SlideShare ist ein Scribd-Unternehmen logo
1 von 27
Downloaden Sie, um offline zu lesen
„Aufbau eines plattformbasierten
Innovationsökosystems für
datengetriebene Anwendungen
im Tourismus“
Eat, Sleep, Analyse,
Innovate & Repeat
3
Das Synonym des Eisbergs
Daten
Relevanz der ÖW
Relevanz der
Interessensgruppen
Anwendungen
Partner innerhalb des
Datenökosystem
Skaleneffekte
(linear)
Wissen
Daten/Infrastruktur
Applikation/
Problemlösung
Wissen
Daten/Infrastruktur
Applikation/
Problemlösung
4
Netzwerkeffekte
(exponentiell)
Österreich
Werbung
Interessensgruppen
Sichtweisen der zwei Anspruchsgruppen
5
42
Community x Wissenstransfer x Daten x Anwendungen
Phase 4
Phase 3
Phase 2
Phase 1
6
Netzwerkeffekte und der Phasenplan des Innovationsökosystems
Nutzen
Zeit
Applikationen
Daten
N*
Bereich Netzwerkeffekt
Community und Knowhow
Der Phasenplan des Innovationsökosystems basiert auf Netzwerkeffekte der Parameter Community &
Knowhow, Daten sowie Applikationen
7
Phasenplan Innovationsökosystem
Phase 1 – Ramp up
§ Community initiieren à CTA
§ Wissen festhalten & strukturieren
§ Dateninfrastruktur aufsetzen
§ Konkrete Ideen für Applikationen
§ Beta Applikationen initiieren, die
konkreten Mehrwert für die Branche
und neue Daten für neue Applikationen
generieren
Phase 4
Phase 3
Phase 2
Phase 1
Nutzen
Zeit
Applikationen
Daten
https://www.changetourismaustria.com/
9
Tourism
Data Space
DATA
GOVERNANCE
FRAGESTELLUNGEN SCHNITTSTELLEN
11
Aufbau des Tourism Data Space I Herausforderungen
§ Die Data-Space-Technologie ist noch recht jung (IDSA, Gaia-X, Catena-X)
§ Es gibt bisher kaum Datenanwendungen, die mit einem Data Space interagieren
§ Jeder Hersteller von Datenanwendungen baut ein eigenes Datenhandling / Datenflow / Applikation
§ Es gibt noch kein Framework / Standards für die Entwicklung von Datenanwendungen für die Touristik
§ Auch die Datenhaltung und der Datenflow ist uneinheitlich / kaum Standards bei der
Datenbereitstellung
§ Herausforderung, die ganzen Initiativen zu integrieren (è Projekt zur Integration der Technik)
12
Aufbau des Tourism Data Space I Lösungsansatz
§ Schrittweiser strategischer Aufbau des Tourism Data Space (langfristige Zeitplanung für 2-3 Jahre)
§ Entwicklung eines gemeinsamen Frameworks für Datenhaltung, Datenflow und Datenorchestrierung
§ Fortführung der Harmonisierung der vorhandenen Daten- / IT-Projekte entsprechend der Ziele der
Datenstrategie
§ Konzeption und Planung einer Betreiberorganisation des Tourism Data Space (mögliche Szenarien in
Prüfung)
Ziel: Data Assets standardisiert für Data Apps
bzw. den Toursim Data Space verfügbar machen
Rohdaten
Frequenz (Footfall)
in einem Einzugsgebiet
Anonymisierung
Aggregation nach
Eigenschaften a
Aggregation nach
Eigenschaften b
Aggregation nach
Eigenschaften n
Ab der Aggregation
können Daten extern
geteilt werden
Ziel: Aggregation der Data Assets in ein Schema, so dass
Data Assets verschiedener Anbieter verwendet werden können
Semantische
Harmonisierung
Data
App A
Data
App B
Data
App C
Data
App D
Verwendung in
verschiedenen
Tourismus-
Datenservices
Tourism Data
Space
Austria Concierge
KI-gesteuerter Chatbot - personalisierte, Echtzeit-Assistenz
User Engagement: Ermöglicht Gespräche mit Nutzern in
natürlicher Sprache und verbessert so das Erlebnis der
Reiseplanung
§ Stetige Verbesserung & Interner Nutzen
§ Daten werden zur Contentoptimierung verwendet
§ Tool dient als kreative Ressource für Social-Media-Teams, den
Kundenservice und andere Abteilungen
14
15
Austria Concierge
Von Austria-Concierge
…
zu 1st party data
Kulturwandel:
Fördert eine kollaborative Denkweise in der
gesamten Branche
Content Integration:
Bündelt Informationen aus Österreichs neun
Bundesländern für umfassende Informationen
(12.000 Websites und 2.000 FAQs)
16
Austria Concierge: Datennutzung und -sharing
Question
(keywords)
Answer
(quality)
Source
(page)
Value
(content focus)
Open Innovation
Was können Daten (und KI)?
Personalisierung
Hallstatt
Kapelle
See
Wasser
1 Person
weiblich
Berg
Schnee
Winter
1.800 Follower | 134 Likes | Hashtags
Analyse
Kommunikation
Kommunikation > CX >
nachhaltige Wertschöpfung
Energiemanagement
und Mobilität
Proaktives Destinationsmanagement
Betriebe/ POIs
Region/ DMO
Bundesland/ LTO
Destinations-
management
Destinations-
marketing
Bewegungs-
muster
Wo nächtigen
Gäste und wo
fahren sie hin?
Wohin werden
Gäste morgen
fahren?
Wie war KW 12
zum Vorjahr?
Wie war der
Sommer?
Wie läuft‘s?
Wer war ist in
der Destination?
(Gästestruktur)
Hauptziele /
Besucher-
magnete (POIs)
Wie wird es
laufen?
Jahresforecast
ÜN-Gäste
zum VJ
Wintersaison
Gäste zum VJ
(bei gutem Wetter/
bei Schlechtwetter)
Wachsende
Gästegruppen
Δ% ÜN-Gäste
vs. Peers
Ich vs. Peers
Ø Aufenthalt
Km/ Tag/ Gast
POIs/ Gast
Saisonalitäts-
faktor
Effekt von
außerordentlich
en Events
Effekt Jahr 1
Effekt
Folgejahre
+%Gäste aus
anderen BL
Destinations-
management
Performance
Effekt von
Werbeaktivitäten
(POIs, Änderungen
in Gästestruktur)
Wo läuft es
schlecht?
Wie hat sich die
Gästegruppe
geändert?
Gästeprofil vs.
Marketing-
zielgruppe?
Zielgruppe
Welche
Gästegruppe ist
attraktiv? (ÜN, #
besuchten POIs)
Zielgruppen-
differenzierung
Ich vs. andere
Bundesländer
Positionierung/
Profil (Top POIs)
Content
Was macht diese
attraktive
Gästegruppe?
Tipps bei
Schlechtwetter
Überregionale /
Kombiangebote
Bewegungs-
muster
Destinations-
marketing
Wie sieht der Data Space aus?
Wie funktioniert die Datenübertragung?
Wie kann man mitmachen?
Diskussion:
Relevanter Fragestellungen

Weitere ähnliche Inhalte

Ähnlich wie TFF2023 - Navigating Tourism Data Nexus

Software as a Service E-Commerce Technologien
Software as a Service E-Commerce TechnologienSoftware as a Service E-Commerce Technologien
Software as a Service E-Commerce Technologien
Martina Goehring
 
Präsentationen der 29 Studierenden-Apps der Open Data Vorlesung 2014
Präsentationen der 29 Studierenden-Apps der Open Data Vorlesung 2014Präsentationen der 29 Studierenden-Apps der Open Data Vorlesung 2014
Präsentationen der 29 Studierenden-Apps der Open Data Vorlesung 2014
Matthias Stürmer
 

Ähnlich wie TFF2023 - Navigating Tourism Data Nexus (20)

Sage HR-Expertentreff: So optimieren Sie Ihr Bewerbermanagement
Sage HR-Expertentreff: So optimieren Sie Ihr BewerbermanagementSage HR-Expertentreff: So optimieren Sie Ihr Bewerbermanagement
Sage HR-Expertentreff: So optimieren Sie Ihr Bewerbermanagement
 
Google Analytics Konferenz 2019_App Tracking_Runa Reno (Booking.com) & Markus...
Google Analytics Konferenz 2019_App Tracking_Runa Reno (Booking.com) & Markus...Google Analytics Konferenz 2019_App Tracking_Runa Reno (Booking.com) & Markus...
Google Analytics Konferenz 2019_App Tracking_Runa Reno (Booking.com) & Markus...
 
Katharina Hogrebe Herne Digital Days.pdf
 Katharina Hogrebe Herne Digital Days.pdf Katharina Hogrebe Herne Digital Days.pdf
Katharina Hogrebe Herne Digital Days.pdf
 
Cloud Computing
Cloud ComputingCloud Computing
Cloud Computing
 
Werbeplanung.at SUMMIT 15 - Conversion Optimierung in Echtzeit - Andreas Berth
Werbeplanung.at SUMMIT 15 - Conversion Optimierung in Echtzeit - Andreas BerthWerbeplanung.at SUMMIT 15 - Conversion Optimierung in Echtzeit - Andreas Berth
Werbeplanung.at SUMMIT 15 - Conversion Optimierung in Echtzeit - Andreas Berth
 
DI Jacqueline Erhart (ASFINAG), DI (FH) Arnold Präsent (Tieto Austria)
DI Jacqueline Erhart (ASFINAG), DI (FH) Arnold Präsent (Tieto Austria)DI Jacqueline Erhart (ASFINAG), DI (FH) Arnold Präsent (Tieto Austria)
DI Jacqueline Erhart (ASFINAG), DI (FH) Arnold Präsent (Tieto Austria)
 
UBA Data Cube
UBA Data CubeUBA Data Cube
UBA Data Cube
 
OkLab Leipzig (state: 2017)
OkLab Leipzig (state: 2017)OkLab Leipzig (state: 2017)
OkLab Leipzig (state: 2017)
 
Open Transport Data in Deutschland - Love, Hate, Denial, Hope
Open Transport Data in Deutschland - Love, Hate, Denial, HopeOpen Transport Data in Deutschland - Love, Hate, Denial, Hope
Open Transport Data in Deutschland - Love, Hate, Denial, Hope
 
Software as a Service E-Commerce Technologien
Software as a Service E-Commerce TechnologienSoftware as a Service E-Commerce Technologien
Software as a Service E-Commerce Technologien
 
GAUC 2017 Workshop App Tracking: Markus Vollmert (lunapark)
GAUC 2017 Workshop App Tracking: Markus Vollmert (lunapark)GAUC 2017 Workshop App Tracking: Markus Vollmert (lunapark)
GAUC 2017 Workshop App Tracking: Markus Vollmert (lunapark)
 
Präsentationen der 29 Studierenden-Apps der Open Data Vorlesung 2014
Präsentationen der 29 Studierenden-Apps der Open Data Vorlesung 2014Präsentationen der 29 Studierenden-Apps der Open Data Vorlesung 2014
Präsentationen der 29 Studierenden-Apps der Open Data Vorlesung 2014
 
Christoph Mertens_IDSA_Introduction to Data Spaces.pptx
Christoph Mertens_IDSA_Introduction to Data Spaces.pptxChristoph Mertens_IDSA_Introduction to Data Spaces.pptx
Christoph Mertens_IDSA_Introduction to Data Spaces.pptx
 
Projektbeschreibung "E-Commerce Insights Plattform für den SAP Store" 2020
Projektbeschreibung "E-Commerce Insights Plattform für den SAP Store" 2020Projektbeschreibung "E-Commerce Insights Plattform für den SAP Store" 2020
Projektbeschreibung "E-Commerce Insights Plattform für den SAP Store" 2020
 
Clickstream Analysis with Spark
Clickstream Analysis with Spark Clickstream Analysis with Spark
Clickstream Analysis with Spark
 
Clickstream Analysis with Spark - Understanding Visitors in Real Time
Clickstream Analysis with Spark - Understanding Visitors in Real TimeClickstream Analysis with Spark - Understanding Visitors in Real Time
Clickstream Analysis with Spark - Understanding Visitors in Real Time
 
Apache Solr Revisited 2015
Apache Solr Revisited 2015Apache Solr Revisited 2015
Apache Solr Revisited 2015
 
Open Data in Österreich - Kür oder Pflicht
Open Data in Österreich - Kür oder PflichtOpen Data in Österreich - Kür oder Pflicht
Open Data in Österreich - Kür oder Pflicht
 
TFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data NexusTFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data Nexus
 
Dr. Clemens Wagner-Bruschek, ERP (d-fine Austria)
Dr. Clemens Wagner-Bruschek, ERP (d-fine Austria)Dr. Clemens Wagner-Bruschek, ERP (d-fine Austria)
Dr. Clemens Wagner-Bruschek, ERP (d-fine Austria)
 

Mehr von TourismFastForward

Mehr von TourismFastForward (20)

TFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data NexusTFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data Nexus
 
TFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data NexusTFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data Nexus
 
TFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data NexusTFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data Nexus
 
TFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data NexusTFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data Nexus
 
TFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data NexusTFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data Nexus
 
TFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data NexusTFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data Nexus
 
TFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data NexusTFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data Nexus
 
TFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data NexusTFF2023 - Navigating Tourism Data Nexus
TFF2023 - Navigating Tourism Data Nexus
 
TFF2022 - Mobility in Tourism
TFF2022 - Mobility in TourismTFF2022 - Mobility in Tourism
TFF2022 - Mobility in Tourism
 
TFF2022 - Mobility in Tourism
TFF2022 - Mobility in TourismTFF2022 - Mobility in Tourism
TFF2022 - Mobility in Tourism
 
TFF2022 - Mobility in Tourism
TFF2022 - Mobility in TourismTFF2022 - Mobility in Tourism
TFF2022 - Mobility in Tourism
 
TFF2022 - Mobility in Tourism
TFF2022 - Mobility in TourismTFF2022 - Mobility in Tourism
TFF2022 - Mobility in Tourism
 
TFF2022 - Mobility in Tourism
TFF2022 - Mobility in TourismTFF2022 - Mobility in Tourism
TFF2022 - Mobility in Tourism
 
TFF2022 - Mobility in Tourism
TFF2022 - Mobility in TourismTFF2022 - Mobility in Tourism
TFF2022 - Mobility in Tourism
 
TFF2022 - Mobility in Tourism
TFF2022 - Mobility in TourismTFF2022 - Mobility in Tourism
TFF2022 - Mobility in Tourism
 
TFF2022 Mobility in Tourism
TFF2022 Mobility in TourismTFF2022 Mobility in Tourism
TFF2022 Mobility in Tourism
 
TFF2022 - Mobility in Tourism
TFF2022 - Mobility in TourismTFF2022 - Mobility in Tourism
TFF2022 - Mobility in Tourism
 
TFF2022 - Mobility in Tourism
TFF2022 - Mobility in TourismTFF2022 - Mobility in Tourism
TFF2022 - Mobility in Tourism
 
TFF2022 - Mobility in Tourism
TFF2022 - Mobility in TourismTFF2022 - Mobility in Tourism
TFF2022 - Mobility in Tourism
 
TFF2021 - Smart Data in Tourism
TFF2021 - Smart Data in TourismTFF2021 - Smart Data in Tourism
TFF2021 - Smart Data in Tourism
 

TFF2023 - Navigating Tourism Data Nexus

  • 1. „Aufbau eines plattformbasierten Innovationsökosystems für datengetriebene Anwendungen im Tourismus“ Eat, Sleep, Analyse, Innovate & Repeat
  • 2.
  • 3. 3 Das Synonym des Eisbergs Daten Relevanz der ÖW Relevanz der Interessensgruppen Anwendungen Partner innerhalb des Datenökosystem
  • 5. 5 42 Community x Wissenstransfer x Daten x Anwendungen
  • 6. Phase 4 Phase 3 Phase 2 Phase 1 6 Netzwerkeffekte und der Phasenplan des Innovationsökosystems Nutzen Zeit Applikationen Daten N* Bereich Netzwerkeffekt Community und Knowhow Der Phasenplan des Innovationsökosystems basiert auf Netzwerkeffekte der Parameter Community & Knowhow, Daten sowie Applikationen
  • 7. 7 Phasenplan Innovationsökosystem Phase 1 – Ramp up § Community initiieren à CTA § Wissen festhalten & strukturieren § Dateninfrastruktur aufsetzen § Konkrete Ideen für Applikationen § Beta Applikationen initiieren, die konkreten Mehrwert für die Branche und neue Daten für neue Applikationen generieren Phase 4 Phase 3 Phase 2 Phase 1 Nutzen Zeit Applikationen Daten
  • 9. 9
  • 11. 11 Aufbau des Tourism Data Space I Herausforderungen § Die Data-Space-Technologie ist noch recht jung (IDSA, Gaia-X, Catena-X) § Es gibt bisher kaum Datenanwendungen, die mit einem Data Space interagieren § Jeder Hersteller von Datenanwendungen baut ein eigenes Datenhandling / Datenflow / Applikation § Es gibt noch kein Framework / Standards für die Entwicklung von Datenanwendungen für die Touristik § Auch die Datenhaltung und der Datenflow ist uneinheitlich / kaum Standards bei der Datenbereitstellung § Herausforderung, die ganzen Initiativen zu integrieren (è Projekt zur Integration der Technik)
  • 12. 12 Aufbau des Tourism Data Space I Lösungsansatz § Schrittweiser strategischer Aufbau des Tourism Data Space (langfristige Zeitplanung für 2-3 Jahre) § Entwicklung eines gemeinsamen Frameworks für Datenhaltung, Datenflow und Datenorchestrierung § Fortführung der Harmonisierung der vorhandenen Daten- / IT-Projekte entsprechend der Ziele der Datenstrategie § Konzeption und Planung einer Betreiberorganisation des Tourism Data Space (mögliche Szenarien in Prüfung)
  • 13. Ziel: Data Assets standardisiert für Data Apps bzw. den Toursim Data Space verfügbar machen Rohdaten Frequenz (Footfall) in einem Einzugsgebiet Anonymisierung Aggregation nach Eigenschaften a Aggregation nach Eigenschaften b Aggregation nach Eigenschaften n Ab der Aggregation können Daten extern geteilt werden Ziel: Aggregation der Data Assets in ein Schema, so dass Data Assets verschiedener Anbieter verwendet werden können Semantische Harmonisierung Data App A Data App B Data App C Data App D Verwendung in verschiedenen Tourismus- Datenservices Tourism Data Space
  • 14. Austria Concierge KI-gesteuerter Chatbot - personalisierte, Echtzeit-Assistenz User Engagement: Ermöglicht Gespräche mit Nutzern in natürlicher Sprache und verbessert so das Erlebnis der Reiseplanung § Stetige Verbesserung & Interner Nutzen § Daten werden zur Contentoptimierung verwendet § Tool dient als kreative Ressource für Social-Media-Teams, den Kundenservice und andere Abteilungen 14
  • 15. 15 Austria Concierge Von Austria-Concierge … zu 1st party data Kulturwandel: Fördert eine kollaborative Denkweise in der gesamten Branche Content Integration: Bündelt Informationen aus Österreichs neun Bundesländern für umfassende Informationen (12.000 Websites und 2.000 FAQs)
  • 16. 16 Austria Concierge: Datennutzung und -sharing Question (keywords) Answer (quality) Source (page) Value (content focus)
  • 18. Was können Daten (und KI)?
  • 20. Kommunikation > CX > nachhaltige Wertschöpfung Energiemanagement und Mobilität Proaktives Destinationsmanagement
  • 21. Betriebe/ POIs Region/ DMO Bundesland/ LTO Destinations- management Destinations- marketing
  • 22. Bewegungs- muster Wo nächtigen Gäste und wo fahren sie hin? Wohin werden Gäste morgen fahren? Wie war KW 12 zum Vorjahr? Wie war der Sommer? Wie läuft‘s? Wer war ist in der Destination? (Gästestruktur) Hauptziele / Besucher- magnete (POIs) Wie wird es laufen? Jahresforecast ÜN-Gäste zum VJ Wintersaison Gäste zum VJ (bei gutem Wetter/ bei Schlechtwetter) Wachsende Gästegruppen Δ% ÜN-Gäste vs. Peers Ich vs. Peers Ø Aufenthalt Km/ Tag/ Gast POIs/ Gast Saisonalitäts- faktor Effekt von außerordentlich en Events Effekt Jahr 1 Effekt Folgejahre +%Gäste aus anderen BL Destinations- management
  • 23. Performance Effekt von Werbeaktivitäten (POIs, Änderungen in Gästestruktur) Wo läuft es schlecht? Wie hat sich die Gästegruppe geändert? Gästeprofil vs. Marketing- zielgruppe? Zielgruppe Welche Gästegruppe ist attraktiv? (ÜN, # besuchten POIs) Zielgruppen- differenzierung Ich vs. andere Bundesländer Positionierung/ Profil (Top POIs) Content Was macht diese attraktive Gästegruppe? Tipps bei Schlechtwetter Überregionale / Kombiangebote Bewegungs- muster Destinations- marketing
  • 24. Wie sieht der Data Space aus?
  • 25. Wie funktioniert die Datenübertragung?
  • 26. Wie kann man mitmachen?