旅游消费者行为是指其为获取、使用、处置旅游商品或服务所采取的各种行动，包括先于且决定这些行动的决策过程。通过对数据的关联分析发现关联规则在消费者行为分析中最具有挖掘性，因为需要将旅游商品特征和网络用户通过某种特定的方法联系在一起，发现两者能够相互影响的因素。通过对网络用户上网的规律和喜好，把用户的一种使用习惯或消费习惯和网络习惯进行关联分析，从而对用户进行划分，进而向该用户群提供适合他们的旅游商品或服务，激发用户的潜在需求，促使用户消费，更加符合以消费者为中心的理念。
随着社会网络关系的日益动态化和多重关联化，不仅消费者借助其他消费者建立的社会网络来优化购买决策，企业也利用与客户间建立的网络来促进产品创新，加强供应链管理，提高营销效果。除了创造者节点间关系的关联性，用户创造信息本身相互之间也存在着关联性。 因此，分析多重关联网用户创造信息的生产者、使用者以及企业与客户之间的互动影响关系，探索多重关系下用户创造信息对企业绩效与用户行为的影响机制，分析不同来源的用户创造内容对消费者决策影响的竞争效应等，对管理科学与管理实践都将具有重要价值。大数据环境下，如何将企业的市场数据与会计、财务及资本市场数据结合起来，确立市场业绩和公司财务绩效的相关性和因果关系对企业如何最优安排营销投资和策略具有重大的意义。
在旅游整个行业中，旅游用户行为是及其分散的，目前还没有一个平台能够覆盖所有的体系。如何能够在复杂，快速变化的网络环境中抓到或者获取新用户，首先要了解用户的网络行为，用户是谁，行为方式是什么，在线上的网络方式和现实的方式会有很大差异，那么对网络行为的理解一定要基于网络的角度来看。其次基于什么原则，什么评判为了抓新用户做广告，都是要考虑的。
互联网的迅速普及为旅游企业提供了新的营销平台。在这个新的营销平台上，旅游消费者的行为会分成八个不同的阶段。分别是思考阶段，计划阶段，搜索、寻找目的信息，然后做预订，然后会到目的地做旅游，途中还会有订车，之后还会有点评和分享。这是整个复杂的过程。大家看到的是整个用户从思考到旅行完成经历了一个非常复杂的过程，有这么多的媒体和平台都能接触到，对所有旅游企业来说，会发现一个问题，就是在这样的一个复杂的环境里面，怎么样抓到目标客户，而且一定是在只有有限的预算的情况下。
最近火爆的大数据营销经典案例莫过于由Netflix制作的美剧《纸牌屋》。Netflix在美国有订阅用户2700万，用户每天在Netflix上产生行为有3000万，订阅用户每天还会给出400万个评分，还会有300万次搜索请求。Netflix通过数据分析发现，那些喜欢观看BBC老版《纸牌屋》的用户，也喜欢David Fincher导演的电视剧或者Kevin Spacey主演的电视剧，因而决定翻拍。2011年初，在没有一家电视台愿意承诺第一季投拍的情况下，Netflix直接以1亿美元买下两季26集版权，剧组为请到Kevin Spacey又等了10个月。结果《纸牌屋》出现了奇迹般的爆红。
《纸牌屋》的成功被看作是得益于Netflix海量的用户数据积累和分析。制作方Netflix通过分析千万用户的行为选择导演、演员，就已经提前预测到《纸牌屋》必然会受到市场的欢迎。
从电视剧市场反观到旅游市场。旅游电子商务网站、旅游微博、视频网站、社交网站等每天都产生数以亿计的数据。这其中既包括在线旅游预订网站中用户的登陆次数、在线时间、关键词搜索、浏览偏好等上网特征，根据这些可以挖掘出客户的兴趣喜好、挖掘出客户的消费倾向和消费群体分布，也可以根据客户的上网消费行为挖掘出客户的其他需求，从而采用相应的营销模式。基于大数据策略和广告技术，利用跨渠道的推广方案，才能有效的把用户抓住。
大数据时代改变了人们的思维方式，认识问题从以前的因果论发展成为定量论。对一个现象的证明是对整个大数据的分析，采用所有样本而不是随机样本。通过搜集旅游信息，对全部旅游者的游览路径、消费行为、景点选择、关注热点、兴趣爱好等的数据分析，预演行业的发展态势，评估旅游景区的管理、服务、营销水平，研判旅游企业的发展战略，从而发现新的管理模式、商业模式和营销模式。大数据时代的到来带给我们新的机遇和挑战。
