2016年差旅业发展将继续得益于科技的进步，差旅生态系统中有七个具体领域可能会在今年经历巨大的变化。

1、费用报销进一步简化

选择从这里开始，是因为这是最令人感到兴奋的一点。供应商已完善了移动体验，只需通过智能手机便能创建并提交费用报表。

有一天商务人员从机场停车场开车出来，用手机将金额为60美元的停车场收据拍了照，将其上传至自己的报销报表，在行程结束30秒后便提交了报销申请。在钱包和公文包里满满地塞进各种票据的日子一去不复返。一切都以实时的方式完成。

下一步手机就能为你完成大量的工作。

GPS技术的改进使定位更加精确，再加上实时的数据，就能够得出预测性建议，使编制报销表格更加轻松。例如，假设你在餐厅多呆一会儿，就能够收到信息提示，要求你拍下收据的照片，此照片将准确地被上传至事先设定的表格项目中。假设你驾车出差，手机将自动计算并汇报你的行驶里程，将其上传至报销表格中，你需要做的只是审核通过此项目。

2、通过反馈意见（与过失行为）来影响支出

报销费用时能够得到更多帮助当然很好，因为你报销的费用会成为考核标准之一。得分与反馈意见被融入了报销流程中，用于激发企业公民有更好的表现。

例如你可能会就车辆租赁或酒店住宿获得反馈意见，告知你是否支付了高于均价的费用。有软件可检查你的机票、对比购买日期与出行日期。最后一刻购买机票的人员可能会收下以下信息：“你是否知道提前21天购票价格更划算？”

当然，你不会总是收到这样的反馈意见，因此你可能会由于自己无法掌控的一些因素而得到较低的评价。技术并非尽善尽美，但其绝对是有影响力的。如果在填写报销表格时某人获得了较差的评分，想要知道为什么，这让他对成本与公司政策有了透彻的了解。没人希望因为购买了最贵的机票而被叫到主管的办公室。

3、自动合规的差旅产品预订

就报销表格获得评分有点马后炮的意思。在预订期间就积极给予提示才是下一步的首要任务。

常飞旅客已习惯了设置警报、在票价下调时获得实时通知，同时在行程途中进行实时的变更。随着我们日益与预订工具融合，此类情况将越来越常见，软件将能够以近乎自动化企业差旅代理的身份来在发生费用前影响差旅人员的行为，从而避免大家进入“差生”榜。

GPS技术也能将此功能延伸至实时活动上，或许还能够阻止差旅人员进入太昂贵的餐馆，同时向其推荐附近更经济且符合公司标准的餐馆。

随着在线预订日益遍及，同时与差旅顾问电话联系的方式逐步被摒弃，此类功能也将日益显现其重要性。

4、数据驱动的游戏化机制

一些企业已不再只是简单地对员工进行评分，而是发展到使好的支出管理做法“游戏化”，向达成目标或超越目标的员工给予奖励。人们都希望成为良好的企业公民，如果推出一些激励机制，其中许多人都会朝更好的方向前进。共享经济（Uber、Airbnb、Lyft等）的出现使人们有了更多选择，能够在出差时节俭消费并争取获得奖励。

有一家企业就推出了类似项目，针对差旅人员的目的地城市设置了酒店价格标准，如果员工住宿价格低于这个标准，则会获得一半价差的奖励。员工可将此奖励作为私人花费，也可用于之后出差时升级住宿。

很快我们将看到企业向员工实时给予此类奖励，从而使员工住宿时更舒心。公司会对员工说：“你好，我们注意到你预订了一家更经济型的酒店。我们要奖励你可在出差期间享受酒店的Spa按摩，或是在一家特别的餐馆享用晚餐。”

5、向差旅经理提供的预测性建议

预测性建议不只针对差旅人员，也可提供给差旅经理。应用软件可提供以下建议：“不要在旧金山举办这六项会议，因为那里的酒店价格相当高。”

这是以多年采集到的历史数据为依据的。此类数据显示每年10月第3周一直是旧金山酒店价格最高的时段。不过目前这些工具里也有足够的实时数据，能够监测酒店预订较快速的城市的价格趋势。同样，你不可能总是能够选择何时出行，但你拥有了信息，能够让自己做出更好的决定。

成本预测是又一个有创新的领域。其中的理念是使用企业的历史差旅支出数据，并将其与季节性成本数据以及来自互联网预订和预审批流程的数据混合，这样财务经理就能够更好地预测成本，并恰当地进行现金规划。

6、分析与报告

报告与分析是一个有巨大增长的领域，已在大量差旅与支出功能中被采用。一个突出的领域就是“照顾义务”。而“照顾义务”可以认为就是要“找到自己的差旅人员”。

此类功能之前就一直存在，不过随着GPS与定位技术的改进以及更多数据源的汇集而有了长足的发展。差旅经理需要做的只是按下按钮，就能知道各位差旅人员都在哪里。这一点在出现危机时尤其关键。

7、销售需要的数据

现在你已经知道2016年数据将成为真正重要的事物。其他人也都了解这一点。向差旅经理提供此类数据情报曾经基本上属于大型差旅管理企业的业务领域。但如今我们看到一些全新的、专业化的独立数据公司也在与差旅经理合作，使其获得更好的数据。此类数据可以是相当细化的，例如观察各个年龄段群体的差旅模式，或是研究在线预订者与离线预订者的不同行为。