新型智慧化技術對三亞海棠灣區酒店的運營管理績效影響研究

曲 藝 萬義娟 夏祥煒

（三亞中瑞酒店管理職業學院，海南 三亞 572011）

智慧酒店涉及的信息技術有移動通信、人工智能、大數據、云計算、物聯網等[1]。多數高星級品牌智慧酒店因經營理念、IT預算等因素并不像阿里巴巴的“FlyZoo”酒店采用全部智慧化的無人模式，而是部分智慧化。畢竟強調品牌定位、有溫度的服務，主張把機械的工作交給機器做，釋放出人力維持賓客關系。當前數字化時代已開啟，數字化轉型已成為行業級戰略。目前酒店管理信息系統遷移上云、為打破系統間數據割據且便于員工的移動端平臺開發正如火如荼進行中，酒店大堂入住退房自助機、樓層可遞送物品及指引方向的機器人，這些在新冠疫情后大放異彩提供免接觸服務的智能設備越來越多地被投放使用。智慧酒店需要積極嘗試以賓客體驗為導向的新型智慧技術，提高自身競爭力，適應時代潮流，蛻變為數字化轉型的成熟階段。

后疫情時代高端客人回流到國內市場，三亞成為沒有淡季的三亞。三亞海棠灣酒店均為國際奢華品牌，其入住率、平均房價均有較大漲幅，屢屢超額完成預算，但2021年暑期及2022年春季國內新概念疫情的反彈又讓其斷崖式下滑。新冠疫情的反復讓酒店經營者更加重視賓客和員工的安全、維持賓客忠實度、數據安全、接觸式服務的減少，對新型智慧技術保持開放和熱忱。

一、研究方法與過程

1.研究對象

三亞海棠灣被譽為“國家海岸線”，海岸線總長度為21.8公里，其中沙灘岸線長度為18.7公里。三亞海昌夢幻海洋不夜城、三亞國際免稅城均坐落于此，另外營業中的國際奢華星級酒店已有18家，幾乎囊括了IHG、Hyatt、Hilton、Marriott旗下的主要高端品牌，其密集程度在全球都首屈一指。2020年后疫情時代，高端消費者回流國內市場，從氣候、自然風光、旅游項目、旅游基礎設施等因素考慮，三亞海棠灣成為首選旅游目的地，這也造就了近兩年來三亞海棠灣酒店群入住率居高不下、超額完成預算、年終獎平均三薪起、無明顯淡旺季之分等現象。考慮到10年內開業年限、對新型智慧技術運用的包容性、在海棠灣酒店群的業績及口碑排名等因素，本次選取三亞海棠灣Sofitel、InterContinental、Edition、Crowne Plaza、Atlantis、Capella、Shangri-La、JW Marriott、Grand Hyatt、Rosewood共10家酒店為樣本酒店。

2.研究方法

本研究采用問卷調查法對10家樣本酒店的新型智慧技術運用程度、運營管理績效、兩者的相關性等情況進行調查，然后使用SPSS26軟件進行均值比較分析、因子分析與信度檢驗、相關性分析、步進回歸分析等操作。

3.研究過程

（1）確定指標體系

首先依據相關文獻及專業研究報告初步列舉新型智慧技術及酒店運營管理績效的指標；然后同業界資深收益總監、IT總監深度訪談，結合10家樣本酒店實際情況進行指標修訂。10家樣本酒店均為各大國際酒店集團高端品牌，房務、餐飲、財務、市場銷售、工程等部門均在使用市場常規默認與星級品牌相匹配的操作系統，例如：房務使用Opera、餐飲使用Infrasys或Micros，近幾年系統云遷移及移動版本已成趨勢，作為國際高端品牌也緊跟潮流，逐步淘汰落后的系統，選擇靈活支付、維護成本低的SAAS（軟件即服務）模式的云平臺。新冠疫情的反復無常及保證賓客的體驗及衛生安全，樣本酒店在公共區域配備指引、遞送機器人、入住退房自助機、非接觸式支付，房間配備智能語音均已屢見不鮮。為緊跟時代變化，樣本酒店的公關與市場銷售積極通過抖音、小紅書、快手等流量應用程序在注重內容品質的前提下傳播及營銷產品，而且從酒店內部孵化網紅的同時也與外部網紅密切合作，吸引并積累粉絲，提高酒店知名度及品牌影響力。最終確定10個新型智慧技術指標，即10個變量（見表1）。運營管理績效指標則選用市場競爭對手間通用衡量指標，參考酒店自身預算目標或集團考核KPI指標。共選取收入類（客房收入、餐飲收入、其他收入）、成本類（人力成本、集團管理費用、營銷費用、原材料及易耗品成本、能源成本）、利潤類（人均利潤額、營業收入利潤率、成本費用利潤率）、管理類（員工滿意度、賓客滿意度、員工忠實度、會員招募量）四個范疇的指標共15個。

表1 新型智慧技術指標均值

（2）問卷設計及發放

問卷內容包含三個部分，第一部分為10種新型智慧技術的運用及屬性認可程度，第二部分為運營管理績效指標的認可程度，第三部分為新型智慧技術與運營管理績效相關性的判斷。三個部分均采用 Likert5級量表，指標打分采用5分制降序方式。

考慮到運營管理績效指標為酒店敏感信息，對其高度關注及頻繁接觸相關數據、報表的多為部門經理、酒店行政委員會成員，他們同時對新型智慧技術的運用有較高決策權且十分注重運用的效率、反饋及成果，樣本酒店的部門經理及行政委員會成員對問卷更能作出合理、科學的判斷。所以將其列為問卷的發放對象，每家樣本酒店發放12份問卷，共發放120份，回收112份，問卷回收率為93.33%。

二、新型智慧技術對運營管理績效的影響

1.均值比較分析

如表1所示，10項新型智慧技術的均值都大于4，表明樣本酒店認可這10項技術的屬性及運用程度較高。系統云遷移及移動版本、物聯網-手機門卡及控制客房、RFID追蹤酒店資產等、自助機、機器人、非接觸式支付、全渠道直連6項新型智慧技術的標準差大于1，體現了樣本數據與樣本均值差異較大。樣本酒店房務的系統以Opera為主，目前服務端從本地向云遷移是趨勢，但考慮到業主方及集團的統一管理不會一蹴而就。其他部門使用的系統具有較高自主性，根據成本預算、系統口碑循序漸進地換代更迭。考慮到集團的賓客人身財產安全標準，樣本酒店均沒有采用手機門卡。Atlantis酒店房間量為1314，房間打包銷售套餐種類繁多，自助機與Opera的對接不夠順暢，賓客從客戶變用戶的自助需要一個過程，已棄用自助機。每家樣本酒店采購的遞送物品、指引機器人數量有限，在高峰時間段需要結合人工保證運營效率。非接觸式支付樣本酒店對其新穎性存在爭議。全渠道直連樣本酒店的集團政策存在差異。6項新型智慧技術的差異性較大，歸根結底是技術運用與酒店實際運營管理環境狀況的匹配程度及同種技術在樣本酒店運用之間的差異。人臉識別、智能語音、手機預訂、入住、退房、內容及短視頻電商4項新型智慧技術的標準差小于1，表明樣本數據與樣本均值差異較小。原因是其在樣本酒店的運用程度及運用方面較一致，如人臉識別運用在PSB及支付、智能語音主要是客房、內容及短視頻電商為新型營銷方式、客人手機自助已司空見慣。

2.因子分析與信度檢驗

（1）新型智慧技術因子分析

因子分析的前提是確定各變量間具有一定的相關性。先對新型智慧技10個變量進行 KMO（Kaiser-Meyer-Olkin）和Bartlett 球形檢驗來確定其相關性。使用SPSS26的“分析-降維-因子-描述”功能得出KMO 0.863。根據 KMO度量標準介于0.8～0.9之間表示原有變量適合因子分析，而且Bartlett 球形檢驗的X2 統計值的顯著性概率 0.000小于0.001，亦說明本研究數據具有非常高相關性，適合作因子分析。隨后對10個變量再采用使用SPSS26的“分析-降維-因子-提取-主成分”和 “分析-降維-因子-旋轉-最大方差”功能提取公因子，共得到3個公因子（見表2），共同解析了總體方差的78.06%，可覆蓋原有10個變量的大部分信息。最后使用SPSS26的“分析-刻度-可靠性分析”功能的Cronbach’s α系數結果來判定各個公因子是否具有一定的可靠性。信度分析顯示Cronbach’s α系數為0.760， 一般認為大于0.7，即表明各個公因子具有較高的可靠性，問卷具有較高的信度。

表2 新型智慧技術旋轉后的成分矩陣

公因子1包括編號1～3新型智慧技術，可統一命名為“管理類技術”，用T1代替；公因子2包括編號4～8新型智慧技術，可統一命名為“服務類技術”，用T2代替；公因子3包括編號9-10新型智慧技術，可統一命名為“營銷類技術”，用T3代替。

（2）新型智慧化技術與運營管理績效關系判斷因子分析

使用SPSS26對新型智慧化技術與運營管理績效關系判斷的12個變量進行因子分析，系統操作過程同新型智慧技術因子分析。KMO值為 0.828，Bartlett 球形檢驗的X2 統計值的顯著性概率 0.000小于0.001，可推斷數據具有非常高相關性，適合作因子分析。 隨后對12個變量提取公因子，共得到4個公因子（見表3），共同解析了總體方差的95.16%，可覆蓋原有12個變量的大部分信息。最后信度分析顯示Cronbach’s α系數為0.924，表明各個公因子具有很高的可靠性，問卷具有較高的信度。

表3 新型智慧化技術與運營管理績效關系判斷的成分矩陣

公因子1可統一命名為“提高收入”，用P1代替；公因子2可統一命名為“控制成本費用”，用P2代替；公因子3可統一命名為“提高利潤”，用P3代替；公因子4可統一命名為“提高管理”，用P4代替。

（3）相關分析與回歸分析

①新型智慧技術與運營管理績效相關分析

如表4所示，依據Sig.（雙尾）小于0.05可判定公因子P1與公因子T3、公因子P2與公因子T1、公因子P3與公因子T3、公因子P4與公因子T1、公因子P4與公因子T3均呈顯著正相關。

表4 新型智慧技術與運營管理績效相關分析

②新型智慧技術與運營管理績效回歸分析

新型智慧技術3個公因子做為自變量，使用步進回歸分析法分別檢驗因變量運營管理績效4個公因子的解析力和回歸方程。P1與T1、T2、T3的步進回歸分析為調整后判定系數R2解釋總體變異的28.5%，說明模型的總體回歸效果顯著，T1、T2為排除變量，T3對P1影響最大，其未標準化回歸系數Beta為1.773，進而得到回歸方程為：P1=4.466+1.773T3。P2與T1、T2、T3的步進回歸分析為調整后判定系數R2解釋總體變異的35.9%，說明模型的總體回歸效果顯著，T2、T3為排除變量，T1對P2影響最大，其未標準化回歸系數Beta為2.058，進而得到回歸方程為：P2=3.981+2.058T1。P3與T1、T2、T3的步進回歸分析為調整后判定系數R2解釋總體變異的33.5%，說明模型的總體回歸效果顯著，T1、T2為排除變量，T3對P3影響最大，其未標準化回歸系數Beta為1.700，進而得到回歸方程為：P3=5.375+1.700T3。P4與T1、T2、T3的步進回歸分析為調整后判定系數R2解釋總體變異的41.2%，說明模型的總體回歸效果顯著，T2為排除變量，T3對P4影響最大，其未標準化回歸系數Beta為1.590，進而得到回歸方程為：P4=5.738+0.195T1+1.590T3。

三、討論

目前國內學者偏向于研究某項智慧技術在某個領域的應用，較零散化，較少考慮多項智慧技術對酒店運營管理績效的綜合作用。同時也關注智慧酒店建設存在的問題、智慧酒店的評價體系、智慧酒店建設策略和系統建構等方面。例如：通過 RFID技術實現賓客智慧引導、會議智慧管理、車輛智慧管理、房間與個人物品管理等信息化服務，通過搭建移動端，方便管理者查看與管理酒店資產，其能夠有效幫助傳統酒店業快速轉型，既降低經營成本，又能應對變化的需求[2]。為讓酒店各個軟件系統既能獨立的運行，又能夠聯合在一起運行，通過建立數字化酒店統一管理平臺的運行模式，實現集流程管理以及數據共享、傳遞和分析為一體的管理平臺[3]。

近些年國外的研究集中在從消費者行為的角度探索對智慧酒店口碑、收益的影響，重視賓客對智慧酒店的體驗。賓客對智慧酒店的感知績效對于形成個人的有利態度和積極的口碑意向至關重要。個人的樂觀性和創新性在感知績效和態度之間的聯系中也有調節作用[4]。智慧酒店的預期收益中大部分收益根源于智慧酒店的特征，作用于賓客構建感知價值和態度，進而增加對智慧酒店的行為意向。此外，在預期收益與賓客感知價值、態度之間的聯系上，檢驗出了年齡和性別的調節作用。智慧酒店的個性化、娛樂性，及安全感對顧客行為的塑造起主導作用，賓客年齡調節了娛樂性與態度之間的聯系[5]。客戶關注智慧酒店的因素和維度主要包括：早餐與交通、員工服務水平、智能服務、房間環境、房間硬件設施。其中，顧客對智慧酒店智能化服務的重視程度和客房硬件設施的智能化程度反映了智慧酒店與傳統酒店在顧客體驗上的差異[6]。

本研究中提高收入及提高利潤與營銷類新型智慧技術、控制成本費用與管理類新型智慧技術、提高管理與管理類及營銷類均顯著正相關。營銷與收入密切相關，酒店集團一直致力于擺脫過分依賴OTA等第三方平臺獲客，開始嘗試通過“內容種草+平臺內交易”的閉環方式將公域流量高效轉化為私域流量。在2022年相關調研中酒店對于全渠道直連重要性的感知度也有明顯上升。目前全渠道直連與內容及段視頻電商兩項營銷技術顯著影響酒店產量，即酒店的收益。任何智慧技術的運用目的終是為了降本增效，據石基《2022年酒店業技術研究報告：重新定義賓客體驗》計劃增加、升級或者更換收益管理系統（RMS）、前臺管理系統（PMS）、員工手機端APP、物聯網平臺供應商的酒店占比范圍為29%～45%，這說明管理類新型智慧技術的運用有效降低勞動成本，而且當下運用新技術的成本很可能比繼續使用原系統要低，但酒店傾向于5年內評判舊系統不穩定或落伍才愿意考慮進行更換。有一點值得關注的是對客服務類新型智慧技術并沒有與任何運營管理績效顯著正相關，可能是只是一時噱頭、難以維持新鮮感、不夠實用、酒店壓根沒采用或棄用、在酒店并不受歡迎的現象非常普遍等原因[4-5]。