科尔尼旅游零售报告系列一
AI重塑下的旅游零售用户消费全链路分析
科尔尼旅游零售报告系列二
从发现到复购：AI如何重塑旅游零售新增量
科尔尼旅游零售报告系列三
从洞察到行动：AI 如何改写旅游零售四大核心业务决策
要实现完整的“互联旅客”消费体验，整个旅游零售生态需要基于统一的商业现实开展工作。旅客经历的是一段完整旅程，但围绕它的数据洞察分散在航司、机场、零售商与品牌手中，每一方只掌握全貌中的一部分碎片信息。
真正的痛点不在于数据本身碎片化，而在于能够改善商业决策的关键信号，往往掌握在其他合作方手里，或是等数据流转到手，业务机会已经错失。这就出现了信息交接难题：拥有数据洞察的主体，不一定是执行决策的主体。（见图16）
“共享智能”正是用来解决这一矛盾：在正确的时间，把正确的业务信号对接给对应的决策环节。它的目标不是把所有原始数据全部归集到一处，而是把特定旅客、旅程、商品、商业信号交付出去，实实在在改善业务结果。重要的是，原始数据依然归属原有持有方，同时通过清晰规则约定数据的共享用途、使用对象。
一段旅程，五方碎片化视角
生态里每一个参与方，都是站在自身商业视角看待同一段旅客旅程。一旦某项决策必须依赖其他方掌握的信号，问题就会接踵而至。但AI的发展，让行业有机会安全共享筛选后的业务信号与外部洞察，帮助各方拿到答案、做出更好决策。
举个例子：零售商无法预知明天机场某区域会迎来高价值旅客群体；品牌也无从知晓一场营销曝光之后，到底哪些消费者最终完成购买。这类信息虽然范围有限，但商业价值巨大。如果可以获取旅客画像预测、客流数据这类洞察，运营商就能够把握住很多原本会溜走的商业机会。
因此，行业需要构建面向决策的视图，而不是收集每一位旅客的全部原始数据。我们可以选取部分关键信号：旅客预测画像、经过授权的受众数据、外部行业情报、从曝光到成交的转化结果，只在这些信号可以切实改善决策的时候才进行整合。多数场景下，并不需要个人身份信息；在合规前提下最轻量级的数据关联，就可以给到决策全部所需信息。（见图 17）
共享智能层的内部逻辑
共享智能始于一项明确的商业决策，并反向推导出改善该决策所需的信息。合作各方约定可用于既定目标的信号类型、数据对齐方式，以及约束数据使用的相关规则。随后，输入信息将生成预测或行动建议；落地产生的业务动作与结果，又会生成新的智能洞察，支撑后续决策（见图 18）。
什么时候才需要用到旅客个人数据？
答案取决于你要支撑的决策。绝大多数场景——预测、客流规划、商品组合、人力排班与大部分媒体决策——依靠聚合数据、群体画像信号即可。只有当业务目标清晰明确、获取到旅客适当同意、并能带来显著增量价值时，个体身份信息才应当被调用。
什么是数据洁净室？
在许多数据共享安排中，数据会先经过洁净室处理。这是一种受控环境，合作各方可以在保护消费者详情等敏感信息的前提下，完成约定数据的匹配或分析。
需要哪些旅客数据？
取决于你提出的问题。有些决策依赖公开、机器可读或聚合采购的信号；有些则需要受管控的数据接口、隐私安全的匹配，或明确同意访问关联账户。正确的机制，是最简单、能够可靠产出所需答案或改善决策的关联方式。
共享智能已经验证商业价值
很多跨行业企业已经证明这套协作模式可行：围绕具体商业问题结成伙伴关系，打通数据信号。喜力就是典型案例，它希望借助增长中的第一方受众数据更精准地触达消费者，并判断广告曝光是否真正转化为线下销售。
要回答这个问题，需要三份碎片化视图汇聚到一起：喜力的受众数据、ITV的营销曝光数据、乐购（Tesco）的交易数据。依托ITV的Data Match与Retail Match产品，并由InfoSum的数据洁净室技术支持，各方可以在保护底层个人数据的前提下，围绕既定商业目标连接这些信号。喜力第一方数据识别相关受众，ITV将受众与注册观众匹配、衡量营销曝光，乐购Clubcard数据则显示受曝光的消费者是否随后购买。
合并后的视图，让营销表现得以与对照组比较，并把媒体曝光与销售结果相关联。报告结果显示：Cruzcampo啤酒销售提升189%，Old Mout果酒提升54%，2025年喜力全部Retail Match营销活动平均销售增幅达32%。
这套模式的价值不止回答一次性问题。当合作方确定好定义、权限、技术连接与衡量方法，用来支撑某一项重复业务决策，后续条件变化时，同一套连接可以反复复用。
设计可持续协作的商业机制
共享智能要长久运转，就必须让每一位贡献资源的参与方都能分到价值。传统“机场—零售商—品牌”铁三角依旧重要，但很多决策还依赖更广的参与方：航司、忠诚计划、媒体方与技术提供商，都可能贡献创造价值所需的信息、能力或关系。
现实矛盾经常是：投入程度与各方获取的价值并不总相匹配。例如，航司投入开放旅客信息，增量销售却被零售商获得；品牌出资做营销激活，掌握曝光场景的却是机场，而交易数据掌握在零售商手里。
这意味着每一次合作都必须回答四个问题：谁贡献、谁付费、谁行动、谁获取价值。
三种宽泛的商业模型，可以帮助对齐投入与回报：参与者可以付费获取有价值资产的访问权、互换互补资产，或共同出资搭建双方共同需要的能力。选择哪种模型，取决于各方贡献什么、价值最终出现在哪里。
商业模型只是答案的一部分。合作方还需要就其他原则达成一致：哪些信息可用于什么目的、谁能访问、绩效如何衡量。各方也应明确自己的具体贡献，以及期待在何处看到回报——例如直接收入、销售、忠诚度评分、广告回报、可持续性、消费者服务或运营成本。无论采用何种安排，把这些条件讲清楚，就为各方参与提供了基线。
零售媒体正好说明这一点为什么重要。在这里，角色相对容易界定：一方提供受众访问，另一方出资营销，营销被激活、结果被衡量。其他共享智能模型也应追求同样的清晰度。
成功概率最高的协作，都提前对齐了各方的投入与回报。
展望：随每一次决策持续进化的智能体系
下一步，是让既有的生态连接越来越可复用，使为一个决策创造的智能能够不断证明其价值。一种可能的演进，是构建共享的旅游零售智能图谱：一种受管控的本体，把旅程中重要的实体、关系、规则与决策映射起来。
它可以连接航班与目的地和客流，客流与点位和停留时长，点位与产品和库存，商业活动与销售及其他结果。统一的本体定义、权限与技术接口，让AI可以在这些关系之间推理，同时每一方继续掌控自己的信息。
这样，为晚间航班波次做准备的零售商、决定在哪里激活的品牌、预判客流高于常态的机场，都可以调用同一套成熟网络的不同部分。
填补现实数据有限的缺口
有些决策可依赖的证据很少。新开航线缺少历史数据，某些旅客群体难得光顾机场，新商品方案没有过往购买行为可观察。在这些情形下，合成数据与AI可以通过为罕见或低频场景生成模拟样例，帮助企业探索情景、测试不同模型、压力测试决策。关键是把可测试的情景范围拓宽；但模拟情景应与建模结果和观测行为严格区分，真实结果提供验证与改进决策所需的证据。
比拼学习速度
当连接变得可复用，每一次决策都会为下一次决策可用的智能补充证据。每个行动产生结果，每个结果提供反馈，反馈又改进下一次推荐。长期优势因此来自整个生态更快的学习。赢家不只是获取信息最多的一方，而是能最快把分散智能转化为更好决策、观测结果、并把学习回馈进系统的一方。
行业专访｜把更多旅程决策，交给互联数据
Suchit Bansal
阿达尼机场控股公司非航空业务CEO
如今AI在旅游零售，哪些地方已经实实在在产出价值？哪些还停留在概念层面？
AI已经在运营与用户互动两大领域创造价值。运营端，我们利用AI优化需求预测、库存管控与补货，把合适商品布置到对应点位，同时减少缺货与库存积压。面向消费者，AI结合情境与历史行为识别最优下一步动作，输出更匹配的交叉销售、向上销售推荐。
尚未成熟的是完全自主化零售：靠机器视觉、人脸识别的免结账门店，技术上可以做试点，但大型高流量机场，基础设施、监管、旅客接受度还不足以支持大规模落地。
当旅客来到服务柜台，系统是否可以提前掌握旅客信息，还是每一位都完全是陌生访客？
我们的目标，是让旅客抵达航站楼时，不再对生态是陌生人。通过Adani One应用，旅客可以在抵达前数小时甚至数天与我们互动：订餐饮、预约免税品、预订贵宾厅、使用航班服务。这些交互会留下偏好、浏览、购买历史信号。
航班信息提供另一层情境。打通机场和航司数据，我们的航班追踪工具提供实时旅程信息，全程保持与旅客互动。这让旅客到达实体机场时，我们可以带着更相关的上下文识别、服务旅客。
亚马逊、沃尔玛都在走向推荐并完成购买的AI助手。机场货架或收银端是否已经做到同样的事？
还没有发展到相同形态。现阶段，旅游零售的AI影响大多留在幕后：理解消费者行为、优化布局与商品组合、维持运营标准、构建更丰富的客户画像支撑个性化沟通与促销。
机场也是高度实体化、充满情绪的环境。旅客可能兴奋、焦虑、时间紧张，或寻求安抚。这意味着人的互动依然重要。因此我们看到AI在增强而非取代门店体验：数字智能让交互更相关、更高效，人则提供建议、安抚与服务。这套组合在可预见未来仍会很重要。
你们现在是否真的在用AI做商品组合与定价决策？
是的。我们接入多源数据，在既定规则之下做准实时定价，在销售额与利润率之间平衡；同时对标市内零售，因为机场价值相对航站楼外替代渠道必须保持可信度。
库存与补货越来越自动化，参考消耗趋势、现有库存与提前期。搜索行为、客户信号与宏观趋势也会影响选品决策。这很重要，因为机场空间稀缺：每一个SKU、每一平方米都要证明自己的价值。
目标非常直白：在正确的时间、正确的地点，以正确的价格，摆放正确的商品。
AI是否重塑跨旅程识别同一旅客的能力？还有多少潜力待挖掘？
已经在重塑。我们的忠诚计划为理解跨旅程的重复旅客提供锚点，而一体化机场生态，包括免税、贵宾厅与餐饮，创造了连接不同触点行为的机会。
AI结合历史行为与实时旅程情境，把个性化从简单商品推荐推向预测式旅程管理。例如，当旅客在应用内追踪航班，我们可结合其过往行为、预计到达时间与运营信息。时间紧张的旅客，可能收到配送建议以便留在贵宾厅；另一位旅客可能收到价值型供给或高端零售推荐。
更大的机会在于让这些互动更富预测性：不仅理解旅客上次买了什么，更预判他接下来可能需要什么、何时介入能真正改善其旅程。这是下一阶段价值的所在：用连接的数据与AI，不仅个性化沟通，更在整个旅程中做出更好的决策。
领导者行动手册：
把智能洞察转化为可落地的增长
前面章节展示互联旅客如何重塑购物旅程、背后的商业模型，以及需要在生态流转的智能。对领导者而言，核心问题浮现：旅游零售如何利用AI与社交工具，在旅客抵达机场前塑造并捕捉需求、保持对年轻一代旅客的相关性，并同时提升运营效率与效果。
答案从每个参与方自己可控的决策开始。品牌创造需求与供给方案；零售商把它们转化为商业现实；机场从旅程创造前置准备时间；航司把出行前的用户关系衔接至机场；数字与媒体合作方连接注意力、界面与效果衡量。竞争优势来自足够快地串联这些角色，从而改变最终结果。
五方玩家的制胜策略
上面的四大转变，为每个玩家带来不同的议程。品牌塑造需求与供给方案；零售商决定上架、陈列与服务什么；机场把需求可见性转化为商业前置时间；航司衔接出发与到达；数字与媒体合作方在旅程更多环节连接受众、影响与衡量。
每个玩家的优先级，取决于它最擅长影响哪些决策、信号与关系。共同的机会，是更早地围绕预期需求行动，并把这个优势一路带到可衡量的商业结果。
品牌：早期创造需求，一路推进直至成交
品牌带来品牌资产、创意供给方案与需求创造引擎。它们的角色，是打造旅客想要的供给方案、让它在互联旅程全程可用，并确保上游许下的承诺，在旅客到店时能够被识别与兑现。
出发之前赢得消费者心智。品牌带来消费者认知与信任、创意供给方案与需求创造能力。它们的任务，是定义什么会让供给对旅客有吸引力——从产品故事与相关性，到在旅游零售购买的理由。然后，把它转化为合作伙伴可直接使用的、并在旅程所有相关玩家间一致应用的内容与资产。影响转化的商业要素（如价格、现货与点位细节），由零售合作伙伴落地执行。让经批准的产品信息与资产，能被零售商、旅行平台、社交渠道与AI界面使用。
把承诺带进实体体验。营销规划应明确供给方案在旅客到达机场时如何呈现。这涵盖承诺的产品与独家性、试用或服务体验、相关内容，以及把它带进实体环境的工具。执行可以在目的地、文化、语言与购物目的等变量构成实质影响时灵活适配；供给如何上架、备货、呈现与服务，则由零售商决定。
品牌带来品牌资产、创意供给方案与需求创造引擎。
投资之前，先设定商业衡量标准。品牌与零售商应提前约定：投资预期改变什么——转化率、客单、升级购买量还是增量销售——以及结果如何衡量。触达、互动与停留时长仍是有效的注意力指标；然而真正的检验，是上游需求是否转化为旅游零售可衡量的价值。
零售商与运营商：
把旅客需求转化为上架、陈列与服务
零售商控制旅客真实遇到的商业现实：哪些商品可买、什么价格、在哪里找到、如何呈现、购买多便捷。
保持商业事实准确、随处可及。产品、价格、现货与点位信息，无论旅客在哪里遇到供给——店内、线上，还是AI界面——都应保持准确。随着发现越来越多发生在店外，商业事实需要随供给方案一起流转、随条件变化更新。上游显示有货或价格诱人、旅客到店却找不到，会很快打破互联旅程。
把前瞻需求转化为动态门店计划。在旅客抵达航站楼之前，利用即将到来的需求可见性，塑造商品组合、补货、人力、陈列与履约计划。随着出发窗口临近，实时旅程更新、延误、登机口变更、客流变化与库存波动等信号，只要商业影响足以支撑，就可用来细化计划。条件变化时，这些信号也细化运营动作，把库存、人力与注意力调配到能创造最大商业价值之处。最终，这些信号应改变具体的商业与运营动作，而不是止步于预测或看板。
产品、价格、现货与点位信息，
无论旅客在哪里遇到供给，都应保持准确。
完成销售，捕捉结果。当技术让更多旅程环节互联，门店将承接已经进行中的决策。这让现货、价值、“先试后买”、专业服务与整体店内体验的感知更加关键，否则意向难以转化为成交。零售商握有结果数据，这让他们处在把学习反馈进下一次决策与下一段旅程的最佳位置。
更好的需求信号若不改变任何人的行动，就不会创造价值。把建议转化为品类经理、门店经理与顾问的清晰动作：优先补哪些货、人员调往哪里、优先主推哪个供给方案、更换哪些数字陈列与标识。
机场：输出商业前置准备时间
机场可以把旅程可见性转化为商业前置时间，让合作伙伴更早看到需求将在何时、何地出现，并在图景变化时提醒他们。机场的角色不止提供数据：机场还可以充当实体生态的协调者，把零售商、品牌、航司、媒体与技术合作方围绕明确的旅客时刻聚到一起，创造新供给方案得以测试与规模化的环境。
机场不只是分销产品的地方。它们是品牌创造别处难以复现体验的舞台。
——Joost Rosmuller，亿滋世界旅游零售副总裁兼董事总经理
展现需求将在何时、何地出现。把航班时刻表、航线、旅客量、航站楼、登机口与停留模式，转化为按地点与时间划分的前瞻商业信号。目标，是给合作伙伴足够提前量，让他们围绕真正预期的需求调整商品组合、人力、激活、媒体与服务——而不是围绕上个月的需求。
在合作方仍可行动时，推送实时变化。旅程一旦启动，商业机会就在持续移动。延误、登机口变更、安检排队、天气与客流变化，都会改变需求出现的位置、以及旅客可用停留时间。机场应在窗口仍然开放时，足够快地呈现重大变化，让合作方来得及响应。
让高频信号便于复用。从临时数据共享，走向受管控、可复用的信号，让合作方可以嵌入重复决策。目标不是分享每一个数据点，而是敲定少数几个能切实改善商业结果的信号，以统一的定义、时点与访问规则对外提供。
航司：把旅游零售更早带入旅程
航司往往是互联旅程的第一个交互节点，旅程从预订开始，应用、忠诚计划与值机在前端提供更多触点。这创造两个商业优势：更早影响消费者意向的机会，以及更早看见潜在需求的机会。
借助出行前触点构建意向。在计划与购买意向仍在成型时，利用上述所有触点呈现相关供给与预购机会。这把商业旅程向上游延伸，给品牌与零售商更多创造需求的空间。
把前瞻需求转化为可用的商业信号。聚合已知的即将出行旅客信息，产出帮助合作伙伴做准备的信号。旅客构成、旅程模式与供给资格都提供额外情境。与机场智能结合，它们足以推动商品组合、人力、媒体与服务，把转化率提上去。
把出行前意向带到机场履约。给在抵达前互动的旅客，一条进入航站楼后清晰的购买路径：提前预订、购买或支付商品，在机场自提，享受特定忠诚权益。这让已识别的需求或选择随旅客流转，而不是到机场从头再来。
数字与媒体合作方：
把旅客注意力转化为可衡量的商业行动
数字与媒体合作方连接旅游购物决策如今形成的渠道：搜索、AI助手、社交与创作者内容、旅行应用、机上媒体、数字屏幕与零售媒体。他们比链条中任何一方都更早看到意向，也是唯一有位置证明意向是否转化为购买的一方。
捕捉意向，让旅游零售可被发现。用搜索查询、AI对话、浏览行为与社交创作者互动，理解旅客正在考虑什么；再结合旅游零售独有的信息：哪些航线、哪些航班、怎样的旅客构成正在抵达。这里的触达不必事后估算，可以提前数周针对已知受众规划。让经批准的产品、价格、现货、点位与履约信息，在决策形成的每一个触点浮现，包括会在重复前核查信息的AI助手。
编排下一个有用动作。把出发时间、航站楼、扰动、停留与现货等情境，连接到合适的干预：推荐、寻路、预订、顾问提示，或不做干预。克制也是工作的一部分。62%的旅客用智能设备打发停留时间，这意味着一条不合时宜的消息，正在与旅客主动选择去做的事情竞争。
证明增量商业价值。跳出触达与互动，走向门店到访、预订、转化、消费、利润率或人效。凡涉及因果判断之处，使用可信的比较设计，而不是单纯依赖归因。
构建行动落地的条件
互联旅客为每个玩家创造不同议程，其下是生态成功所需的共同基础。
让信息可用
信息应准确、及时、结构化，能在组织内部被商业与运营系统使用，在外部被旅客与共享智能界面使用，并在生态中让其他玩家改善手头的洞察、决策或结果。价值取决于信息在正确时刻可访问、可行动。
围绕人机协同重新设计工作
AI不是仅仅产出更好的预测或推荐就创造价值。领导者必须明确：AI监测什么、推荐或执行什么，人的判断在哪里介入，谁做决策、谁拥有结果。这意味着重新设计流程、角色、决策权与技能，而不是在既有组织上叠加另一层工具。这一方向与更广泛的“AI优先”运营模型证据一致，它强调重新设计的工作流与系统化的人机协作，而非仅停留在任务层面的采用。
从价值场景起步，赢得规模化资格
从一个实质性问题开始，设定绩效基线，确定可衡量的结果。试点可以大胆，但投资要克制：灯塔项目应足够聚焦，能快速、低成本测试，又要足够重要，足以证明商业价值。
归根结底，取舍取决于痛与得的平衡：一边是实施的难度与成本，另一边是创造的价值与可扩展性。
Dag Rasmussen，拉加代尔旅游零售前董事长兼首席执行官、科尔尼高级顾问
互联旅客时代的到来，意味着旅游零售的下一个大机会已经浮现：用对未来需求的独特洞察，驱动更早、更相关的行动。生态中的每个玩家在实现这一点上扮演不同角色，背后有共享智能、人机协作，以及交付持续价值的商业纪律支撑。当下的任务，是强化每个玩家可控的决策、贡献改善别处决策的智能，并规模化创造可衡量价值的干预。
毕竟，竞争优势，就是看见需求正在到来——并在还有时间改变结果时行动
如有咨询需求，请联系
ChinaInsights@kearney.com
延伸阅读
＋
为什么选择越多，消费者反而越累？科尔尼展望未来十年的消费趋势
＋
2026柏林国际电子消费展(IFA)观察: 中国品牌正在重写行业创新参照