在線旅游信息對團隊游產品預訂的影響研究——以攜程網數據為例

暨南大學深圳旅游學院 庾美容

在線旅游信息對團隊游產品預訂的影響研究——以攜程網數據為例

暨南大學深圳旅游學院 庾美容

摘 要：本文將研究在線旅游網站在線信息：商家推介信息，產品介紹信息和游客點評信息對國內目的地跟團游預訂的 影響。通過將我國旅游城市分為高度專業化、半專業化和低專業化三種類型，采集不同城市目的地跟團游線路信息，經過SPSS分析，提出在線信息對不同專業化旅游城市的影響。所以在線旅游網站應根據不同市場需求加以改進網站功能，才能符合時代的發展趨勢。

關鍵詞:攜程網 國內跟團游 在線信息 線性回歸分析

根據艾瑞網數據，我國2014年在線旅游市場規模達3077.9億元，其中在線度假是最具發展潛力的市場。然而旅游產品作為一款體驗型產品，用戶只能通過網站了解旅游線路，因此，旅游網站上的信息對用戶購買就顯得十分重要。本文將通過以攜程網為例，區分三種旅游專業化程度城市，研究在線信息對不同專業化旅游城市旅游業務預訂影響，使旅游網站能更有針對性地加強網站信息建設。

1 文獻綜述

Peterson(2003)通過研究用戶搜索行為，認為在線信息能夠通過影響用戶的購買行為，從而對產品的銷量造成影響。Senecal(2004)發現用戶評論信息能夠增加潛在用戶的購買意愿，評論數目越多，越容易受到用戶追捧。岑成德(2007)研究年輕旅游者網絡搜索行為，發現他們最重視價格、景點推介、住宿、美食與線路的安排。孫春華(2009)對比了零負面口碑和20%負面口碑的情況下，20%負面口碑產品預訂量更多。過度的人為控制評論，容易降低評論的可信度，從而適得其反。李君軼(2010)通過對游客進行調查，發現在短時間內把線路的主要特征告訴游客，吸引游客點擊了解再下單，成為在線旅游網站發展的根本。江金波(2014)研究旅游電子商務網站成熟度對在線旅游預訂意向，發現顧客對網站的信任程度會影響顧客的下單。

2 實證分析

2.1 模型構建

本文根據城市規模與旅游化程度，將我國城市分為三類旅游城市研究：高度專業化旅游城市：三亞、麗江、桂林、張家界，半專業化城市：廈門、北京、上海、秦皇島，低專業化旅游城市：深圳、東莞、濟南、呼和浩特共十二個城市。

通過分析攜程網站信息，總結出網站上主要存在三種介紹信息：網站推薦信息、旅游產品自身特色信息與游客體驗評論信息。網站推薦信息是網站上對該旅游產品做的廣告推介，如鉆級()，代表餐飲與住宿環境。特色信息指旅游產品本身特色，如價格()、景點特點等，本文采取計算特色數目()考察景點特點。而評論信息則是體驗過產品的游客給出的點評，本文統計的變量有評論數目()、點評得分()、差評比率(線路1分和

通過選取線性回歸模型，將出游人數等于網上預訂國內跟團游( 2分人數占總人數的比率)與咨詢問答數()。 )的數量，把以上因素納入模型中研究。建立模型如下：

2.2 數據收集

在選擇旅游線路上，為排除不同出發地到同一目的地的路程遠近與選擇交通方式不同帶來的價格差異，將選取目的地跟團游線路數據作為研究。本文通過八爪魚采集器采集攜程網目的地跟團游線路信息，再導入到SPSS中，建立多元線性回歸方程，研究在線信息對不同專業化旅游城市跟團游預訂的影響。

2.3 結果分析

在SPSS里進行線性回歸分析時，采用了DW檢驗和VIF檢驗方法對模型進行檢驗：三個模型的DW檢驗結果都接近2，證明殘差服從正態分布，隨機序列中不存在自相關性。而三個模型的VIF值均處于1～2.5之間，一般認為VIF值少于10時，變量之間不存在顯著的線性相關，所以本文中的自變量都通過檢驗，回歸分析的結果可信。統計模型的分析結果如表1所示。

表1 統計分析結果

綜合比較以上三個模型，點評數目對不同專業化的旅游城市都有影響，而鉆級、點評得分、差評比率與咨詢問答數則不同程度地影響不同專業化的旅游城市，其中特色數目與價格則沒有較大的影響。由于特色數目是在主頁面吸引游客點擊進去游覽的，更多的是起到吸引關注的作用，對訂單量影響不大。而價格由于會隨著出游天數、入住酒店等級與餐飲狀況而改變，所以也不能一概而論地影響跟團游的預訂人數。

3 研究結論

本文以出游人數為因變量，研究另外七個變量對其的影響。研究結果表明：(1)點評數目顯著影響著不同專業化的旅游城市出游人數；(2)特色數目與最低價格沒有對跟團游數量有顯著影響；(3)鉆級、點評得分、點評人數、差評比率與咨詢問答數很大程度上會影響高度專業化和半專業化旅游城市在線跟團游的訂單量。對旅游網站在線信息的建設建議如下：

首先，對不同旅游專業化程度城市的跟團游線路應該進行分類管理。一些用戶是以點評數量為導向的，難以找到最適合自己的跟團游旅游線路。可以列出一個欄目，月度或季度最熱門出游線路，吸引大家點擊了解詳情。

其次，除了點評數目會影響用戶的在線預訂數量，差評數量也會影響用戶預訂。100%的好評反而會引起用戶對網站可信度的懷疑，所以商家不應該一面地控制好評比率，而是在出現了差評后應該立刻跟進處理。從用戶的角度看，網站的人員積極響應和處理問題，會使用戶更加相信網站產品，提高對網站的忠誠度。

最后，由于點評數量，用戶咨詢數等也會積極影響用戶的購買意向，所以網站應該鼓勵游客在體驗產品后回到網站上撰寫點評或游記，不僅能夠吸引更多用戶購買同類型的產品，也能更好地維護與老客戶的關系。強大的點評及客戶數據系統不僅能吸引更多的客戶提高對網站與產品的信任度，也能夠提供數據事實依據給網站和跟團游承包商進行改進，這能促使在線旅游網站的良性循環發展。

4 結語

本文以三個不同旅游專業化的城市為例，研究影響其出游人數的原因，能否適用于其他城市還有待其他數據收集方法等的配合研究，如后續應該結合調查問卷等面向全國旅游者進行調研，通過調查問卷，實地探訪調研等方法，進一步考察攜程網上的在線信息對用戶預訂的影響。

參考文獻

[1] 張夢,張廣宇,葉作亮.在線信息對酒店網上預訂的影響研究——基于攜程網酒店在線預訂數據的分析[J].旅游學刊,2011.

[2] 李君軼,楊敏.西安國內游客旅游網絡信息搜索行為研究[J].經濟地理,2010.

[3] 江金波,梁方方.旅游電子商務成熟度對在線旅游預訂意向的影響——以攜程旅行網為例[J].旅游學刊,2014.

中圖分類號：F590

文獻標識碼：A

文章編號：2096-0298(2015)05(c)-174-02