摘要： 这篇文章想响应我的前同事小蒙一起做个新媒体实验，文章内容基本是我和陈罡聊完之后对他的逻辑的理解和梳理，没有进行咬文嚼字的编排。为了使文章效果更好，我想先让大家思考
这篇文章想响应我的前同事小蒙一起做个新媒体实验，文章内容基本是我和陈罡聊完之后对他的逻辑的理解和梳理，没有进行咬文嚼字的编排。为了使文章效果更好，我想先让大家思考一个问题：蚂蜂窝为什么想做国际酒店预订？他的竞争力是什么？——嗯，这不是为了考大家，只是先有思考，对信息的接收效果会更好一些。
蚂蜂窝最近开始做国际酒店预订了，模式是：蚂蜂窝是决策入口，通过UGC帮用户决策，而后将用户导入Booking、Agoda等预订网站，完成交易、进行分成。
今天和蚂蜂窝创始人陈罡聊了他们做酒店预订的逻辑，这里把我理解后的内容分享一下：
蚂蜂窝做酒店预订和OTA是不一样的，OTA是销售库存的方式，卖家视角，把酒店放上去卖，然后产生用户一句质量好或者不好的评价。但是蚂蜂窝不是销售库存的方式，而是反向从酒店攻略入手，专家视角——提取先前旅行者写在攻略里的用脚走出来的体验和感受，让其他用户从已有的真实体验里去认识一家酒店，然后匹配这些文字引入预订。
为什么先前旅行者留下的体验和感受很重要？因为这些身临其境的感受才能给后来者提供带入感，比如蚂蜂窝可以从UGC的游记攻略里提取出类似：“酒店距离新宿车站很近，乘坐地铁和JR线都非常方便，方便去新宿购物。酒店有地下通道可以直通新宿站，带着很大的箱子行走也不会太吃力”这样的句子，这是纯粹做交易的OTA很难做到的。
而要能从已有的长篇大论的攻略中提取出上述有效的酒店评价信息，就需要蚂蜂窝有一个技术系统来将有价值的数据进行结构化。
陈罡说这个系统就是他们一开始就在做的“攻略引擎”（这个引擎在2013年有过一次全面的升级），因为他们本身是做搜索引擎出身的团队，目前团队里也有半数是研发的技术人员。而在搜索领域里，语义分析是很重要的一环——就比如“空”和“多”这两个相对的词，在金融领域，和在旅游领域，表义是完全不一样的。所以他们把语义分析用在了攻略的数据分析里，比如要怎么去判定用户写到“香格里拉”时指的是酒店还是地名？这些都需要技术去提取、然后结构化。
我看了一下蚂蜂窝结构化数据的效果，有两个比较直观的例子，一个是用户现在可以直接在攻略里看到被提取出来的酒店POI信息，点击链接便可以直接导入预订页面。另一个是蚂蜂窝针对餐厅的点评页面里，它提取出了一些最常被提及的字眼作为直观参考，比如“贵啊”、“味道一般”、“十年陈酿”、“”这些字眼，效果接近淘宝的评价系统。
所以在这个攻略引擎之下，酒店、餐厅、景点等等各项垂直的数据，都可以被从以往用户的长篇攻略中提取出来，做成单独的产品，用来做后续的商业化等尝试。
那么，要能把数据结构化做得好需要有什么条件？陈罡说第一是必须有海量UGC的量，第二就是攻略引擎其实有很高的技术门槛。蚂蜂窝目前按时间顺序来看已经走过了三个阶段，第一个就是UGC的积累阶段，做社区一开始要有真实内容产生是很不容易的，第二个阶段就是用攻略引擎结构化数据，结构化做好之后，下一个阶段就是根据数据来做个性化推荐。
他在年会的时候和同事说，“以前我们是个social company，我们从2014年要变成data company”。data是不需要你花很长时间、完全去融入这个社区才能获得，它是中立客观的，就像水和煤气一样。有了data，再把用户变成一个有个性、有特质、可被描绘出来的人，就可以为他们提供个性化的服务了。
最后我问了下陈罡怎么看现在完全从移动端生长起来的游记分享社区，蚂蜂窝相比之下有什么优势。陈罡的想法是，没有足够多的UGC量，就无法做大数据。而积累UGC的量，除了时间的问题外，还有一个问题，就是mobile很难承载更多的服务，他之前提过一个观点，这个节点上PC和mobile的竞争就像航母和战斗机的战争，航母是很稳固的后端，它可以承载更多的数据、更多样的服务类型和交互，这些是mobile承载不了的，所以纯做mobile的话，会缺失一个很强的后端。另外他还提了一个观点，在蚂蜂窝上，有很多用户写游记、分享出行经验，而后这些经验可以再指导别人的出行，不断往复从而形成一个正向的循环，而其他的社区，几乎没有能形成正向循环能力的公司。