酒店服務在線管理反饋策略比較研究

郭曉姝

（東北財經大學　管理科學與工程學院，遼寧　大連　116025）

酒店服務在線管理反饋策略比較研究

郭曉姝

（東北財經大學管理科學與工程學院，遼寧大連116025）

酒店服務不可避免的會出現服務失誤，顧客普遍在網絡上表達不滿和抱怨，酒店通常以回復評論的形式進行服務補救，為了更好的了解目前不同星級酒店針對在線負向評論的管理反饋策略，文章研究分析了北京地區(qū)3 094家酒店1 165 442條評論評論及管理反饋內容，用SVM方法對負向評論分類并對比分析不同星級酒店的顧客抱怨不滿的類別；提出三種管理反饋策略：歡迎與感謝、解釋與駁斥、道歉與承諾，通過卡方分析發(fā)現管理反饋策略的選擇與酒店星級有關，并分析了不同星級酒店不同類別的負向評論與管理反饋策略匹配問題，根據研究發(fā)現對各星級酒店服務改善環(huán)節(jié)和管理反饋策略選擇提出建議。

酒店服務；在線評論；SVM；管理反饋策略

1　引言

旅游O2O模式的發(fā)展，極大的改變了人們生活和工作的方式，一方面為消費者的出行住宿提供多方選擇和預訂便利，為企業(yè)展示和推廣服務提供渠道，另一方面因消費者對服務評價的不同給后來消費者選擇造成困擾，也為企業(yè)處理負面口碑傳播提出了考驗。

消費者往往通過評論的形式將不滿或抱怨表達出來，而負向評論比正向評論更易受消費者的信任，負向評論會影響潛在消費者的選擇，以及影響企業(yè)形象，從而影響酒店企業(yè)的盈利（Jeong，Jeon 2008）。目前，服務人員通過識別顧客的情緒和相關的應對方式并采用有針對性的補救策略（Tsarenko，Strizhakova，2010），管理好在線對話，使之成為一個有力的競爭工具，而有效地管理反饋能增加消費者的忠誠度（Barsky，Frame 2009），然而，研究顧客不滿認知、情緒和顧客對服務不滿產生抱怨和投訴后的應對策略的研究還是較少（Donoghue，De Klerk 2012）。此外，在這個特定的設置下對服務提供者的反應，應對策略和服務補救策略還缺乏了解。

因此，本研究擬通過對旅游網站中酒店服務評論和在線管理反饋進行內容分析，挖掘和總結管理反饋策略，比較分析現階段酒店管理反饋策略狀況，為酒店服務提高及管理反饋提供理論支持。

2　文獻綜述

隨著眾多在線評論網站和O2O網站的出現，越來越多的學者圍繞用戶評論進行研究。顧客投訴服務是生活中最簡單的一個事實，因為服務失誤幾乎是不可避免的時時發(fā)生。顧客在接受服務后經常會抱怨，例如服務的交付、設備損壞、服務員態(tài)度等問題（Chung，Douglas Hoffman，1998；Harrison－Walker，2001）。對顧客抱怨的分析能為酒店市場研究提供有價值的服務，揭示了需要改進的潛在領域（Lewis，Morris，1987）。已有研究分析了征求意見和主動反饋（如意見卡片、電子調查）以期更好的理解典型的失敗會出現在哪里，這一領域的研究主要集中在對旅游網站的評論內容分析（O’Connor，2010；Sparks，Browning，2011；Zheng，Youn，Kincaid，2009）和統(tǒng)計方法上（Jeong，Jeon，2008）。Zheng，Youn和Kincaid（2009）研究了美國西南部六個豪華度假村近三分之二有代表性的旅游網站投訴問題，總結了有關服務的問題。Sparks和Browning（2011）發(fā)現房間特性等客房問題位居投訴的榜首。Manickas和Shea（1997）在對投訴日志的內容分析中發(fā)現設備故障投訴略高于服務投訴。Lewis和Morris（1987）發(fā)現的服務和過程的組合投訴成為最常見的問題，如餐廳服務登記慢，付款緩慢和工作人員效率低下。

網上投訴的應對應該直接和真實的，每個投訴都應該有個應對 （Chan and Guillet2011；Zheng，Youn，and Kincaid 2009）。有效的反應可以增加顧客的忠誠行為高達20%以上（Barsky，Frame 2009）。然而，O’C onnor（2010）發(fā)現在五百個評論中只有兩個（0.4%）才有管理反饋。最近的一項研究發(fā)現酒店對在線評論的反應有很大的分歧，一些酒店經常進行回復和其他酒店從來沒有回應。

Levy，S.E等（2013）指出星級較高的賓館經常回復顧客在線評論，有感謝、道歉和解釋三種策略，很少使用補償策略，潛在顧客更愿對負向評論作駁斥而不愿對管理反饋進行駁斥，這些都正向影響消費者態(tài)度。Bin Gu和Qiang Ye（2014）指出管理者反饋增加抱怨顧客的滿意度，也降低了那些沒收到反饋的顧客滿意度。Nathalia等（2012）歸納了管理者的六種應對：無回復、反駁、道歉、道歉并承諾不再發(fā)生、道歉并賠償、道歉承諾并補償；指出當正向評論多管理者多采取無回復策略，負向評論多時采用道歉承諾并補償，當正向評論和負向評論數量平衡時采用道歉并承諾。

從以上文獻回顧中發(fā)現對網上投訴抱怨的研究主要集中在內容和統(tǒng)計方法上，總結出投訴較高的問題，而對在線評論管理反饋的研究也是從是否有管理反饋、管理反饋策略類別等方面研究，對酒店投訴抱怨的框架缺乏研究，尤其是不同顧客由于偏好對不同星級的酒店服務感受不同，投訴抱怨的方面是否有所不同，管理反饋策略是否因酒店星級不同等問題需要進行研究，因此，有必要分析各星級酒店負向評論框架及各星級酒店采用管理反饋策略的區(qū)別，明確現階段酒店服務現狀。

3　數據收集與研究方法

本文選取攜程網的酒店客人在線評論及酒店管理反饋為研究對象，并進行內容分析。選取該數據的原因在于攜程網站上的評論基本是客人消費后的真實評論，并且點評有效期是一個月以內，點評描述較為真實，采用管理反饋的酒店會針對客人的評論進行回復，數據相對獲取方便，數據量足夠大，有利于研究的實現。筆者通過網絡爬蟲抓取了攜程網中北京地區(qū)2015 年5月之前的顧客在線點評及管理反饋等數據，共計3 094家酒店的1 165 442條評論，并通過機器學習的方法篩選出負向評論。星級酒店是由國家（省級）旅游局按照《中華人民共和國星級酒店評定標準》將酒店按等級標準劃分，每一星級酒店要達到一定的條件一定規(guī)模的，所取得的星級表明該飯店所有建筑物、設施設備及服務項目均處于同一水準。本文以酒店星級為劃分，比較討論和分析各星級酒店評論框架和管理策略。

首先，根據文獻分析和關鍵事件分析法確定評論類別框架，然后，在文獻研究和內容分析基礎上，確定管理反饋策略，選取300條負向評論內容和管理反饋內容通過研讀確定每條評論及管理反饋策略類別，用SVM方法對負向評論和管理反饋樣本數據進行分類和檢驗。

4　數據描述性分析

對樣本數據進行整理和統(tǒng)計，得到表1，五星級酒店負向評論2 379條，占五星級評論樣本總數的1.11%，管理者對46.2%負向評論進行了反饋，81.29%的五星級酒店沒有采取管理者反饋措施；四星級酒店負向評論4 812條，占四星級評論樣本總數的1.74%，管理者對53.08%的負向評論進行了反饋，77.22%的五星級酒店沒有采取管理反饋措施；三星級酒店負向評論10 569條，占三星級評論樣本總數的2.79%，管理者對40.67%負向評論進行了反饋，85.91%的五星級酒店沒有采取管理反饋措施；二星級酒店負向評論1 021條，占二星級評論樣本總數的1.16%，管理者對41.82%的負向評論進行了反饋，63.18%的五星級酒店沒有采取管理反饋措施；一星級酒店負向評論數8 756條，占一星級評論樣本總數的4.19%，管理者對51.03%負向評論進行了反饋，83.27%的五星級酒店沒有采取管理反饋措施。

從樣本統(tǒng)計分析發(fā)現，負向評論占樣本比例較少，不超過百分之五，但是針對負向評論的管理反饋卻不足百分之五十，百分之八十的酒店沒有采取管理反饋策略，管理反饋策略沒有受到酒店管理的重視，管理反饋策略有研究和采用的空間。

表1　樣本數據統(tǒng)計內容

5　負向評論框架建立與分析

對酒店負向評論內容分析發(fā)現酒店的評論內容包括對酒店外部的評論和對酒店內部的評論兩部分，酒店外部包括酒店位置、環(huán)境、交通等方面，酒店內部包括硬件設施和軟件兩方面的評價，硬件設施如房間、衛(wèi)生間、空調等酒店硬件設施，軟件方面包括服務態(tài)度、服務質量、服務效率、衛(wèi)生、氣味等與人員相關的非硬件的評價。通過機器學習的方法按照所確定的評論類別對樣本評論進行分類，如表2所示各類別所占比例。

表2　各星級酒店負向評論類別比例

從數據分析中發(fā)現1、2、3星級酒店的顧客對酒店硬件服務的抱怨較多，而4、5星級酒店顧客對軟件服務抱怨較多。1、2、3級酒店硬件設施和服務不如4、5星級酒店，顧客入住各星級酒店時對酒店環(huán)境和服務具有一定期望值，獲得服務低于期望值時就會產生抱怨，顧客首先對酒店硬件有一定期望，當硬件達到期望時才會對軟件服務提出更高要求，因此不同星級酒店服務改進方面應該根據顧客評論有不同的側重，經濟類賓館應該提升硬件設備服務，高星級賓館在硬件設備達到期望的同時，需要不斷提高軟件服務，提高顧客的滿意度，獲得顧客的忠誠。

6　負向評論與酒店星級及管理反饋策略匹配

對北京地區(qū)各星級酒店回復內容進行通讀分析發(fā)現，一條反饋往往包含兩種策略，通過對多條酒店回復進行內容分析，采用歸類分析方法，綜合以往有關服務補救策略的研究，將管理反饋策略歸類為三種形式：歡迎與感謝、道歉與承諾、解釋與駁斥，三種策略樣例如表3所示。

表3　管理反饋策略樣例

首先選取300條反饋，通過人工進行分類，然后利用SVM分類方法進行分類和檢測，準確率達到95%。為了進一步分析不同星級酒店對各類負向評論采用的管理反饋策略，我們對負向的顧客評論按照負向評論類別進行分類，同樣采用人工分類進行作為訓練集獲得分類模型，利用SVM方法進行分類，并與酒店的管理反饋進行匹配，得到圖1。

圖1　管理反饋策略與負向評論類別匹配比較圖

從匹配圖1中發(fā)現針對顧客對包括服務態(tài)度、服務質量、服務效率、衛(wèi)生、氣味等與人員相關的軟件方面的抱怨，各星級酒店采取道歉與承諾的策略進行回復，并且比例基本持平；其次采用歡迎與感謝策略，并且隨著星級的遞減采用的比例遞增。針對房間、衛(wèi)生間、空調等酒店硬件設施的負向評論，較高星級酒店更多的采用道歉與承諾策略，而1，2星級的酒店則更多的采用歡迎與感謝策略，并沒有針對服務失誤采用必要的補救措施。針對酒店外部包括酒店位置、環(huán)境、交通等方面的負向評論，各星級酒店普遍較高的采用歡迎與感謝策略，因酒店外部環(huán)境不容易通過酒店采取措施進行改善。目前各星級酒店很謹慎的使用解釋與駁斥策略，與酒店考慮到反駁會引起顧客進一步的誤會有關。

7　結語

通過分析發(fā)現顧客入住各星級酒店時對酒店環(huán)境和服務具有一定期望值，獲得服務低于期望值時就會產生抱怨，顧客首先對酒店硬件有一定期望，當硬件達到期望時才會對軟件服務提出更高要求，因此不同星級酒店服務改進方面應該根據顧客評論有不同的側重，經濟類賓館應該提升硬件設備服務，高星級賓館在硬件設備達到期望的同時，需要不斷提高軟件服務，提高顧客的滿意度，獲得顧客的忠誠。通過管理反饋策略的分析，比較不同星級酒店采取策略的不同，根據顧客評論，建立顧客評價管理系統(tǒng)和管理反饋機制，在網絡中對顧客評價給予快速有效的反饋，有針對的改善服務，提升顧客滿意度。

本文采用詞頻分析法對顧客點評進行梳理研究，同時采用人工方式對管理反饋初步分類，存在一定程度的主觀性。由于目前采用管理反饋酒店較少，而且反饋策略類型單一，充實管理反饋策略，進一步研究管理反饋策略效果及選擇方法是將來的研究重點。

主要參考文獻

［1］N L Chan，B D Guillet.Investigation of S ocial Media Marketing：How D oes the H otel I ndustry in Hong Kong P erform in Marketing on S ocial Media Websites？［J］.Journal of Travel&Tourism Marketing，2011，28 （4）：345-368.

［2］B G Chung，K D Hoffman.Critical Incidents：Service Failures that Matter Most［J］.The Cornell Hotel and Restaurant Administration Quarterly，1998，39（3）：66-71.

［3］S Donoghue，H M de Klerk.Consumers’Anger and Coping Strategies Following Appraisals of Appliance Failure［J］.International Journal of Consumer Studies，2013，37（2）：214-221.

［4］U Gretzel，K-H Yoo.Use and I mpactof O nline T ravel R eviews［C］//P O’Connor，W Hopken（ed）.Information and C ommunication T echnologies in T ourism.Vienna，Austria：Springer，2008.

［5］Gu B，Ye Q.First S tep in S ocial Media：Measuring the I nfluence of O nline Management R esponses on C ustomer S atisfaction［J］.Production &OperationsManagement，2014，23（4）：570-582.

［6］L J Harrison-Walker.The Measurementof W ord-of-mouth C ommunication and an I nvestigation of Service Quality and Customer Commitmentas Potential Antecedents［J］.Journal of service research，2001，4（1）：60-75.

［7］K D Hoffman，B G Chung.Hospitality R ecovery S trategies：C ustomer P reference versus F irm U se［J］.Journal of Hospitality and Tourism Research，1999，23（1）：71-84.

［8］M Jeong，M M Jeon.Customer R eviews of H otel E xperiences through C onsumer G enerated Media（CGM）［J］.Journal of Hospitality&Leisure Marketing，2008，17（1/2）：121-137.

［9］Lee CC，CHu.Analyzing H otel C ustomers’E-complaints froMand I nternet C omplaint F orum［J］.Journal of Travel&Tourism Marketing，2004，17（2/3）：167-181.

［10］Levy SE，DuanW J，Boo SY.An A nalysis of O ne-star O nline R eviews and R esponses in the W ashington DC，L odging Market［J］.Cornell Hospitality Quarterly，2013，54（1）：49-63.

［11］Lewis R C，SV Morris.The Positive Side of Guest Complaints［J］.Cornell Hotel and Restaurant Administration Quarterly，1987，27（4）：13-15.

［12］Manickas P A，L JShea.Hotel C omplaint B ehavior and R esolution：A C ontent A nalysis［J］.Journal of Travel Research，1997，36（2）：68-73.

［13］O’Connor P.Managing a H otel’s I mage on Trip Advisor［J］.Journal of Hospitality Marketing&Management，2010，19（7）：754-772.

［14］Sparks B，V Browning.The I mpactof O nline R eviews on H otel B ooking I ntentions and P erception of T rust［J］.Tourism Management，2011，32 （6）：1310-1323.

［15］Zheng T，H Youn，C Kincaid.An A nalysis of C ustomers’E-complaints for L uxury H otel P roperties［J］.Journal of Hospitality Marketing& Management，2009，18（7）：718-729.

10.3969/j.issn.1673-0194.2016.19.035

F270.7

A

1673-0194（2016）19-0059-05

2016-07-25

中國博士后科學基金資助項目（2016M591537）；遼寧省社會科學規(guī)劃基金項目（L15BGL014）。

郭曉姝（1977-），女，遼寧大連人，東北財經大學管理科學與工程學院講師，博士，哈爾濱工業(yè)大學博士后，主要研究方向：管理信息系統(tǒng)、社會化媒體研究、電子商務。