在線旅游領域的創業公司，如果還要做內容，沿用UGC模式幾乎沒有太多空間了，PGC模式質量雖精但起量過慢，而DGC模式（Data generated content，數據生成內容）似乎是當下一些創業公司的選擇。

其實這種模式我們并不陌生，說通俗點就是：通過抓取海量數據，分析提取關鍵字、建立評分體系，讓用戶不用看長篇攻略就能掌握核心信息，快速做出旅行決策。在國內，口碑旅行、夢想旅行、四萬公里，另外還有洋蔥旅行等，都在以大數據的方式，打造類似境外旅行版的“大眾點評”。

口碑旅行是從攻略、點評、預訂和社交網站上面抓取數據，形成一款包含有POI評分等級、高頻詞和用戶評論的工具，適合用戶在旅行過程中使用。而近日，口碑旅行上線新版本，新增基于LBS做個性化推薦、行程規劃等功能，另外還將推出口碑旅行的國際版本“Ktravel”。

“行程規劃”功能讓用戶選擇出行市場，而每一天對應著選擇目的地、以及目的地景點。每一個POI都有結構化的評分和等級，行程制作結束后，在口碑旅行的可視化地圖上能一鍵優化行程。平心而論，這項功能并不如一些已有的行程規劃應用體驗來得好，不過周青松表示，上線行程規劃工具為的是給用戶的決策服務更加完善。

對口碑旅行將推出的Ktravel，第一感覺反正是非常詫異——尚未夯實國內市場就開始向國際擴張，況且國外還有上市巨頭TripAdvisor，口碑旅行準備怎么做？在此，周青松表示，口碑旅行一開始就有全球化的規劃，國際版本的數據庫和中文版本是一體的，口碑旅行不用重新抓一遍數據，推出Ktravel也比較容易。關鍵在這個點上線國際版，則是因為收到了Google Play的合作邀請，Google Play想要在海外推薦中國本土的應用，這可能會給Ktravel免費帶來全球幾十萬的用戶，而他不想錯過這樣一個大好機會。

從采訪中，我試圖分析了通過數據挖掘來做旅行決策應用的必要條件，并將口碑旅行跟現有競品做了一些對比。大致歸納為以下幾點：

1、足夠多的數據量

像口碑旅行、夢想旅行等的數據都是靠抓取，首先在量級上，會比單純的UGC或者PGC產品更加豐富。實際上，不管是UGC、PGC還是DGC，對于用戶來說都無所謂，他們不會在乎數據量級是千萬或者過億，他們在乎的只是能滿足需求與否。所以，DGC的重點更在于其多維度的來源，以避免信息的片面化——比如你在攻略網站上會看到某一個餐廳有很人都去過，但其實它并不適用每一個人，之所以出現這樣的情況，主要在于用戶只在這個網站上看到了，大家都去模仿前人的游記路徑。

另外也有觀點認為，這種抓取得到的數據存在硬傷——版權問題，未來一旦涉及到內容版權的爭議，DGC型的應用將面臨的是生死問題。

2、足夠強的技術及體系

講數據挖掘的公司，每一家都會說自己的壁壘在于技術，當然這是外人無從考證的。但或許能通過時間和數據來對比——周青松提到，一是先發優勢，口碑旅行去年4月就開始啟動（同類應用中較早的），二是數據規模，目前其抓取的數據量級已經過十億，除非對手有更強的技術或者更長的時間，否則后來者難以超過。不過即便如此，不久前上線的夢想旅行卻用4個月時間做出了較為成熟的產品，并稱數據量級過億。

大部分抓取來的數據都不是直接可用的，如果沒有一個自然語言的識別過程，并使用結構化的體系作為依托，那么這些POI在給用戶的呈現形式、以及未來的商業化流程中都會出現障礙。

3、足夠適應移動場景

用戶在行中不可能去看長篇攻略，這就要求一款應用的POI足夠碎片化，同時用戶也不可能將成百上千的POI都看一遍，所以也需要應用能夠基于LBS、用戶的使用習慣等，推薦少量而精準的產品來滿足他們的需求。口碑旅行也曾表示過，會試圖去了解用戶的旅行偏好，當用戶使用的越多，推薦的產品也就會更符合用戶的口味。不過，這前提得是足夠多的用戶和足夠高的使用頻次。

說到此，我感覺偏工具類的產品（尤其是還是以技術驅動的），它們普遍面臨的一個問題就是流量和用戶——如何獲取、如何黏住。這個問題我也同樣拋給了周青松，他表示，口碑旅行接下來就會加大用戶市場的推廣，通過樹立類似境外“大眾點評”這樣的品牌形象，或許用戶不一定現在就用，但希望當用戶在開始自由行的時候就能想到口碑旅行。而粘性，或許本來就是工具類應用繞不開的坎，口碑旅行準備通過微信或者其他新媒體形式，通過內容來圈住用戶。