在線信息對西安市星級酒店和經濟型酒店網上預訂的影響研究

朱海艷　田淋玲

摘要：在線信息對網上預訂的影響研究是酒店市場營銷和顧客管理的重要問題。文章以西安市190家星級酒店和經濟型酒店為研究樣本，利用攜程網在線信息，通過多元線性回歸模型，分析酒店特征信息、預訂平臺信息和消費者點評信息對星級酒店和經濟型酒店網上預訂的影響。研究結果表明：酒店價格和預訂平臺評級對兩大類型酒店均產生顯著影響；消費者評論信息中的位置、設施和服務對星級酒店影響顯著，對經濟型酒店無明顯影響；不推薦率是7要素中對兩類酒店影響最為顯著的要素。基于此，文章從酒店與預訂平臺溝通合作、服務提升和顧客分類管理等方面為酒店營銷管理和預訂平臺消費者管理提供相關建議。

關鍵詞：在線信息；經濟型酒店；星級酒店；網上預訂

1緒論

隨著電子商務的發展，網絡在人們生活中的作用越來越突出，尤其當消費者購買未知體驗型產品時，更傾向于使用網絡來獲取其他顧客體驗后的評價和看法，以此作為自己決策的重要依據。酒店業生產的是典型的體驗型產品，具有明顯的無形性特征，消費者在進行預訂決策時對酒店提供的產品無法直接感知，因此，在線信息中的評論信息對于消費者而言就如同親朋好友的推薦或建議一樣重要。酒店業是消費者最成功和最早地通過網絡渠道獲取決策信息的行業之一，在線評論對消費者的酒店選擇具有及其重要的影響。張夢，張廣宇等（2011）選取中國15個城市的四類酒店（五星級、四星級、三星級和經濟型酒店）作為研究樣本，發現顧客評論信息對四類酒店預定量影響均顯著，但是對五星級酒店的預定量影響最小。徐峰（2013）基于攜程網在線信息對旅游型城市、工商業型城市和綜合型城市的酒店預定量進行分析，發現酒店衛生、酒店價格對不同類型城市酒店預訂量的影Ⅱ向存在明顯差異翻。已有研究充分證明了在線信息對酒店預定量的顯著影Ⅱ向，也指出了在線信息對不同城市不同類型酒店影Ⅱ向程度的差異。西安市是全國首批“優秀旅游城市”和國際旅游熱點城市，旅游業已經成為西安市經濟發展的支柱產業和非外貿創匯的主要來源。西安市在線信息對酒店預定量的影響研究，對絲綢之路經濟帶建設背景下西安市酒店的投資、管理和網絡運營具有一定的指導意義。基于此，本文以國內最大的在線酒店預訂平臺攜程網上的消費者評論數據為基礎，選取西安市星級酒店和經濟型酒店為研究對象，識別兩大類型酒店網上預定量的影Ⅱ向因素和不同因素的影Ⅱ向程度，旨在為西安市酒店的線上營銷和線下管理提供科學依據。

2研究方法

2.1模型構建

攜程網對酒店網上預訂量數據并不公開，模型中因變量數據無法直接從攜程網上獲取。Ye等（2009）關于酒店在線預訂對客房銷售量的影響研究中，論證了網上評論量與客房銷售量之間存在著線性關系，因此本研究選用網上評論數據代替同期的網上預定數據。

影響消費者網上預訂的信息主要來自三個方面，酒店提供的信息、預訂平臺提供的信息和消費者的點評信息。攜程網上酒店提供的信息主要包括房型和價格，由于酒店房型信息難以標準化，因此選用價格信息作為酒店提供信息變量。攜程網作為酒店預訂平臺，主要基于用戶評價對合作酒店進行評級，用以指導和方便消費者決策。本文假設用戶評級與網上預定量線性相關，將評級指標作為來自于預訂平臺的第二個自變量。第三類變量來自于消費者，攜程網上消費者的評論信息主要包括設施、位置、服務、衛生和推薦情況五個方面。由于消費者負面評價比正面評價更能影Ⅱ向消費者的預訂行為，因此選用消費者的不推薦率來反映推薦信息。

基于上述分析，本研究將網上評論數量作為因變量，酒店提供的信息、預訂平臺信息和消費者點評信息作為三個不同類型的自變量（變量說明如表1），構建線性回歸模型，模型表達式如下：

2.2數據搜集

本研究中的原始數據均來自于攜程網（www.ctrip.com），為了使研究樣本數據具有時間上的統一性，獲取數據發布的時間統一為2015年6月1日到2017年5月31日。基于數據的完整性和時間的統一性考慮，對攜程網上收集數據進行初步處理，最終選擇西安市190家酒店作為研究樣本，其中以30家五星級（豪華型）酒店、33家四星級（高檔型）酒店和37家三星級（舒適型）酒店作為星級酒店樣本，以40家如家酒店和50家7天連鎖酒店作為經濟型酒店樣本。酒店價格變量和酒店用戶評級變量的數據可以直接在攜程網站上獲取，而來自于顧客評論信息的五個變量數據要經過計算處理后才能使用。顧客評論信息中衛生、服務、設施和位置變量的評級分為“很好”、“好”、“一般”、“差”和“很差”五級，并相應賦值為9、7、5、3、1，每一個變量最終取值為相應評論信息的平均分值。

3實證分析

為了消除可能的異方差和自相關問題，本文在回歸分析中對模型進行white檢驗和DW檢驗，同時利用逐步回歸法檢驗多重共線性問題，基于以上分析，確定最終模型。

3.1在線信息對星級酒店網上預定影Ⅱ向分析

從表2中可以看出，酒店特征信息中酒店價格（B1=-0.276，t=-1.801）顯著影響星級酒店的預訂量，且呈負向顯著性影Ⅱ向，說明星級酒店價格越高，網絡預定量越低。網上預訂平臺提供信息中的攜程用戶評價（B2=1.349，t=2.348）對星級酒店網上預定量影響十分顯著，說明攜程網提供的用戶評價信息對顧客網上預訂量影響作用很大。攜程網提供的用戶評級信息是以攜程用戶對酒店的評價為基礎，綜合考慮其他多方面的因素，對合作酒店進行的評級。顧客比較信任攜程網的專業性，同時這種評定結果以具體的分值來表示，清晰簡潔，顧客極易獲取，因此容易選擇以此為主要依據來選擇酒店。顧客評論信息中除衛生評價外，位置評價（B6=0.171，t=1.770）、服務評價（B4=0.261，t=1.910）、設施評價（B5=0.182，2.456）、不推薦率（B7=-6.180，t=-4.743）四個要素均通過了顯著性檢驗，其中，位置評價、設施評價和服務評價對西安市星級酒店的預訂量呈顯著正向影Ⅱ向，不推薦率顯著負向影響西安市星級酒店的預訂量。本文選取的星級酒店樣本代表了中高端酒店，顧客在信息搜尋中更加關注展現酒店品質的信息，而對于衛生條件這種顯示酒店基本標準的信息關注度不高，因此出現了衛生評價影響不顯著的結論。endprint

3.2在線信息對經濟型酒店網上預定影響分析

從表3中可以看出，酒店特征信息中酒店價格（B1=0.963，t=-5.012）負向影響西安市經濟型酒店的網上預訂量，并通過了0.01水平的顯著性檢驗，說明經濟型酒店網上預訂量隨著酒店價格的提升而減少。網上預訂平臺提供的攜程用戶評級（B2=1.609，t=4.863）對星級酒店網上預定量影Ⅱ向十分顯著，說明攜程網提供的酒店評級信息對經濟型酒店顧客的網上預訂量影響很大，評級越高，預定量越大。顧客評論信息中只有服務評價（B4=0.229，t=2.048）和不推薦率（B7=-3.539，t=-2.298）通過了顯著性檢驗，對經濟型酒店網上預定量顯著影響，其中，服務評價對西安市經濟型酒店的預訂量呈顯著正向影響，不推薦率顯著負向影響西安市經濟型酒店的預訂量。衛生評價、設施評價和位置評價并未通過顯著性檢驗，對經濟型酒店網上預定量影響不明顯。經濟型酒店的最大特點是房價便宜、服務標準、硬件上乘、性價比高。基于赫茨伯格的雙因素理論，經濟型酒店的衛生、設施和位置因素屬于保健因素，做的好，不會提升滿意度：而超越標準化的優質服務則是激勵因素，容易提升顧客滿意度，進而影響預定量。

3.3在線信息對西安市兩大類型酒店網上預訂影響比較

綜合比較星級酒店和經濟型酒店模型模擬結果（表4），可以看出酒店提供的價格信息和攜程預訂平臺提供的評級信息對星級酒店和經濟型酒店均產生了顯著影響，其中酒店價格是負向影響，顧客評級是正向影響。對比分析可以發現，酒店價格對經濟型酒店預定量的影響要大于對星級酒店的影響，說明預訂經濟型酒店的顧客對價格更加敏感：同樣，顧客評級對經濟型酒店的預訂影響要高于星級酒店，可能星級酒店的星級標準已經保證了其產品品質，而經濟型酒店則缺少這種官方保證，顧客更加信賴來自于攜程網相對專業的用戶評級。顧客評論信息的對比數據顯示，服務評價和不推薦率對星級酒店和經濟型酒店網上預定量均產生顯著影響，且這兩個指標對星級酒店的影Ⅱ向均高于經濟型酒店，說明顧客對星級酒店的服務和負面評價的敏感度高于經濟型酒店。顧客評論信息中的衛生評價對星級酒店和經濟型酒店網上預訂量的影響均不顯著，說明衛生條件在西安市的兩大類型酒店中都屬于保健因素，已經達到了行業標準水平，更好的衛生評價信息也不會帶來消費者的滿意，因此對網上預定量并不產生顯著影響。

4研究結論與相關建議

4.1研究結論

文章以西安市星級酒店和經濟型酒店兩大類型，共190家酒店作為研究樣本，利用攜程網在線信息，采用多重線性回歸模型，研究酒店價格、用戶評級、衛生、服務、設施、位置和不推薦率對兩大類型酒店網上預訂量的影響，取得了以下四點結論。

4.1.1酒店價格和預訂平臺評級對兩大類型酒店均產生顯著影響，但對經濟型酒店的影響高于星級酒店

酒店價格和用戶評級對星級酒店和經濟型酒店的網上預訂影響，均通過了顯著性檢驗，但從影響系數來看，對經濟型酒店的影Ⅱ向要高于星級酒店。同一家酒店在不同預訂平臺的價格可能不同，貓途鷹網站（www.tripadviser.cn）會給出同一家酒店在攜程、藝龍、繽客等酒店預訂平臺的價格，方便顧客對比，因此同一家酒店的最低價格常常成為影Ⅱ向顧客預訂決策的關鍵要素之一。此外，攜程網基于顧客評價信息和其他客觀因素，給出簡潔明確的顧客評級指標，顧客方便獲取且比較信任攜程網的專業評級，因此會依賴預訂平臺給予的用戶評級信息來判斷酒店產品的綜合水平。《旅游飯店星級的劃分與評定》對不同星級酒店提供產品的硬件設施和軟件服務提出了明確的規定，因此顧客可以方便的根據酒店星級來獲知酒店提供產品的標準，因此，星級酒店顧客在網上預訂酒店時，對預訂平臺評級信息的依賴小于經濟型酒店顧客，同時星級酒店產品屬于高檔產品，顧客的價格敏感度會低于經濟型酒店。

4.1.2消費者點評信息中的設施和位置信息對星級酒店影響顯著，對經濟型酒店無影響

本研究中經濟型酒店樣本選取的是七天連鎖酒店和如家酒店，這兩大經濟型連鎖品牌酒店設施采取的是標準化配置，同一品牌下不同酒店的設施基本一樣，因此評論中設施信息對經濟型酒店顧客預訂影響不顯著。相比而言，星級酒店的設施差異就非常顯著，雖然《旅游飯店星級的劃分與評定》中規定了不同星級最低標準的設施要求，但星級酒店會根據自身的市場定位，進行設施配備水平的提升，這種設施差異容易成為顧客網上預訂星級酒店考慮的重要指標。酒店位置對酒店經營非常重要，甚至是決定酒店成敗的關鍵因素。位置信息對經濟型酒店無顯著影響的原因可能是，現在導航軟件非常方便顧客識別酒店的區位條件，已經不需要通過對其他顧客的評論信息辨識來了解酒店的區位特征。

4.1.3消費者點評信息中的服務評價對兩大類型酒店均產生顯著正向影響，且對星級酒店的影響高于經濟型酒店

該研究結論表明，除星級酒店外，經濟型酒店的服務也已經成為顧客關注并影響其預訂決策的重要信息。經濟型酒店一向以提供標準化服務為主要特征，但隨著消費者消費需求的升級，優質服務也成為了提高顧客對經濟型酒店產品滿意度的重要指標之一。2014年，7天連鎖酒店品牌家族增加了7天優品和7天陽光兩大品牌，其中的7天優品是一個擁有率性的靈魂、優雅的氣質和自然隨性的生活態度的高端經濟型酒店。7天經濟型酒店向高端連鎖經濟型酒店的邁進，符合顧客的消費需求，也體現了當前經濟型酒店的發展方向。服務評價影響效果的差異表明當前兩大類型酒店定位仍存在顯著差異，星級酒店顧客追求的是品質，更加關注服務，而經濟型酒店關注的重點并非服務，但是服務卻也逐漸成為提升顧客滿意度的重要指標。

4.1.4不推薦率是7個變量中對兩大類型酒店影Ⅱ向最顯著的變量，但對星級酒店影響程度遠高于經濟型酒店

“是否推薦”為消費者評論信息中總結性的評價，直接反映消費者對酒店產品的滿意程度。Chevalier（2006）指出在線評論的情感傾向與圖書銷售量存在顯著的相關關系，并且網絡負面評價的影響遠遠高于正面評價。“不推薦”信息為顧客對酒店產品的負面評價，因此是7個變量中影Ⅱ向最顯著的變量。比較而言，不推薦率對星級酒店網絡預訂的影響高于經濟型酒店，這可能與顧客對星級酒店的高要求有關。三星級以上酒店代表了一種品質服務，價格也相對較高，顧客希望酒店能夠提供十分滿意的產品。特別值得注意的是，有的星級酒店消費者評論信息中位置、設施、服務和衛生評價都很高，但是消費者的評價卻很低，甚至并不推薦其他顧客消費。這一情況說明了對于酒店消費者而言，位置、設施、服務和衛生并不能完全反映他們對星級酒店產品的滿意度。

4.2相關建議

4.2.1經濟型酒店應加強與預定平臺溝通與合作，提升顧客評級

經濟型酒店雖以提供標準化服務為特征，但并無官方的統一標準，對于沒有入住過某一品牌的經濟型酒店的顧客而言，更加依賴專業預訂平臺提供的顧客評級來進行購買決策。基于此，經濟型酒店應加強與預訂平臺溝通，了解顧客需求，積極改善產品，提升滿意度，進而提高該酒店在預訂平臺上的評級，對網上預定量產生積極影響，提升酒店入住率。

4.2.2兩大類型酒店均需關注消費者不推薦原因，提升滿意度

相較于其他因素，“不推薦率”對網上預訂量的負面影響十分顯著，因此經濟型酒店和星級酒店均應關注消費者不推薦的原因，積極改進，降低這種負面影響。經濟型酒店應從目標市場關注的保健要素出發，使酒店的標準化設施和服務得到保證。星級酒店除關注預訂平臺提出的設施、位置、服務和衛生四大要素外，還要從酒店的各個部門和服務的各個環節出發，考察容易導致顧客不滿的要素，提升整體服務水準。

4.2.3經濟型酒店需注重自身服務水平，滿足顧客新需求

服務已經不是星級酒店產品的核心內容，服務評論也成為了顯著影響經濟型酒店網上預訂量的重要要素。經濟型酒店服務水平的提升還應與目標市場需求相一致，并不需要像星級酒店一樣提供金鑰匙服務、定制化服務等高端服務，但應突出經濟型酒店標準化、便利化和彰顯自身品牌特征的品質服務。

4.2.4預定平臺應根據酒店定位，對酒店信息進行分類管理

攜程網針對所有酒店為消費者提供的點評要素相同，都是針對設施、服務、位置和衛生四個方面內容的評價。位置信息雖然對于酒店經營非常重要，但是顧客并不需要從消費者評價中來獲取這種信息：此外，星級酒店消費者對設施、服務、位置和衛生的滿意并不能代表對酒店產品的滿意，因此預訂平臺應根據不同類型酒店的定位，對酒店進行分類管理。經濟型酒店與星級酒店目標市場定位不同，消費者的關注點差別很大，預訂平臺應重新提煉不同類型酒店目標市場顧客關注的核心要素，對顧客評論信息進行分類管理，從而方便顧客搜尋信息，快速決策，也為酒店的顧客管理提供更加科學的數據支撐。endprint