five

Zip-Level US O&D Air Traffic & Fare

收藏
Snowflake2025-05-12 更新2025-05-13 收录
下载链接:
https://app.snowflake.com/marketplace/listing/GZT0ZP2N8SE
下载链接
链接失效反馈
官方服务:
资源简介:
**Product Description:** This dataset provides monthly U.S. origin and destination (O&D) air traffic data enriched with ZIP-level granularity using mobile device movement and hotel booking data. It reveals where resident travelers originate and where visiting passengers stay around key airport markets, offering a precise view of airport catchment areas and visitor distribution. This ZIP-level insight enables deeper understanding of travel demand, fare patterns, and market behavior at a hyper-local level. **Table USOD_Zip:** ZIP-Level O&D air traffic & fare data for analyzing passenger origin and destination behavior, traffic, and fare trends - Identify high-demand ZIP codes driving outbound and inbound air travel - Estimate localized market size and refine market share calculations - Analyze travel patterns to and from specific ZIP codes - Benchmark average fare and yield by ZIP code and monitor pricing trends - Understand passenger distribution within airport catchment areas - Support route planning and community outreach with ZIP-level insights
提供机构:
Flight BI
创建时间:
2025-05-12
原始信息汇总

Zip-Level US O&D Air Traffic & Fare 数据集概述

产品描述

该数据集提供按月统计的美国始发地和目的地(O&D)航空交通数据,通过移动设备移动和酒店预订数据增强至ZIP级别粒度。揭示居民旅行者的来源和访问乘客在关键机场市场周围的停留地点,提供机场服务区域和访客分布的精确视图。这种ZIP级别的洞察力能够在超本地级别更深入地了解旅行需求、票价模式和市场行为。

主要表结构

USOD_Zip表

ZIP级别的O&D航空交通和票价数据,用于分析乘客始发地和目的地行为、交通和票价趋势

业务需求

市场分析

通过识别居民旅行者的来源和访客的停留地点(精确到ZIP代码级别),详细分析机场或航空公司的表现。

需求预测

历史ZIP级别数据可用于预测未来本地化的航空旅行需求。

经济影响分析

通过将航空旅行与居民和访客ZIP代码联系起来,评估机场的经济足迹。

客流量分析

通过精确识别旅行者来源和访客按ZIP代码的停留地点,帮助定义机场的真实服务区域。

受众细分

利用ZIP级别的始发地和目的地洞察,根据地理位置、人口统计或行为细分旅行者群体。

位置规划

通过识别高需求的居民ZIP代码和受欢迎的访客停留区域,实现数据驱动的服务扩展决策。

数据字典

USOD_ZIP表字段

  • HOST_AIRPORT (Varchar)
  • HOST_CITY (Varchar)
  • QUARTER (Varchar)
  • YYMM (Varchar)
  • POO (Varchar)
  • ZIP (Varchar)
  • ORG (Varchar)
  • DST (Varchar)
  • DOM_MKT_AL (Float)
  • PAX (Float)
  • FARE (Float)
  • GROSS_FARE (Float)
  • REVENUE (Float)
  • GROSS_REVENUE (Float)
  • OD_MILES (Varchar)
  • DI (Number)
  • LEGS (Number)
  • OWAC (Number)
  • DWAC (Number)
  • STATION2 (Varchar)
  • STATION3 (Varchar)
  • STATION4 (Varchar)
  • MKT_AL1 (Varchar)
  • MKT_AL2 (Varchar)
  • MKT_AL3 (Varchar)
  • DOM_PARENT_AL (Varchar)
  • PARENT_AL1 (Varchar)
  • PARENT_AL2 (Varchar)
  • PARENT_AL3 (Varchar)
  • DOM_OPT_AL (Varchar)
  • OPT_AL1 (Varchar)
  • OPT_AL2 (Varchar)
  • OPT_AL3 (Varchar)
  • LOAD_DATE (Date)

使用示例

主机场的ZIP级别O&D

sql Select * From Traffic.USOD_Zip Where Host_Airport = IAD and Quarter = 24Q1;

按ZIP划分的机场服务区域份额

sql Select Host_Airport, sum(Pax) as Pax From Traffic.USOD_Zip Where Zip = 22102 and Quarter=24Q1 Group by 1;

按月份划分的ZIP级别交通

sql Select YYMM, sum(Pax) as Pax From Traffic.USOD_Zip Where Zip = 22102 Group by 1 Order by 1;

技术信息

  • 刷新频率:每月
  • 时间覆盖范围:2019年1月1日之后
  • 地理覆盖范围:美国(所有州)
  • 云区域可用性:
    • AWS: US East (N. Virginia), US East (Ohio), US West (Oregon)
    • Azure: East US 2 (Virginia)

提供商信息

  • 提供商:Flight BI
  • 销售联系人:clement.zhang@flightbi.com
  • 支持联系人:support@flightbi.com
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作