OTA平臺在線公開數據在酒店客房定價中的應用

摘要：本文通過定性分析攜程網用戶評價記錄，搜集、整理出攜程網福州地區47家酒店的區位、設施、網絡口碑等數據，進行模型分析，發現M酒店升星改造后最低價房型應該提價到368元，比升星改造前報價高出148元，提價幅度高達67.3%，提價后一年多的運營數據表明，提價并沒有大幅度減少該酒店的入住率，酒店的運營效益大幅度改善。

關鍵詞：酒店客房定價;攜程網;在線OTA

隨著我國經濟的發展和人民生活水平的提高，旅游需求爆發式增長，人們對酒店的需求在快速增長，酒店行業作為一個高度市場化且淡旺季分明的行業，酒店客房市場價格時刻處在頻繁變化當中，合理定價對于酒店的經營效益最大化意義重大。

但傳統上，單個酒店很難系統地獲取行業整體的結構化數據;行業主管部門公布的酒店統計數據，多半都是匯總過的指標性數據，而非包含各類變量的結構化原始數據;通過問卷調查方式來獲取行業或區域市場數據，成本又不合算。

攜程網、去哪兒網等在線旅游代理銷售（OTA）平臺的發展，深刻影響了游客的旅游決策和購買行為，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，在線信息對消費者的酒店選擇具有極其重要的影響。隨著OTA平臺用戶量、預定量的增長，大部分二星級以上酒店已經入住攜程等OTA平臺，OTA平臺的行業覆蓋面和數據代表性不斷增加，利用OTA平臺的公開數據進行行業研究，變得越來越可靠，基于OTA平臺公開數據的行業定量研究也越來越多。

一、問題的提出

福州某國企旗下M酒店，因為裝修過于陳舊，口碑不佳，在全國連鎖品牌酒店的沖擊下，入住率不理想，決定投入資金改造申請三星級酒店，對于升星改造后提價多少，酒店管理層普遍較為保守，認為酒店業競爭激烈，提價幅度大約在30-50元，否則入住率會受到嚴重沖擊。

從攜程旅行網的客戶對M酒店的評論來看，客戶普遍認為M酒店“雖然設備陳舊、服務一般，但地理位置好、衛生方便、還提供溫泉和免費早餐、性價比很高”，當客戶普遍認為某種產品性價比很高，也就傳遞出一個信號：如果價格再高一點，客戶其實也能夠接受，入住率并不會受到太大影響，因此，M酒店有提價空間。經過計算，在客房入住率不變（以60%計算）的情況下，客房年均價每提高10元，M酒店每年的營收將增加365天*362間*10（元/間*天）*60%=792780元，同樣，這新增的79.28萬元營收中，除了要加大營銷力度所增加的成本外，大部分為利潤。

那么，具體應該提價多少才屬于市場合理水平、從而能夠達到經營效益最大化呢？這就需要定量分析才能回答了。

酒店客房的定價不僅要考慮酒店的市場供應和成本因素，而且要考慮酒店的經營特色、服務質量、設施設備、安全管理以及提供服務的季節差異、顧客消費能力等因素。酒店定價決策方式有成本定價法、經驗定價法、赫伯特公式定價法、客房面積定價法、隨行就市定價法、分級分等定價法等等，由于酒店業目前是一個充分競爭的市場，網絡營銷使得酒店行業低價競爭增多、價格彈性增大、定價難度增加、價格體系多元化，因此，基于市場預期的定價法可能更有決策參考價值。據吳雪2017年研究，酒店客房的結構特征、位置特征和聲譽特征對客房定價有顯著影響。

二、數據的獲得

為了計算“市場定價模型”的參數，就需要有一個盡量完備的酒店數據庫，這個數據庫應該包含影響酒店價格的各種因素（例如酒店星級、地理位置、開業年數、裝修情況、服務質量、客房配置等等），在網絡時代以前，除非行業主管部門，一般公司很難獲得這樣精確的行業信息，但網絡分銷渠道的發展，使得今天要獲得全國甚至全世界特定區域內酒店行業的結構化數據變得相對容易了。

考慮到攜程網是目前國內市場占有率最大的機票、酒店在線分銷渠道，簽約酒店數據最多，因此，筆者整理了福州地區47家與攜程網有分銷合作的酒店數據庫。包括以下變量：酒店名稱、星級（star）、房型（roomtype）、是否最低價（low，每家酒店只收集最低價房型與最高價房型對應的房價，同時納入數據庫，用該變量來區分二者，因此福州地區的47家酒店有94條數據記錄）、房價（price）、是否包含早餐（breakfast）、開業時間（openyear）、酒店房間數（roomnum）、是否有免費寬帶（network）、床型（bedtype）、距離機場距離（airport）、距離火車站距離（railway）、距離市中心距離（towncenter）、攜程評論數（commentsnum）、攜程評分（reviewindex）、是否裝修（decorate）、裝修年份（decorateyear）、開業年數（openyears）、裝修年數（decorateyears）、網絡人氣指數（hotindex，該變量為攜程網的評論數量與評分的乘積，一般而言，某家酒店來自攜程網的業務量越多、服務質量越高，該變量的取值就越大，因此在一定程度上可以測量該酒店的網絡人氣）。

三、模型分析

由于該定價模型的目的不是研究變量之間的因果關系，而是希望充分利用市場信息來擬合一個符合市場競爭水平的房價，而且，該數據庫實際上并不包含某些對房價有重要影響的因素（例如服務質量、易耗品種類和質量、裝修檔次、房間面積等等，但酒店星級和網絡人氣指數一定程度上能夠間接反映裝修檔次、房間面積、服務質量等），雖然由于缺失重要變量使得模型參數意義的單獨解釋有一定難度，但這也并非筆者的初衷，因此，本研究中確定系數（R Square，表示多元線性回歸模型中自變量的變化對因變量的變化的解釋能力）是衡量模型優劣的主要指標。

在模型一中，筆者僅加入了酒店星級、是否裝修過和是否最低價這三個變量，該模型整體統計顯著，R Square為0.445，這意味著該模型中的三個變量可以解釋掉福州地區房價變化的44.5%，解釋能力不算太差，在社會科學研究中，一般模型超過30%的解釋力就可以接受了。

模型二中，筆者嘗試采用Stepwise逐步回歸法篩選出最有解釋（預測）能力的變量，篩選標準為顯著性水平小于0.1，最后保留下來的7個變量為：房間數量、是否最低價、評價指數、裝修年數、星級、是否裝修和距離機場距離。該模型的解釋能力有顯著改善，R Square為0.624，這意味著該模型可以解釋不同酒店價格差異的62.4%。

模型三中，筆者加入了該數據庫中所有可利用的14個變量，該模型的R Square為0.660，比模型二略有改善。

因此，從R Square來看，模型三為最優模型，雖然存在不足，但這個定價模型對于決策有參考價值（該模型對房價的差異有66%的解釋預測能力）。

在模型三中，帶入M酒店的相關取值：三星級、362間客房（攜程數據）、雙早餐、有免費寬帶、距離機場52公里、距離火車站3公里、距離市中心（五一廣場）1公里、評論數量104條、攜程評分3.6分、2012年裝修過、開業年數25年、裝修年數5年、人氣指數374（104*3.6），筆者可以計算出按照市場行情，M酒店的最低房價和最高房價分別是368元和614元;如果2017年裝修，并且升到4星級，那么該模型計算出的最低房價和最高房價分別是373元和619元。

從該模型的計算結果來看，M酒店目前的最高房價與模型三的結果較為接近，根據M酒店財務部數據，套房報價約為580元（但攜程網上沒有套房報價信息，僅有270元的商務客房），模型三擬合結果為614元，差異不大。

但M酒店目前的最低房價大大偏低，攜程網的報價為220元，而該模型擬合結果為368元，比目前報價高出148元，高出67.3%。筆者想這也是為什么很多客戶覺得M酒店性價比很高的原因，因為人們對處在繁華市中心、出行購物方便（附近有長途車站和大型商場）、提供溫泉、提供免費電腦和網絡、提供免費雙早的老字號三星級酒店的價格預期遠遠高于220元。因此，模型計算的結果也證明了前文對攜程網客戶評論的分析：M酒店有較大提價空間。

令人意外的是，如果2017年裝修升4星，最低價和最高價僅比3星提高5元，分別為373元和619元。在模型三中，變量“酒店星級”的回歸系數為61.18，這意味著在其他條件保持不變的情況下，每增加一星，客房價格平均可以提高61.18元，這與經驗預期比較接近。但該模型中變量“裝修年數”的回歸系數為11.26，該值為正值而不是為負值，這與常識似乎不符，因為裝修年數越大的酒店，意味著設備越陳舊，價格應該越低才對;但情況可能是這樣的：要裝修的酒店意味著裝修前設備已經很陳舊，酒店硬件在客戶中的口碑已經很差，酒店新裝修之后，這種口碑（客戶印象）并不會立刻改變，而是需要一定的時間才能逐漸改善，因此，這也就造成裝修年數越長，價格反而可以越高，另外，由于近年大量新酒店投入市場，絕大部分酒店都是新裝修，所以裝修年限這個變量對酒店價格影響不明顯，由于該數據庫中缺失某些變量，筆者們無法對這個假設進行模型驗證。M酒店2017年升星之后，在模型中“裝修年數”由5變成0，星級有3變成4，因此房價變動為61.18-11.26*5=4.88，約等于5元。

四、“市場定價模型”小結

M酒店的裝修升星對酒店“市場價格”（可以理解為市場總體對特定條件酒店的價格預期）并不會立刻產生大幅度提升，市場對裝修改造的認可需要一定時間;但是，由于M酒店目前的最低房價定價過低，因此，在市場整體對“裝修升星”的效果尚未充分認可的情況下，M酒店仍然有較大的提價空間。

五、后記

筆者對福州M酒店升星改造后提價的定量分析，獲得該酒店管理層的認可，提價后一年多的運營數據表明，提價并沒有大幅度減少該酒店的入住率，酒店的運營效益大幅度改善。

參考文獻：

[1]朱海艷，田淋玲.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——以攜程網數據為例[J]，價值工程，2017（31）.

[2]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（7）：79-84.

[3]劉妍.基于網絡營銷的酒店客房定價策略研究[J].《價格月刊》，2014（07）.

[4]彭文姝，李進兵.星級酒店客房定價影響因素及模型研究[J].經濟研究導論，2016（19）.

[5]吳雪.經濟型酒店特征對客房定價的影響研究[D]，天津大學碩士論文，2017年7月.

作者簡介：

黃娟（1982-），女，福建福州人，講師職稱，北京大學碩士?研究方向：社會學，統計學?