他收集了 30，000，000，000 条数据，只为帮你买一张最便宜的机票

我是贺思聪，高级咨询师、架构师、极客。

由于家庭的原因，我经常坐飞机往返于成都和广州。每次买机票前我都要观察一段时间涨跌，然后再进行购买，但具体什么时候买还是靠拍脑袋。

多次买票后，我发现机票的价格变化还是有一定的规律可寻。几年前我在《大数据时代》中看到国外的 Farecast 产品，能够预测 7 天内的票价变化，并给出「买」还是「不买」的建议，但很遗憾的是多年来国内一直没有相关的产品，这便触发了我做一款类似产品的想法。

Farecast 产品界面

这款小程序叫做「爱飞狗旅行」（以下简称「爱飞狗」），英文「aiflygo」。其中的 AI 也有人工智能的意思。小程序的核心价值在于回答「什么时候买票最便宜」。

没有数据，则什么都无从谈起。从 2016 年 6 月开始，我开始采集机票信息，这一做就是一年多，期间总共积累了300 多亿条价格数据，为后续的大数据分析建立了坚实的基础。

部分研究数据

在简书上我写的《机票大数据分析，揭示购票的秘密》一文中，我分析了从北京到广州的国航航班，发现了一些有趣的规律：

距离起飞前第 9 天开始，几乎所有的日期都开始涨价

同一个月内的价格调整在同一天完成

起飞时间是周几对价格有影响，并且是周期性的

南航航班和国航对比有类似的规律

数据有了以后，根据大数据分析后表明确实有一定的规律，就该轮到设计客户端了。在设计初期，我参考过国外类似的产品，例如 Kayak、Hopper。他们都提供机票预测功能，但使用习惯上和国内的习惯并不相同。

为免用户出现不会使用的情况，我并没有标新立异，而是参考了传统的购票流程。在选定了起降地点、时间、航班之后，「爱飞狗」将会展示关于机票的一些购票提示。

小程序截图展示

小程序，最理想的 MVP

在产品开发的中，快速试错，得到最终用户反馈永远是最重要的。小程序在这点上非常给力，从开发到发布测试版本可以做到几分钟。

产品的 MVP 中最重要的功能为最低价格显示和价格历史显示，所以我以最快的速度开发完一个非常粗糙的可工作的软件，甚至连选城市的界面都只有自己滑动、日历使用系统的日历，然后邀请朋友一起进行了内测。

内测大部分功能正常，但刚开始遇到了 iPhone 的适配问题，表现为标题栏为黑色，而安卓正常。后来排查原来是 backgroundColor 只能采用十六进制而不是颜色的名字，这些坑还是需要再真机上才能试出来。修好后几分钟再次发布一个测试版本，问题解决。从这点上，即便是传统的 Android 和 iOS 的测试版本也不能做到如此快的发布。

经过几轮内部的迭代和广泛的听取了朋友的建议后，产品的核心功能基本稳定了。再后几轮的用户验证中，很多朋友反馈觉得产品根本没什么用途，这让我感到惊讶。

刨根问底后发现原来是用户是产生了定式思维，以为最低价格和价格历史是不同日期起飞的飞机的机票价格，和去哪儿、携程上面显示的未来价格没什么两样。但经过一番解释以后朋友们终于明白了原来是指定一天时间起飞的飞机的历史购票价格，肯定了小程序的价值。

但为了解决定式思维的问题，我和用户直接沟通，了解用户的真实使用习惯，通过大量用户的不断反馈和新用户的试用，最终确定了现在的界面的样子。

明确了产品是有价值的，下一步就是追求更好的用户体验上。我参考了各大机票类小程序，尽可能地提供相似的功能，使用户用起来顺手。

在展示去年同期最低价格时，通常都是公历去年，但在传统节气里面，例如春节，航空公司会对票价进行调整，但如果使用去年的公历日期，则去年的最低价格会非常不准。所以，根据这个需求在春节期间更是可以自动切换对齐到农历日期，这样更方便传统节日购票。

在小程序上线后，运维及用户行为分析又是一个必须要做的事情。但小程序提供的用户分析功能太弱，现有的一些在线分析网站也无法满足我的需求。所以我用 ElasticSearch 和 Kibana 搭建了一套后台系统，使得后续的决策能够根据对用户行为的挖掘而找到事实依据。

回顾整个过程，小程序从设计、编码经过了一个多月的时间，数据收集阶段则花费了一年半的时间。坚持带来的是真正的价值，当小程序还在设计阶段时，我通过数据分析购买到了去广州的最便宜的票，为一家人节约了 400 多元。

小程序上线后不久，有朋友告诉我他一家人出游选好了购票时间节约了 600 多元，这两个案例也是对小程序的极大的肯定。

在未来，「爱飞狗」会继续优化用户体验、提高 AI 预测的准确性。由于小程序目前还是个人开发，力量有限，更多的是靠口碑进行传播。还有很多的功能还在紧锣密鼓的开发中。希望能够有有志同道合的朋友或者投资能够一起将该它做到更好，发挥数据的价值，使得更多人受益。