给我回忆了很多不为人知的故事。


02

往事一则:和“去哪儿”的战争


故事还得从梁建章说起。


2005年,时任携程 CEO 梁建章觉得已经把携程扶上马送一程,问题不太大,又想起了当年未竟的博士梦。于是他毅然辞任携程 CEO,奔赴美国上学。而就在这一年,比他小7岁的上海老乡庄辰超也低调地创立了一个旅行网站——去哪儿。


去哪儿切入市场的玩法是“搜索”——把各家旅行网站(包括携程)给出的价格都抓到的我平台上,相当于“优中选优”。


这一下,广大旅客举双手欢迎。在未来的十年里,去哪儿迅速成长为可以匹敌携程的对手。


携程的“座位”战争_第9张图片

庄辰超


2011年,去哪儿和携程近身肉搏,庄辰超虽然锐气正盛,却也被老大哥携程火力压制得有点喘不过气,此时搜索界老炮儿百度向他伸出橄榄枝,庄辰超思量再三,还是决定稳妥起见,一手接受百度投资,一手向百度交出控股权。这招棋将改变无数人的命运走向,不过这是后话。


在巨大的数据中寻找到你想要的解,是百度的专业技能,他们的技术(和流量)让去哪儿网如虎添翼。相比之下,携程的计算引擎有点像一台老爷车,光荣、优雅,却性能堪忧。


2013年,去哪儿的国内机票预定量超越携程。明眼人都能看出来,这样下去,携程的情况可能不妙。几乎在同一时间,携程送上大礼:突然对外宣布梁建章重披战袍,返回 CEO 的岗位。


所有人都期待一场历史决战。


梁建章督战的第一个战场,正是机票。他仔细推演,国内机票局势相对简单,价格也正在透明化,就算做到极致也难以和去哪儿拉开足够差距。于是,他决定从国际机票下手。


很快,携程就从美国的旅游网站 Expedia 挖来了一员悍将,名叫熊星。加盟携程之前,熊星刚刚为 Expedia 搭建了一套牛X闪闪的机票计算引擎。没错,这正是携程需要的“大杀器”。


携程的“座位”战争_第10张图片

熊星


熊星招兵买马,曾经供职英伟达和微软的谭煜东,就是在这个时候加入携程的。而谭煜东当时进入的项目组,就是这套机票引擎的核心构件——ATPCO 计算引擎。


又遇到了生词。啥是 ATPCO?


很多同学估计都读不出来这个词。来,跟我念——挨踢屁扣。

ATPCO 是一家美国机构,翻译过来叫做“航空运价发布公司”。它的任务就是:把全世界成百上千家航空公司的航班价格和规则统一收集起来,对外实时发布。


ATPCO把数据卖给一类叫做 GDS(全球分销系统)的公司,GDS其实就是一个计算引擎,负责为别人计算出最合适的机票信息。


GDS 再把搜索结果卖给携程这类旅行机构。


携程的“座位”战争_第11张图片

ATPCO上实时变动的价格


这有点像钢材的“一生”:采矿场(ATPCO)把铁矿石挖出来,然后卖给炼钢厂(GDS),炼钢厂再把做好的钢板卖给钢材批发商(携程),批发商再零售给有需要的人(旅行者)。


有点复杂,还是举个例子说明一下它们的工作原理叭:


1、你想买一张西雅图-旧金山的机票,于是你上携程查。


2、携程拿着你的需求,去 GDS 公司查询。


3、GDS公司利用它从 ATPCO 买来的航班运价数据,用计算引擎计算出可能符合用户需求的250个航班,返回给携程。


4、携程再把这个结果返回给你。


5、你选定一张机票,携程再向 GDS 确认,一手交钱一手交货。


注意细节,GDS可不是公益组织,携程每向GDS发起一次查询,都要给GDS交一笔“查询费”的。这笔费用,对于拥有4亿用户的携程来说并不是个小数字。


携程的“座位”战争_第12张图片

看到这,你有没有发现一个问题。


为啥携程需要每次都给GDS交钱查询机票,自己开一个炼钢厂(计算引擎),直接用ATPCO的数据计算适合用户的机票不就行了吗?


没错,携程也是这么想的。而且,GDS的查询结果像是麦当劳的“标准套餐”,有时候查询数量和质量都不能满足携程用户的要求。


这就是“携程 ATPCO 计算引擎”的由来。


携程的“座位”战争_第13张图片

03

ATPCO 计算引擎:复刻这个世界上的所有飞机


谭煜东是个猛人。


他来的时候,携程的机票引擎已经被同事完成得七七八八,但怪事儿发生了:携程的引擎算出一条结果需要两秒,而对手去哪儿只需要一秒不到。


谭煜东拍案而起,手造了一台“代码剪草机”,能自动把引擎里的冗余代码砍掉。这样一来,计算能力很快追上了去哪儿。


经此一役,他很快被熊星任命为 ATPCO 引擎负责人,后来又升任机票技术总负责人。


携程的“座位”战争_第14张图片

谭煜东


在就在他准备当面锣对面鼓,和去哪儿决一死战的时候,炸裂的消息传来——携程和百度突然宣布达成股份置换协议,携程从百度手中接过去哪儿的股份,成为了去哪儿的最大股东。


老司机,弯太急。硝烟一夜散尽,昨天还是死对头,今天就成了战友,谭煜东松了口气,开始带队和去哪儿的童鞋们对接技术接口。


没了这么个值得尊敬的对手,多少有些遗憾。但他转念一想,为什么要把目光放在国内?在国际上,仍然有 Expedia 这样的劲敌,打败他们,显然需要一套性能更强的机票引擎!


说了这么多,ATPCO 引擎的工作原理到底是怎样的呢?下面又到了跟中哥学知识的时间。


引擎的计算过程分为两部分:“规则计算”“行程计算”


先说“规则计算”。


之前我们说过,航空公司有一套复杂的定价规则,以至于每次预订机票,都要实时计算一下这张票到底应该多少钱。但航空公司自身计算力有限,携程这样的代理公司如果没事儿就去查个几万次,还不买,人家就不和你玩了。


你必须确定要下单的时候才能去查。(用专业术语讲,“查订比”要在一个范围内。


这就好像一个脾气不好的小卖部老板,你不能没事就去问“酱油多少钱?”,而必须提前心里默念价格,到时候直接甩出七块五,说:“老板来瓶酱油!


所以,“规则计算”就是携程根据各个航空公司的实时“运价”和“舱位”,模拟算出这张票的价格,返回给订票的旅客。如果旅客确定要定这张票,携程再去跟航空公司查询真实价格下单。


你可能又会问直击灵魂的问题:万一携程算出来的票价和航空公司算出来的票价不一样,那听谁的呢?


这还用说,当然是听航空公司的。


携程的“座位”战争_第15张图片

举个例子:

如果你想预定一张机票,携程引擎算出来是5250元,而去航空公司查询之后发现是5275元,这个时候,为了保障用户出行,携程会自己掏25块钱补上差价。(虽然预定前的价格波动,携程会告诉用户)


卖个票,还带赔钱的,这年头生意属实不好做。这其实要求携程的引擎必须完全读懂各大航空公司的运价规则,尽量把机票完全算准,否则吃亏的是自己。


再说“行程计算”。


顾名思义,这就是帮顾客推荐最适合他的机票。


旅客买机票的时候,并不会在携程上直接输入航班号,他们会直接输入“出发地”和“目的地”。


举个例子。你在携程上输入了成都-巴黎。这两地有直飞航线,但价格稍贵。为了给旅客更多选择,引擎就要自动为你的出发地和目的地之间挑选一个“转机地”:X。(先从成都飞到 X,再从 X 飞到巴黎)


携程的“座位”战争_第16张图片

而从理论上来说,这个“转机地”可以是北京,可以是广州,可以是马尼拉、温哥华,可以是世界上任意一个城市。究竟从哪个城市转机最便宜呢?究竟转机一次合适还是两次合适呢?不知道。


只有把从全世界各地转机的所有机票价格都算一遍,才能比较出哪个最便宜。


这就是数学界最难的一类问题:NP-Hard 难题。


所谓 NP-Hard 问题,就是没办法简化解题过程——想知道哪个姐最优,只能把所有姐都找出来。想走捷径,只会百思不得姐。


携程的“座位”战争_第17张图片

冷知识:人人都玩过的“扫雷”游戏,其实就是 NP-Hard 难题。


面对这类问题,通常你有两个方案:1、真的把所有解都算出来;2、利用一些算法(例如启发式算法)算出一个还算不错但可能不是最优的解。


携程的“座位”战争_第18张图片

你感受一下这个难度


没错,除非你拥有月球那么大的超级计算机,否则各家的机票引擎都只能用第二种方案,携程也不例外。于是,为了找出那个相对最靠谱的解,各家平台可是八仙过海,拼了老命优化自己的算法。


两种计算说完了。


有了“规则计算”和“行程计算”,你就如同拥有了一颗“水晶球”,可以看到了列表里的机票推荐以及对应的价格。ATPCO 引擎本质上就在做一件事——在辽阔的数字空间里复刻所有飞机的轨迹和价格,然后给乘客找到最适合他的那一款。


携程的“座位”战争_第19张图片


平胸而论,这种技术比大多数人想象中要难得多。然而,技术本身的挑战还不是最难的,最大挑战是——让这个系统像钟表一样精准地跑起来,永远不掉链子。


“规则引擎”就曾经掉过链子。


2016年,ATPCO 引擎的技术负责人付青云突然收到同事的反馈:“你们的引擎是不是算错了,为神马有几个航班那么便宜?


付青云赶紧检查,打开后台,冷汗都流下来了。原来由于系统设计中一个小 Bug,导致参数传输不完整,结果算出来的机票价格几乎是真实价格的十分之一。


他赶快暂停引擎,修复错误。然而,就在这出错的几分钟,已经有很多乘客下了单。言而有信,一诺千金,没办法。算下来,携程需要承担几百万的差价损失。


ATPCO 引擎团队痛定思痛,连夜开发了一个“保险丝”——价格监测系统。一旦某个机票的价格和历史数据相差太多,就马上告警。


就在这个“价格监测系统”上线一个月左右,有一天突然警报又响起来。付青云和同学们吓得灵魂出窍,以为引擎又出了幺蛾子。没想到,检查来检查去,原来自己算的没错,是国外那家航空公司的引擎算错,才导致了巨大的价差。他们赶快联系航空公司,让他们及时修复错误,挽回了不少损失。


携程的“座位”战争_第20张图片

付青云


一波未平,一波又起。“行程引擎”也经历过危机。


2016年夏天的一个晚上,付青云和同事们正加班撸代码,结果有位携程用户搜索了一个奇葩的旅行航线:先从上海到香港,然后从香港去台北,再从台北到首尔,最后从首尔返回上海。


这么一串儿排列组合太长了,直接涉及了上亿个参数,洪流一般的计算开始在携程总部的服务器里掀起。几秒种后,计算引擎被打满,警报四起。

付青云赶紧跑过去,手动掐断这次运算。


虽然这次危机勉强度过,但付青云心里清楚,携程的用户量正在快速增长,像这种“多程机票”的搜索只会越来越多。逃避不是个办法,只能绞尽脑汁想出系统升级方案。


为此,团队甚至用上了人工智能。他们最新的解决方案是这样的:

根据历史数据,在类似的行程中,没有被其他旅客选择过的行程,在计算之前就被排除掉。这样一来,明显不合理的行程安排就不会进入计算环节,系统有限的计算力就能用在刀刃上了。


自那以后,用户用复杂查询把系统“逼到崩溃”的事情就再也没有发生了。


想来有趣,普通人打开携程挑机票的时候,绝对猜不到,在这一个个呆萌的座位背后,隐藏着如此烧脑的系统——个世界看起来岁月静好,背后却是一个个计算引擎为你负重前行。


有了“ATPCO 引擎”,才只是万里长征的第一步,携程的“座位”战争还远没有结束。


携程的“座位”战争_第21张图片


04

“读心术”


之前说的一切技术,都是为“买机票”服务的。然而在现实世界中,人们还会做两个其他动作:改机票、退机票。


这里还要说一个航空业的小秘密:


每个航班的每个舱位都会执行自己的退改签规则,而且这个规则也无比复杂。例如:在起飞前6小时退票价格是A,在起飞前6小时改票价格是B;在起飞前2小时退票价格是C,在起飞前2小时改票价格是D;在起飞后退票价格是E,在起飞后改票价格是F;往返机票去程已使用,回程机票改签费用是G,往返机票去程未使用,回程机票改签费用是H。


而由于历史原因,几乎所有国际航空公司的退改签规则都不是表格形式,而是一篇超长的文章。


就像这样。


携程的“座位”战争_第22张图片


这么长的退改签规则,大概就像手机 App 上的“用户使用协议”一样,即使看得懂也根本没人会看,退改签时只能“任人宰割”。


面对这种情况,很多外国的旅行平台,都“破罐子破摔”,直接把航空公司的退改签规则 Ctrl+V 放在页面上,随你看懂看不懂。但携程觉得,作为全世界数一数二的平台,事情不好这样干。


再说个小秘密,之前携程一直维持着一个十几人的“人工解析组”,每天的任务就是浏览全世界各个航空公司的退改签规则,然后把其中的重要信息填写到表格里,呈现给订票的同学们,就像这样:


携程的“座位”战争_第23张图片


谭煜东和同事们一直想改变这个情况。一来,每天更新的退改签规则太多,人工解析组根本解析不过来;二来,每天靠人力解析,怎么看都不像是个科技公司的样子。于是他们产生了一个大胆的想法:用人工智能来代替人识别“退改签协议”。


2016年,这个任务就交在了刘秉川手上。(别被这个雄伟的名字骗了,她其实是个妹子。


刘秉川拿着这个任务,最先找到人工解析组的老湿聊:“你觉得用人工智能解析退改签协议,靠谱吗?”那位老湿傅推推眼镜:“妹子,悬!各个航班的退改签协议就跟阅读理解题一样,每一篇文风都不一样,有的慷慨陈词,有的下笔风骚,有剑宗有气宗,有峨眉有少林,人一不留神都会看花眼,别说机器了。


听到这样的结论,刘秉川心头一紧,看来此事非得请高人相助了!


携程的“座位”战争_第24张图片

刘秉川


既然是“阅读理解”,那当然得先读懂这些话的意思。没错,这需要用到人工智能。


她找到了上海一家顶级大学的人工智能实验室,请求他们帮忙适配学术界最先进自然语言处理的算法。然而几个月过去了,这套人工智能依旧是人工智障的级别。


“专家都跪了,看来这道坎儿真是过不去了。”那几天,她已经想找领导认输了。


那天晚上坐在电脑前,她的脑海里突然闪现了火花:“标准语义理解的思路都是先识别整句,再从句子中提取退改签的核心词汇。但由于退改签领域的词汇特征非常明显,如果放弃读懂整句,直接从整篇文章里提取核心词汇,会不会是一条新路呢?


说干就干,她把自己绑到工位上,开始埋头写算法。


这一次,她抛弃了“通用模型”,转而写了一套“高度专业化”的模型。她把算法调得异常灵敏,就像给人工智能眼前焊上了一个望远镜,为了能看到远处的星星,宁可看不清身边的一切景物。


没想到,在这个特殊的场景下,这种极端的算法却出乎意料地好用。


本来老板对刘秉川说,识别准确率达到90%就算达标,没想到,算法识别的准确率最终竟然逼近了96%。


人工智能仿佛一下子有了“读心术”,上线三个月,狂读30万份退改签协议。原来人工解析不过来的冷门航线,这下也全都搞定了。


2016年,携程人工解析组全部转岗到更有创造性的岗位。不久,美国同行 Expedia 和阿里旗下的飞猪也跟进上线了这项功能。


“这说明我们做对了。”刘秉川说。


虽然普通瓜众买票时,退改签规则只是一个小细节。甚至正在读文章的你,可能从没做过机票退改签。但携程的技术团队却偏偏在这个“帅得不明显”的地方大做文章,他们甚至像强迫症一样,要求自己的识别准确度一定比全世界所有的友商更精准。


这是 Expedia 和携程对于同一张机票的查询。Expedia 只给出了两个信息:退票和改签费用。


携程的“座位”战争_第25张图片


但是携程则用智能识别,找到了更精准的信息。实际上,回程退改签的费用和去程是否使用、退改签时间都有关系。


携程的“座位”战争_第26张图片


用户是有“超能力”的,你在细节上下了多少功夫,他们用鼻子就能闻得见。


刘秉川笑。


05

天空布满灰机,需要有人守望


可能你已经注意到,无论是“ATPCO 引擎”还是“退改签读心术”,都是针对不限于中国的全球市场所做的技术。这不是偶然为之,它背后是一场“蓄谋已久”的蜕变。


2016年,就在举例携程“成年礼”还有一年时,梁建章再度辞任 CEO,把帅印交给女将孙洁。孙洁凶猛地打出了一套眼花缭乱的组合拳。


当年,携程收购创立于苏格兰的机票搜索引擎 SkyScanner(天巡);2017年,携程收购Trip.com,并且把它作为自己的国际站域名;2019年,携程与 Nasper(腾讯的南非大股东)换股,成为“印度携程” Makemytrip 的最大股东;不久,携程又先后和日本的大阪、北海道、高知县、爱知县达成合作,全面开发日本小众旅游地。


从数据上看,携程国际业务已经占集团总收入超过35%。最初那个方便中国人自己出行的平台,已经悄然变成了帮世界人民出行的平台。(你可以登录一下 Trip.com,感受一下我们中国人服务世界的风采。


服务世界人民并不是件容易的事儿。各国人买票的姿势可谓千差万别。一些奇葩的需求,可能大多数人平常根本不会用到,但哪怕全世界只有1%的旅客又需要,算下来都是个不能被忽略的巨大需求。


谭煜东告诉我,现在的携程机票引擎,在朝着“规模化”和“精细化”这两个方面演化。


他举了几个例子:


1、多程


多年前那次用户查询把系统打死的惨痛经历之后,技术团队痛定思痛,每个月都迭代新的引擎版本,到现在,携程的机票引擎已经可以计算最多“六程”的机票。


也就是说,A-B-C-D-E-F-G,在七个点之间一连串飞行,都可以计算出最优的航班线路。付青云骄傲地告诉我,目前携程是全世界唯一做出“六程”引擎的平台。


(你打开携程App,选择“机票”页面,在单程、往返右边有一个“多程”,你可以在里面输入六段行程调戏一下携程引擎,别说是我告诉你的)


携程的“座位”战争_第27张图片

我选了一个六程机票,北京-上海-香港-首尔-东京-大阪-北京。总共3567元。。。


2、多票


由于种种复杂的商业原因,并不是所有机票都会进入 ATPCO 的数据库。例如很多廉价航空,就会单独给出报价。于是现在的携程国际机票引擎,已经接入了多个机票来源:ATPCO 引擎、传统 GDS 公司、廉价航空引擎、直连航空公司等等。


携程的“座位”战争_第28张图片


我们之前详细介绍的 ATPCO 引擎,只能在 ATPCO 提供的数据内部寻找到最适合顾客的机票。但在现实中,很可能把各个来源的机票组合起来是最划算的,例如:总行程是A-B-C-D,“A-B”和“C-D”两段推荐全服务航空的机票,而“B-C”段推荐廉价航空的机票。


这下,就需要一个更高层面的调度系统来协调多个机票引擎的内容。


举个栗子:


假如一个旅客要从伯明翰去新加坡开会,然后顺路去泰国玩一圈,最后返回伯明翰。那么,机票引擎就会把伯明翰到新加坡+从新加坡回伯明翰的两段旅程推荐为全价航空,而中间去泰国的那几趟飞机推荐为廉价航空。


携程的“座位”战争_第29张图片


本来我想对比一下其他平台是多少钱,但好像没有平台支持这么多程的机票查询,所以暂且作罢。


3、服务自动化


遥想当年,携程可是靠服务起家的。最多的时候8000名接线员日夜兼程,创造了平均180秒搞定一个订单的行业壮举。不过,随着携程服务的对象扩展到全球,服务人员不可能无限增加,实际上,现在携程的客服已经降低到了4000人左右。那他们如何保证服务质量继续提升呢?


当然是靠科技,具体来说就是:服务自动化。


在机票领域,大部分的服务都出现在“退改签”环节。之前,退改签需要消耗客服人员的大量精力,但是携程已经基本实现了“自动退改签”,这是因为,早在2016-2017年,他们就突破了两个巨大的技术障碍,那就是我们之前说的“ATPCO计算引擎”和“退改签规则自动识别”。


只有把报价算出来,再把退改签规则量化成为计算机能懂的语言。整个退改签流程就不需要人的参与。旅客只需要点一个按钮,就自动走完退改流程。如果是退票,携程会先把票钱退给旅客,然后再走流程找航空公司“要账”,这样就让旅客有种“海底捞”的感觉。


携程的“座位”战争_第30张图片

最早的“携程卡”


在携程的创业历史中,还有些值得注意的细节:最初十年的技术突破,很多是靠并购得来的。甚至携程安身立命的生意——卖酒店和卖机票的手艺——也是收购来的:


2000年,携程收购了吴海的“商之行商旅公司”,从后者手里学会了独门绝技——在机场和火车站发携程的小卡片。当时每一个发小卡片的携程基层员工都能拿到1w的月薪。正是这种小卡片+电话服务中心的模式,撑起了携程最初的商业版图。


2002年,携程收购了丁汉的“海岸票务公司”,把“海岸票务”在北京的订票经验拓展到全国,才有了携程机票业务的第一桶金。


之后的艺龙、同程、去哪儿、途牛、SkyScanner(天巡)、Trip 等等,每一次都投资或收购都在扩充自己商业版图的同时,扩充了自己的技术力量。


然而,并购显然不是永远应验的灵丹妙药,这世界上的梦想家像韭菜一样肆意生长,割掉一茬又一茬。站在2019年观看,携程面前依然挺立着高大的对手:阿里旗下的飞猪、腾讯领投的马蜂窝、最大的酒店预订网站 Booking,全球最大的在线旅游平台 Expedia。


这些对手已经庞大到不能用钱来搞定了。携程所能依靠的,正是手中的技术。


谭煜东丝毫不掩饰携程在机票技术上的骄傲。但他也很清醒:技术如刃锋利,但这些技术背后隐藏的对于业务二十年的理解,才是最宝贵的砺金石。


如此,江湖路远,各自上路。这场“座位”战争,结局还远未见。


携程创始人之一,前 CEO 范敏曾经说过这样一段话:


旅行不单纯是一次旅游行为,它是人的生命冲动,是一个生活目标,是梦想的实现。从这个角度说,旅行是很崇高的事情,我们在为梦想服务。


人人都有“世界那么大,我想去看看”的冲动,却难免背着空空的行囊死磕“眼前的苟且”。如此,携程费尽气力帮你我找到的那张机票,何尝不是梦想照进现实的小小平衡。


由此,我们大概能窥探到这些人的精神光泽。


携程的“座位”战争_第31张图片

携程四位创始人

左至右:沈南鹏、梁建章、范敏、季琦


他们曾用了20年的时间,穿过互联网泡沫,穿过非典,穿过App混战的移动时代,穿过拥挤、险恶和悲凉。


那些穿越历史的人似乎都会得出同样的结论:在温暖的追光下摆出多么纵情的姿态并不重要,重要的是如何在冬天依靠温热的理想和残酷的自律活下去。


2019年,携程20岁。对于很多到了这个年龄的互联网公司来说,已经老到了足以开一场演唱会追忆过往。但在携程,我却很少听到人们提起昨日的凶猛。这可能就是旅行者的宿命,上一站的风景终究难以留恋,你握着手中的登机牌,对未来抱有期待。


携程的“座位”战争_第32张图片


本文由公众号浅黑科技(ID:qianheikeji)授权转载。


携程的“座位”战争_第33张图片

你可能感兴趣的:(携程的“座位”战争)