酒店移动预订已经是大势所趋。CNNIC（中国互联网信息中心）统计显示，截至2018年底，在4.10亿人规模的在线旅游预订用户中，有网上预订酒店行为的达到了30.3%，呈现出三大特点：OTA（在线旅行社）住宿业务持续增长、酒店“一站式”在线服务平台快速发展、客栈民宿发展势头良好。
但另一方面，OTA端的大数据“杀熟”现象依然是一个绕不开的话题。一边是消费者的频频爆料，另一边是平台的无奈辩解，问题到底出在哪一环？多数群众不明所以。
对此，《每日经济新闻》记者（以下简称NBD）于7月30日专访了为酒店与OTA提供数据对接服务的德比软件。德比软件联合创始人兼CTO藕锋表示，当前国内主流OTA正加速布局海外住宿市场，越来越多的酒店集团开始自建直销平台，使得预订系统内日益增长的流通数据在对接过程中，面临着来自价格实时算力和信息传送效率的巨大压力。
NBD：近两年利用大数据“杀熟”的事件多有发生，从行业角度来看，您觉得到底是哪里出了问题？
藕锋：从酒店正确的销售逻辑上说，对所有的分销对象价格都要一致，而分销商思考的是如何把最便宜的价格给到用户，这是理想的状态。但是，实际情况会有一些差异。为什么会拿到不同的价格？这取决于排列组合是否得出了最优解。
收益管理的目的并不是酒店卖得越贵越好，那就太愚蠢了。技术放在旅游业的最终目标是让游客开心，要是违反了这个目标，那就是一个错误的商业模式，所以出现这样的现象，归根到底还是销售逻辑的不科学性造成的。有时候并不一定是越便宜大家就开心了，有的人是只买贵的不买对的，这种情况也有，所以要视情况而定。
NBD：过去酒店高度依赖OTA，高昂的扣点是多数酒店面临的最大难题。现在许多酒店开始试水小程序，建立直销渠道，这样的行业变化对于类似德比软件的企业而言，是否会造成影响？
藕锋：这恰恰是我们正在做的，比如希尔顿小程序上的实时价格就是德比软件提供的。尤其是国际酒店集团的数据要搬到中国来，在小程序上查询价格，过去可能需要三分钟，但现在可以做到实时的查询和确认。快速计算他们做不到，这就是我们的工作。无论销售渠道如何变化，其背后的价格计算都是由数据对接网络提供。
NBD：如此看来，类似德比软件的公司好像在编制一张巨大的网，公司在整个产业链中扮演着什么身份？在这个网络上，每天会运行多少酒店的数据量？
藕锋：事实上，当人们在手机上选择房间数、住宿日期和其他增值服务时，平台自动给出的价格计算正是德比软件每天的工作。我们现在拥有全球18万家酒店的数据，每月处理的订单量约在800万间。在对接业务中，最重要的是实现双方交易的自动化，降低运营成本，并最大程度地解决数据对接面临的网络速度、系统运算能力、数据准确性、安全性等问题。
为解决公司建立全球数据交换体系时面临的地域问题，云服务成为了最佳的选择。2011年，我们开始与亚马逊云服务（AWS）展开合作，构造了一个全球分布式计算系统，每天仅在AWS上跑的数据量就大约有300TB，可以想象，每月AWS需要承载9PB的数据运算与处理工作。公司目前部署的EC2服务达到2500台至3000台，这个数字一直在变化中。
NBD：从技术角度而言，分布式计算系统能为旅游产品的交易带来怎样的改善？
藕锋：公司创立之初，使用的是基于中央的、集中式的专有系统，也就是传统的GDS（全球分销系统）模式。它的局限在于，以一个“大中心+小边界”的方式接入酒店，因此不能对不同酒店提供定制化的服务。
而分布式计算系统恰恰相反，采用的是微服务系统技术，颠覆了传统的封闭式系统，形成了标准开放的系统。用分布式定义数据交换格式，既支持严格的架构又支持描述性数据，让数据内容更加丰富，对整个行业计算效率的提高具有革命性的创新意义。
旅游行业的技术发展虽然具有标准化的特点，但实际上也是多样的，其复杂程度就在于技术的成熟度。所以，要让分布式计算系统有足够的适应性，就需要它足够灵活，可以适应不同的业务规模和技术成熟度，让任何一个企业都可以连接到系统的网络中与其他系统展开合作，我们把这种模式称为GDN（全球分销网络）。
NBD：这样的商业模式在全球是否形成了相对固定的竞争格局？
藕锋：与我们形成对标的企业，从对接服务上来说，比如美国的HBSi，主要布局是在拉斯维加斯，从渠道管理系统上说，比如澳大利亚的SiteMinder，主要做中小酒店。总体来说，这个市场比较小，而德比软件主要占据的是大型酒店集团，并在逐步拓展中小酒店的份额。
NBD：对于酒店分销市场而言，进一步提高数据对接效率的难度有多大？什么是行业最大的隐患？
藕锋：旅游行业是一个非常传统的行业，酒店系统的更新迭代没有那么快。另外，酒店房间的价格、房态都是变化的，各项参数的组合都会生成不同的价格，现在需要每15分钟计算一次，把参数不停地送回数据中心，再转手传输给OTA等预订网站。可见其中的计算量之大，对德比软件来说，与云服务商的深入合作是有效的解决方案，因此要求云计算的服务配置也越来越大。
一方面，可以通过云服务商的全球性资源缩短应用部署和客户之间的距离，降低服务延时，加速实现全球酒店数据的实时、智能同步。更重要的是，减少了运维成本和服务器设备的固定投入，降低了公司在新兴市场业务拓展的风险。面对常见的新区域服务用户爆发性增长的问题，已经可以通过提升服务器容量或直接横向扩展的方式加以应对，便捷性和灵活性有目共睹。
还有个关键问题是确保数据安全。系统里不仅仅储存的有消费者数据，更重要的是有消费者的行为数据，这是整个行业最大的挑战。
NBD：当计算体量越大的时候，是否意味着价格也会越高？
藕锋：应该说体量越大，单位成本一定是会下降的。GDS经济学就是随着计算能力的增长，价格会越来越贵，于是我们看到了机会，一定要做到随着计算量的增大，价格越来越便宜。所以在收取“过路费”之外，我们还有一些业务是以收取月费为主，否则这个生意就是一个失败的生意，不会涨价，只会降价，这是必然的。当然对用户来说，总费用是增长的，毕竟体量大了。
NBD：为什么目前公司70%的业务都发生在海外，国内还没有建立实现自动化数据对接的环境吗？
藕锋：当我们构造了这样一个体系之后，并不是仅仅是把数据从一方运到另一方，还需要对数据进行计算，会考虑计算发生在哪里才是最高效的，提出一个最优解的方案。
国内的方式是提供Ebookingsystem，让人工去填数据，这种商业模式存在问题，销售总监的定价就是收益管理的核心，很难做最优化的收益管理。
NBD：掌握着如此庞大的数据信息，能否创造更多的价值？还有哪些创新空间？
藕锋：我们还要把所有的操作记录下来，最初的想法是一旦系统发生问题，导致客户业务出现故障，可以明确到底哪一步出现了状况，将责任落实清楚。
而现在，大数据AI就是战略上的一个重要方向，有两件事情要做：一是针对运营数据，当我们找出每天100亿次操作发生的规律，分析发生的原因，有助于对我们的系统是否健康作出判断，并在问题发生前快速反应；二是让数据驱动框架，所有的消费行为包含了巨大的信息，一旦掌握了一定的商业逻辑，可以帮助酒店做规划，参与定价与决策，利用人工智能建模，对这些数据进行分析，帮助酒店计算出最优的价格，制定出效益最大化的价格策略。