基于第三方評論網站的在線評論對酒店市場銷售的影響研究

魏曉健 朱閣 趙建欣

摘要： 隨著互聯網技術的逐漸普及，在線預訂成為酒店預訂的主要方式，最近幾年研究網絡在線評論的文獻也越來越多。本文首先梳理了已有在線消費者評論相關文獻。通過采集北京地區大眾點評平臺上的經濟型酒店和四五星級高檔型酒店數據，并建立多元回歸模型，分析了消費者評分、評分方差和價格等因素對酒店在線預訂數量的影響。研究結果表明，選擇經濟型酒店的消費者更加注重酒店的性價比和評論分數的一致性；而選擇高檔型酒店的消費者，則更加注重酒店的檔次和評論分數的一致性。

Abstract： With the growing popularity of Internet technology， online reservation has become the main way of hotel reservation， and researches on online comment have been increasing in recent years. This paper firstly sorts the existing online consumer comment related literature. Through collecting the data on Public Comments platform on budget hotels and four five-star luxury hotels in Beijing， and establishing multiple regression model， this article analyzes the influence of consumer score， score variance and price factors on the number of the hotel online reservation. Research results show that the customers choosing budget hotels pay more attention to the consistency of hotel's cost performance and comment scores； and those who choose high-grade hotels pay more attention to the consistency of the grade of the hotel and comment scores.

關鍵詞： 酒店預訂；在線評論；市場銷售

Key words： hotel reservation；online comments；marketing

中圖分類號：F719；F49 文獻標識碼：A 文章編號：1006-4311（2016）05-0070-03

0 引言

在線預訂也稱為網上預訂，是指消費者通過網絡向產品或服務提供商預訂所需產品或服務并通過線上或線下的方式進行支付。隨著網絡的普及，越來越多的消費者根據需求選擇了在線預訂。據CNNIC發布的最新消息顯示，截至到2015年6月，我國網民規模達6.68億，互聯網普及率為48.8%，給在線預訂提供了廣闊的發展基礎[1]。酒店的異地性和體驗性特征更加適合在線預訂。酒店的預訂形式主要有三種：一種是第三方平臺預訂，第二種是酒店官方直銷模式，第三種是代理模式[2]。目前酒店預訂模式最常用的是第三方平臺預訂。本文的研究主要基于這種第三方平臺的在線預訂來研究酒店市場銷售的在線信息影響因素。酒店的體驗性特征使得顧客無法在消費之前獲知消費過程的全面信息，因此，為了降低感知風險，顧客往往傾向網絡口碑獲取參考信息（Wirtz和Chew，2002）[3]。本文在梳理已有文獻的基礎上，對第三方評論網站上影響消費者在線預訂酒店的評論相關信息進行了建模分析。并為酒店管理者提高酒店的市場銷售提出新思路。

1 文獻綜述

酒店是典型的體驗性服務，其各方面質量在消費之前往往是未知的。因此，為了降低感知風險，消費者從各方面搜索信息為其決策提供參考[4]。而所有在線信息中在線評論又是消費者最為關注的。Gretzel和Yoo（2008）指出有四分之三的旅游者在做決定之前會將在線評論作為一個信息來源來支持選擇[5]。同樣，Hankin L（2007）基于在BizRate上的調查，發現大約有近一半的人購物前會查詢在線評論，有一半以上的人認為消費者評論比專家評論更有價值[6]。消費者在預定酒店之前也必定搜尋在線評論（Kim等，2011）[7]。Karen（2014）根據TripAdvisor，2013指出53%的游客直到讀了在線評論之后才會預訂酒店，而77%的游客“常?！痹陬A訂前查看酒店評論[8]。

在線評論與消費者預訂緊密相連的同時，自然與相關產品的銷售密切相關。已有研究充分論證了在線評論對銷售的重要影響。Ghose和Ipeirotis （2006）指出在線評論可以降低消費者缺乏產品信息而產生的憂慮，從而有利于促進銷售[9]。同樣，已有研究發現，在線評論在酒店行業銷售方面也起著關鍵的作用（Cheng和Loi，2014）[10]。？魻gut？觺和Tas（2012）指出消費者評分增加1%，在巴黎酒店銷售量會增加2.68%，倫敦酒店銷量會增加2.62%[11]。

同樣Ye等（2011）研究了在線評論對酒店經營績效的影響，并通過實證研究發現在線評論的數量增加10%，在線預訂就會增加5%[12]。Torres等（2015）指出公司的財務狀況能通過酒店的顧客在線評級來反映。研究收集了TripAdvisor上178家酒店信息對酒店排名和在線評論數量對酒店交易產生的影響進行了研究。結果表明，評分和評論的數量與酒店在線預訂交易的平均規模正相關[13]。

已有文獻對在線評論的研究主要集中于以下幾個方面：評論極性（Chintagunta等，2010[14]；Sun，2012[15]；Tirunillai和Tellis，2012[16]）、評論數量（Chintagunta等，2010[14]；Dellarocas等，2007[17]）和評分方差（Chintagunta等，2010[14]；Sun，2012[15]；Markopoulos和Clemons，2013[18]）。

通過以上文獻可以看出，關于在線評論的理論研究已經比較豐富，而實證研究卻十分有限，根據第三方平臺的預訂信息來分析評論信息對銷售影響的文獻更是寥寥無幾。在此方面具有開創性的Qiang Ye等（2009）從攜程網上搜集數據，建立了一個對數線性回歸模型，分析了評分均值、評分方差、最低價格、城市等級、酒店星級對酒店預訂數量的影響。研究結果表明，評分與評論數量正相關，評分方差與評論數量負相關，城市等級對酒店的預訂也有一定的影響[7]。Xie等（2014）從TripAdvisor上收集數據，分析了消費者評論和商家反饋對企業績效的影響。結果顯示總體評級，購買價值、位置、清潔度的屬性評級，消費者評論的變化和數量，管理者回應的數量與酒店表現強烈相關。此外，消費者評論的變化和數量對總體評分和酒店表現之間的關系有調節作用[20]。

無論任何交易，價格都是最為重要的因素，Cezar等（2012）通過研究國內酒店預訂得出價格和在線評論數量顯著負相關[21]。在以上研究的基礎上，本文對影響消費者在線預訂和酒店銷售的評分、評論數量、評分方差、價格等幾個關鍵因素進行建模分析，以期豐富該領域的研究成果并為酒店經營人員提供更恰當的在線管理策略。

2 實證分析

2.1 構建模型

本文使用多元線性回歸模型研究評論分數、評分一致性以及價格對酒店預訂數量的影響。由于酒店的預訂數量與酒店的評論數量存在線性關系[19]，因此在本模型中我們使用評論數量來代替酒店實際銷售數量。模型構建如下：

ln（Volume）=？茁0+？茁1Rating+？茁2VarRating+？茁3ln（Price）+？著

（1）

以上模型中的變量說明如表1。

2.2 收集數據

大眾點評是國內領先的生活信息及交易平臺。截止到2015年第一季度，大眾點評月活躍用戶數超過2億，收錄商戶數量超過1400萬家，覆蓋全國2500多個城市及美國、日本、法國等近百個熱門旅游國家和地區。除上?？偛恐?，大眾點評已經在北京、廣州、天津、杭州、南京等160多座城市設立分支機構。目前大眾點評月綜合瀏覽量（網站及移動設備）超過150億，其中移動客戶端的瀏覽量超過85%，移動客戶端累計獨立用戶數超過2億[22]?？紤]到不同檔次的酒店對影響其銷售的信息可能不同，因此，我們從大眾點評網上搜集了北京地區經濟型酒店、四星級酒店和五星級酒店數據，用于此模型的對比分析。在分析中，經濟型酒店自成一類，四星級和五星級酒店分為一類，屬于高檔型酒店。

在搜集數據過程中，我們根據各類型酒店的標準和2014年中國酒店的平均入住率（56%）來篩選酒店數據。經濟型酒店中，我們將“青年旅社”等一類的酒店排除在外，由于很多青年旅社只為背包客提供床位，服務質量和價格均遠遠低于一般經濟型酒店，因此，在本文研究的經濟型酒店中只包含品牌經濟型酒店，諸如7天、如家、漢庭、錦江之星、速8等各種品牌酒店。

經過數據的搜集與整理，最終整理出808家酒店作為研究樣本。其中經濟型酒店348家，所占比例43.07%；高檔型酒店460家，所占比例56.93%，其中四星級酒店285家，所占比例35.27%，五星級酒店175家，所占比例21.66%。在此數據信息中，評分采用各酒店的平均評分計算得來。平均分相對于1～5刻度的評分更利于準確的分析。

2.3 結果分析

本文使用spss20.0進行數據分析，為避免多重共線性因素影響分析結果，首先進行了多重共線性診斷。診斷結果如表3所示。

從表3中可以看出，方差膨脹因子VIF遠小于10，因此，此模型不存在多重共線性問題。通過數據分析，最終得出兩種類型酒店的模型結果，如表4。

從模型1中可以看出，價格和評分均十分顯著，價格系數？茁3為負（-0.347），評分系數？茁1為正（0.723），說明選擇經濟型酒店的消費者比較注重價格方面的實惠，同時關注評分較高的酒店。而在模型2中，價格的系數？茁3為正（0.331），評分系數？茁1也為正，說明選擇高檔酒店的消費者不會刻意回避高價格，可能是因為選擇高檔型酒店的消費者大多為商務出行或有公款報銷的人群，因此，他們更加注重評分的高低與評分的一致性。

3 結論與對策

本文在梳理已有文獻的基礎之上，根據影響酒店在線預訂的關鍵因素進行了多元回歸分析。數據來源于大眾點評北京地區經濟型酒店和四星、五星級酒店，為對比不同等級酒店之間的差別，根據酒店檔次將以上酒店數據分為經濟型和高檔型兩類，在此基礎上分析了消費者評分、評分方差和價格對兩種類型酒店預訂的影響。結果表明消費者評分、評論方差和價格對酒店的在線預訂數量影響均為顯著。選擇經濟型酒店的消費者更加傾向于價格較低而評分較高的酒店，即注重酒店的性價比；而選擇高檔型酒店的消費者則更加注重酒店的檔次。兩種消費者在選擇酒店時均會選擇評分一致的酒店，以減小住宿所帶來的感知風險。

通過以上分析，酒店經營者對于不同的消費者應該采取不同的銷售策略。而反應在酒店頁面信息上則為關鍵信息的精心設計和消費者心理的準確預測。對于經濟型酒店，酒店管理人員應當提供與所屬檔次一致的設施與服務，保證評論的一致性；另外，可以定期推出特價房，以優惠的價格吸引更多的消費者預訂。而對于高檔型酒店，管理人員在酒店各方面更應精益求精以求與其檔次相符；在價格方面不能盲目追求低廉，要與酒店的真實設施服務相匹配。

參考文獻：

[1]http：//www.cnnic.cn/gywm/xwzx/rdxw/2015/201507/t2015072

3_52626.htm.

[2]陳海鵬.旅游在線預訂市場與BtoC 電子商務模式研究.

[3]Wirtz， J.， Chew， P. The effects of incentives， deal proneness， satisfaction and tie-strength on word-of-mouth behavior. Int. [J]. Serv. Ind. Manage， 2002， 13 （2）：141-162.

[4]Klein L R. Evaluating the potential of interactive media through a new lens： Search versus experience goods [J]. Journal of Business Research， 1998，97（ 41） ： 195-203.

[5]Gretzel， U.， Yoo， K.， 2008. Use and impact of online travel reviews. In： OConnor， P.， Ho ¨pken， W.， Gretzel， U. （Eds.）， Information and Communication Technologies in Tourism 2008. Springer-Verlag， Wien/New York， pp. 35-46.

[6]Hankin L. The effects of user reviews on online purchasing behavior across multiple product categories[D]. California： University of California，2007.

[7]Kim， E.E.K.， Mattila， A.S.， Baloglu， S. Effects of gender and expertise on consumers motivation to read online hotel reviews. Cornell Hosp. Q， 2011， 52 （4）：399-406.

[8]Xie K L， Zhang Z， Zhang Z. The business value of online consumer reviews and management response to hotel performance[J]. International Journal of Hospitality Management， 2014， 43：1-12.

[9]Ghose， A.， Ipeirotis， P.， 2006. Towards an understanding of the impact of customer sentiment on product sales and review quality. In： Proceedings of theWorkshop on Information Technology and Systems， Milwaukee， December， pp. 1-6.

[10]Cheng， V.T.P.， Loi， M.K. Handling negative online customer reviews： the effects of elaboration likelihood model and distributive justice[J]. Travel Tour. Market， 2014， 31 （1）：1-15.

[11]？魻gut， ˇH.， Tas ， B.K.O. The influence of internet customer reviews on the online sales and prices in hotel industry[J]. Serv. Ind， 2012， 32 （2）：197-214.

[12]Ye Q， Law R， Gu B， et al. The influence of user-generated content on traveler behavior： An empirical investigation on the effects of e-word-of-mouth to hotel online bookings[J]. Computers in Human Behavior， 2011， 27（2）：634-639.

[13]Torres E N， Singh D， Robertson-Ring A. Consumer reviews and the creation of booking transaction value： Lessons from the hotel industry[J]. International Journal of Hospitality Management， 2015， 50：77-83.

[14]Chintagunta， P.K.， Gopinath， S.， Venkataraman， S. The effects of online user reviews on movie box office performance： accounting for sequential rollout and aggregation across local markets[J]. Market. Sci， 2010， 29 （5）： 944-957.

[15]Sun， M. How does the variance of product ratings matter？[J]. Manage. Sci， 2012， 58 （4）：696-707.

[16]Tirunillai， S.， Tellis， G.J. Does chatter really matter？ Dynamics of usergenerated content and stock performance[J]. Market. Sci， 2012， 31 （2）：198-215.

[17]Dellarocas， C.， Zhang， X.， Awad， N.F. Exploring the value of online product ratings in revenue forecasting： the case of motion pictures[J]. Interact. Market， 2007， 21（4）：23-45.

[18]Markopoulos， P.M.， Clemons， E.K. Reducing buyers uncertainty about tasterelated product attributes[J]. Manage. Inf. Syst， 2013， 30（2）：269-299.

[19]Ye Q， Law R， Gu B. The impact of online user reviews on hotel room sale[J]. International Journal of Hospitality Management，2009，28（1）：180-182.

[20]Xie K L， Zhang Z， Zhang Z. The business value of online consumer reviews and management response to hotel performance[J]. International Journal of Hospitality Management， 2014， 43：1-12.

[21]Cezar A， ütH. The Determinants of Domestic and International Visitors Online Hotel Booking[J]. Procedia - Social and Behavioral Sciences， 2012， 58：971-979.

[22]http：//baike.baidu.com/view/898309.htm.