廣州酒店在線信息關鍵因子排序研究
——以藝龍網(wǎng)為例

吳南，黎翔，張鵬，胡榮鑫

（廣州科技應用學院，廣東廣州 510000）

網(wǎng)絡對酒店產(chǎn)業(yè)鏈強力改造，平臺不僅靠流量覆蓋“廣度”，更需“深度”挖掘在線信息。本研究提煉影響顧客在線購買決策因子優(yōu)先次序，使酒店和平臺突出關鍵因子，促進銷售。

1 國內(nèi)外研究現(xiàn)狀

酒店是典型體驗式服務產(chǎn)品適合網(wǎng)上銷售，目前研究集中酒店在線評論對消費者購買決策影響，如迪克金戈和瑪扎奈克(Dickinger＆Mazanec)從在線評論影響消費者決策、格瑞茨和劉(Gretzel＆Yoo)從在線評論對消費者決策影響最大、德勤咨詢認為在線評論是影響消費者決策關鍵因素、閏強和孟躍從在線評論長度和感情極性對消費者信息感知、Sparks＆Browning從正向在線評論打造消費者高信任度、維曼倫和希格斯(Vermeulen＆Seegers)從正向在線評論提高消費者購買意愿。但研究僅局限在線信息的評論對消費者購買決策影響，僅少數(shù)研究涉及其他在線信息對消費者購買決策影響，Chen指出預訂平臺推薦信息、Chevlier,Mayzlin發(fā)現(xiàn)圖書特征信息顯著影響圖書線上銷售。但把在線信息綜合研究對銷量影響鮮有涉及，僅Haul和張夢指出不同在線信息影響消費者購買，但未得到深入研究。本文擬從在線信息客房特征、顧客評論、酒店服務和預訂平臺推薦四個角度研究。

2 研究數(shù)據(jù)與方法

2.1 數(shù)據(jù)獲取與處理

以藝龍網(wǎng)為例，數(shù)據(jù)采集2016年8月24日——2016年8月30日，隨機選108家五星/豪華酒店，378家四星/高檔酒店，510家三星/舒適酒店，583家經(jīng)濟/客棧酒店，1579家酒店為研究樣本。

2.2 指標體系建立

影響消費者選擇在線信息主要由酒店客房特征信息、預定平臺推薦信息和消費者評論信息3部分構成。酒店客房特征信息為價格、房型、設施等，選擇房型種類、客房最低價格、客房最高價格和酒店自己上傳照片比較客房。平臺推薦信息為酒店服務指數(shù)、及時確定率、預訂成功率、瀏覽收藏指數(shù)、用戶評級等。酒店服務指數(shù)是平臺獨有數(shù)據(jù)，其他同類平臺暫無，包括用戶預訂后酒店及時確認率、預訂成功率和用戶投訴率及各數(shù)據(jù)在同城酒店排名情況。瀏覽收藏指數(shù)是酒店消費熱度。用戶評級以顧客評論為基礎，綜合文化和旅游部評定星級、酒店設施設備、周邊配套、服務質(zhì)量、社會美譽度、品牌知名度、對客戶誠信等因素，平臺對酒店評級。消費者評論信息為評論數(shù)量、好評率、推薦率、不推薦率、網(wǎng)友上傳照片，評論數(shù)量反映客房消費數(shù)量，好評率是顧客對酒店印象，推薦率是用值得推薦除以全部點評得出，消費者負面評價比正面評價更能影響消費者選擇行為，全部點評減去值得推薦減去有待改善除以全部點評得出不推薦率。網(wǎng)友上傳照片是顧客上傳照片分享入住體驗，入住酒店才能發(fā)表評論，可信度高。

2.3 研究方法

（1）探索性因子分析（Exploratory Factor Analysis，EFA）找出多元變量本質(zhì)結構，14個變量提煉關鍵因子，按信息量排序。（2）系統(tǒng)聚類分析（Hierarchical Cluster Analysis）研究對象分為相對同質(zhì)群組，關鍵因子根據(jù)重要程度排序。（3）因子重要程度和信息量多寡排序對比。

3 實證分析

3.1 因子分析

用SPSS 20.0統(tǒng)計學軟件對酒店在線信息因子分析，用KMO and Bartlett檢驗，4個模型KMO值大于0.5，概率值0.000＜0.01，適合因子分析。前4個方差累計貢獻率60%以上，提取F1、F2、F3、F4四個主成分。“服務指數(shù)”“及時確定率”“預訂成功率”較大載荷，命名為“酒店服務指數(shù)”；“評論數(shù)量”“瀏覽收藏指數(shù)”“網(wǎng)友上傳照片”較大載荷，命名為“人氣指數(shù)”；“好評率”“不推薦率”“推薦率”較大載荷，命名為“評價指數(shù)”；“客房最高價格”“客房最低價格”較大載荷，命名為“客房性價比”；“客房最高價格”“酒店照片”“房型種類”較大載荷，命名為“高價客房特征”。

由表1可知，因子分析把廣州1579家4種不同類型酒店13個在線信息提煉為4個關鍵因子，據(jù)信息量多寡排序。模型1和模型2最多信息“酒店服務指數(shù)”，客人重視服務效率。其次“人氣指數(shù)”“評價指數(shù)”，顧客有收藏評價酒店習慣。最少信息“高價客房特征”“客房性價比”，平臺沒有凸顯酒店產(chǎn)品特征。模型3模型4最多信息“評價指數(shù)”“人氣指數(shù)”，在線評價真實反映產(chǎn)品質(zhì)量。收藏酒店信息量大，說明酒店受歡迎。其次“客房性價比”“酒店服務指數(shù)”，模型3大量優(yōu)惠信息，突出“客房性價比”優(yōu)勢，最少信息“酒店服務指數(shù)”，平臺淡化；模型4“酒店服務指數(shù)”，強調(diào)酒店服務效率，最少“客房性價比”，酒店價格較低，平臺淡化。

表1 四個酒店模型結果匯總

表2 四個模型因子重要程度和信息多寡對比

3.2 聚類分析

用SPSS 20.0統(tǒng)計學軟件對F1F2F3F44個連續(xù)變量和X141個分類變量做二階聚類分析。4個模型聚類質(zhì)量都大于0.5，聚類質(zhì)量好。

表2反映4個模型5個因子重要程度，影響顧客購買決策因子優(yōu)先次序。所有模型X14“用戶評級”重要程度最高1.00，客人認可平臺權威性。模型1F3“評價指數(shù)”重要程度第二，顧客相信陌生人評價息。模型2 F4“客房性價比”重要程度第二，性價比是吸引顧客關鍵原因；F3“人氣指數(shù)”重要程度第三，顧客青睞受歡迎酒店。模型3 F3“客房性價比”重要程度第二、F2“人氣指數(shù)”重要程度第三。模型4 F3“酒店服務指數(shù)”重要程度第二，顧客看重酒店服務效率。其他因子重要程度低于0.05，忽略不計。

4 結語

本文將廣州1579家酒店在線信息提煉5個因子，把因子信息量多寡和重要程度比較，提出管理建議。

4.1 強調(diào)重要程度高因子

重視重要程度首位因子，所有模型X14“用戶評級”重要程度1.00，購買首要考慮因素，酒店要加強與平臺合作，從文化和旅游部評定星級、酒店設施設備、周邊配套、服務質(zhì)量、社會美譽度、品牌知名度、對客戶誠信等提升質(zhì)量，獲得平臺好評。同時平臺突出強調(diào)酒店評級，放在網(wǎng)頁顯眼位置，大號加粗彩色字體強調(diào)。

模型1五星/豪華酒店F3“評價指數(shù)”重要程度0.95，購買第二考慮因素，但信息量僅0.17，酒店和平臺應高度重視。酒店要提供精細情感服務，打造與眾不同深度體驗，鼓勵客人積極撰寫有質(zhì)量有深度好評和推薦。平臺要更新、傳播分享高質(zhì)量點評，及時回復顧客問題，反饋評論提出管理漏洞，改善酒店服務質(zhì)量。模型2四星/高檔酒店和模型3三星/舒適酒店“客房性價比”“人氣指數(shù)”重要程度偏高，購買第二第三考慮因素，但信息量均勻且偏少。酒店應做好服務工作，保持較低價格，獲得客人青睞。平臺要列出客房價格和質(zhì)量信息，在網(wǎng)頁顯眼位置放置“客房性價比”，大號加粗彩色字體強調(diào)，凸顯醒目促銷活動和亮眼優(yōu)惠回饋。模型4經(jīng)濟/客棧酒店僅F4“酒店服務指數(shù)”重要程度偏高，購買第二考慮因素，但信息量并不多。酒店要提升預訂客房及時確認率和預訂成功率，降低顧客投訴率。平臺要投入資源到“酒店服務指數(shù)”，采用饑餓銷售、限時優(yōu)惠、特價產(chǎn)品等營銷策略。

4.2 淡化重要程度低因子

模型1五星/豪華酒店F1“酒店服務指數(shù)”、F4“高價客房特征”、F2“人氣指數(shù)”，模型2四星/高檔酒店F1“酒店服務指數(shù)”、F2“評價指數(shù)”，模型 3三星/舒適酒店 F1“評價指數(shù)”、F4“酒店服務指數(shù)”，模型 4經(jīng)濟/客棧酒店 F2“人氣指數(shù)”、F1“評價指數(shù)”、F4“客房性價比”關鍵因子重要程度偏低，但平臺已投入大量資源，應減少資源到重要程度低因子，放在文末等不顯眼的位置，小號普通字體弱化。

平臺要增強供求雙方黏性，重點投入資源到重要程度高因子，促進顧客購買；淡化減少資源到重要程度低因子，避免干擾顧客購買，優(yōu)化顧客購買體驗，促進銷售。