1. 旅游目的地的养生数据、指数建设

从养生的角度来说，不同的地域会对人体的健康产生不同的影响，包括正面的和负面的。因此，对旅游目的地相关数据的采集、分析以及实时更新，将极大的有助于游客对行程的提前规划和及时调整，并在这个过程中优化养生效果。

（1）基础的养生数据种类应该涵盖当地的实时温度、湿度、风力、空气质量（包括城市的有害污染物浓度和自然景区的有益离子浓度），以及可预期的参数变化、自然灾害预警。这些从目前的技术水平来看已经基本没有难度。由于游客规划行程可能会超出能够精准预测的时段（例如为一、两个月之后做出行打算），因此也可以依据该目的地既往多年的统计规律，总结出历史数据供游客参考。

（2）考虑到人流密度对养生效果会产生较大效果，还可以在数据分析中加入目的地景区或城市的实时人流密度及其预期变化，例如因为黄金周、大型会展、政治集会等社会活动或者舆论诱导等现象而引起的人流变化。

（3）在上述数据的基础上，应该通过合理的公式，计算出目的地的养生旅游推荐指数，并据此排名。毕竟游客所需要的不是海量的数据，而是直观的参考结果。

可以预见，这个推荐指数将是动态的，它可能会有明显的时令季节周期，还会随着天气气候和某些突发事件而实时变化。比如说，有些地区适合夏季前往避暑，有些地区适合冬季前往御寒，某个地区由于今年气候反常或预计会有台风暴雨、大型集会而临时不宜前往，等等。游客获得这方面的信息参考和提醒，将有助于保证旅程的安全，并最大化的实现改善健康的目的。

（4）最为值得指出的是，深度的养生数据和公式设定，应当包含游客个人身体状况的指标和数据、并依此计算出非常个性化的目的地推荐指数和排名，这方面才是大数据的优势所在。

2. 游客实时健康状况的互联网入口及对接方案

从养生的专业角度，同一个环境在不同的时间、对于不同的人，都会产生养生效果的差异。比如说，体质燥热的人不适宜长期居住在气候炎热的地区、体质虚寒的人则相反；又比如，养生效果明显的温泉、或者山林环境，也会有不宜的人群、不宜的时间，等等。因此，养生旅游的目的地选取和其他方面，理应充分考虑个体差异和实时动态，这也是中国养生学的理论基础。

（1）大的健康数据范围，可以包括传统医学的体质数据和现代医学的指标数据。后者例如脉搏、血压、血糖等，其获取手段相对便捷；前者目前通常会采用答问和概率统计的方法，例如通过若干条问题的回答选项，自动生成体质类别报告。

（2）据此，可以开发相应的数据采集入口，使这些代表个人健康状况的数据得以接入大数据的平台，融合旅游目的地推荐排序的公式算法，从而得出个性化的动态结果。

（3）到此一个O2O的闭环已经形成：游客通过互联网入口提交出行时间和个体健康信息（如有需要还可以设置更加具体的筛选原则），由大数据平台返回养生旅游目的地的推荐和排序结果，然后游客可以据此完成出行决定。对于完全不具备有关专业知识的养生旅游者而言，大数据的信息无疑将成为不可多得的参考来源。

3. 目的地特色美食、酒店等的O2O服务闭环

如果说目的地选取是出行之前的闭环，那么养生旅游的出行过程之中，同样可以形成服务闭环。下面举餐饮、住宿两个例子。

（1）从养生的角度来看，特定体质的游客可以在旅程中选择相应的饮食和住所，从而进一步加强改善健康的实效；反过来说，选择了不适宜的饮食和住所，有可能会对健康产生负面的效果。

（2）特色的美食和当地的酒店，是依托于旅游目的地的特种资源，对于它们的大数据采集和分析，可以考虑几个方面：目的地的水土特征（指通过水源和食品对人体构成影响的方面），单品菜式的数据参数（包括原材料、烹调方法等），以及在此基础上的复合菜式（菜谱）的数据整理，这是关于饮食方面；关于住宿方面，例如酒店周边的空气质量、噪音指数，房间的朝向、面积、楼层，酒店的星级和内部装修，都可以作为参数项目。

在此基础上，结合当时时令和游客个人的参数，进行公式和算法的设计，最终导出合理的特色餐饮、住宿的推荐排序。举例来说，一位冬天出行、体质虚寒而且肠胃不好的游客接入了互联网查询，通过后台数据分析，Ta可能会收到温补养胃的菜式推荐和向阳、低层的温泉区住房信息；而一位夏季出行、体质燥热而且容易失眠的游客，则可能获取到清热祛暑的菜品推荐和高层、安静的山林区住房信息。由此实现了出行中的服务闭环。

结语

众所周知，“互联网+旅游”产业正在飞速发展，然而构想和现实之间还会有相当的距离，技术、平台、算法，都是其中的关键。

回顾本文开头引述的观点：“旅游O2O线下的环节由产品和服务的体验来完成”，在养生旅游这个细分领域，传统意义上只能依靠旅游顾问、养生导师的个人水平和经验来完成服务体验，这种方式可推广和复制的空间极为有限，从而不可避免地走向小众化。

而正如大数据和“互联网+”改变着很多传统行业一样，新型O2O模式的发展，或者会在不久的将来，惠及更多的养生旅游爱好者和从业者。