在线信息对西安市星级酒店和经济型酒店网上预订的影响研究

朱海艳　田淋玲

摘要：在线信息对网上预订的影响研究是酒店市场营销和顾客管理的重要问题。文章以西安市190家星级酒店和经济型酒店为研究样本，利用携程网在线信息，通过多元线性回归模型，分析酒店特征信息、预订平台信息和消费者点评信息对星级酒店和经济型酒店网上预订的影响。研究结果表明：酒店价格和预订平台评级对两大类型酒店均产生显著影响；消费者评论信息中的位置、设施和服务对星级酒店影响显著，对经济型酒店无明显影响；不推荐率是7要素中对两类酒店影响最为显著的要素。基于此，文章从酒店与预订平台沟通合作、服务提升和顾客分类管理等方面为酒店营销管理和预订平台消费者管理提供相关建议。

关键词：在线信息；经济型酒店；星级酒店；网上预订

1绪论

随着电子商务的发展，网络在人们生活中的作用越来越突出，尤其当消费者购买未知体验型产品时，更倾向于使用网络来获取其他顾客体验后的评价和看法，以此作为自己决策的重要依据。酒店业生产的是典型的体验型产品，具有明显的无形性特征，消费者在进行预订决策时对酒店提供的产品无法直接感知，因此，在线信息中的评论信息对于消费者而言就如同亲朋好友的推荐或建议一样重要。酒店业是消费者最成功和最早地通过网络渠道获取决策信息的行业之一，在线评论对消费者的酒店选择具有及其重要的影响。张梦，张广宇等（2011）选取中国15个城市的四类酒店（五星级、四星级、三星级和经济型酒店）作为研究样本，发现顾客评论信息对四类酒店预定量影响均显著，但是对五星级酒店的预定量影响最小。徐峰（2013）基于携程网在线信息对旅游型城市、工商业型城市和综合型城市的酒店预定量进行分析，发现酒店卫生、酒店价格对不同类型城市酒店预订量的影Ⅱ向存在明显差异翻。已有研究充分证明了在线信息对酒店预定量的显著影Ⅱ向，也指出了在线信息对不同城市不同类型酒店影Ⅱ向程度的差异。西安市是全国首批“优秀旅游城市”和国际旅游热点城市，旅游业已经成为西安市经济发展的支柱产业和非外贸创汇的主要来源。西安市在线信息对酒店预定量的影响研究，对丝绸之路经济带建设背景下西安市酒店的投资、管理和网络运营具有一定的指导意义。基于此，本文以国内最大的在线酒店预订平台携程网上的消费者评论数据为基础，选取西安市星级酒店和经济型酒店为研究对象，识别两大类型酒店网上预定量的影Ⅱ向因素和不同因素的影Ⅱ向程度，旨在为西安市酒店的线上营销和线下管理提供科学依据。

2研究方法

2.1模型构建

携程网对酒店网上预订量数据并不公开，模型中因变量数据无法直接从携程网上获取。Ye等（2009）关于酒店在线预订对客房销售量的影响研究中，论证了网上评论量与客房销售量之间存在着线性关系，因此本研究选用网上评论数据代替同期的网上预定数据。

影响消费者网上预订的信息主要来自三个方面，酒店提供的信息、预订平台提供的信息和消费者的点评信息。携程网上酒店提供的信息主要包括房型和价格，由于酒店房型信息难以标准化，因此选用价格信息作为酒店提供信息变量。携程网作为酒店预订平台，主要基于用户评价对合作酒店进行评级，用以指导和方便消费者决策。本文假设用户评级与网上预定量线性相关，将评级指标作为来自于预订平台的第二个自变量。第三类变量来自于消费者，携程网上消费者的评论信息主要包括设施、位置、服务、卫生和推荐情况五个方面。由于消费者负面评价比正面评价更能影Ⅱ向消费者的预订行为，因此选用消费者的不推荐率来反映推荐信息。

基于上述分析，本研究将网上评论数量作为因变量，酒店提供的信息、预订平台信息和消费者点评信息作为三个不同类型的自变量（变量说明如表1），构建线性回归模型，模型表达式如下：

2.2数据搜集

本研究中的原始数据均来自于携程网（www.ctrip.com），为了使研究样本数据具有时间上的统一性，获取数据发布的时间统一为2015年6月1日到2017年5月31日。基于数据的完整性和时间的统一性考虑，对携程网上收集数据进行初步处理，最终选择西安市190家酒店作为研究样本，其中以30家五星级（豪华型）酒店、33家四星级（高档型）酒店和37家三星级（舒适型）酒店作为星级酒店样本，以40家如家酒店和50家7天连锁酒店作为经济型酒店样本。酒店价格变量和酒店用户评级变量的数据可以直接在携程网站上获取，而来自于顾客评论信息的五个变量数据要经过计算处理后才能使用。顾客评论信息中卫生、服务、设施和位置变量的评级分为“很好”、“好”、“一般”、“差”和“很差”五级，并相应赋值为9、7、5、3、1，每一个变量最终取值为相应评论信息的平均分值。

3实证分析

为了消除可能的异方差和自相关问题，本文在回归分析中对模型进行white检验和DW检验，同时利用逐步回归法检验多重共线性问题，基于以上分析，确定最终模型。

3.1在线信息对星级酒店网上预定影Ⅱ向分析

从表2中可以看出，酒店特征信息中酒店价格（B1=-0.276，t=-1.801）显著影响星级酒店的预订量，且呈负向显著性影Ⅱ向，说明星级酒店价格越高，网络预定量越低。网上预订平台提供信息中的携程用户评价（B2=1.349，t=2.348）对星级酒店网上预定量影响十分显著，说明携程网提供的用户评价信息对顾客网上预订量影响作用很大。携程网提供的用户评级信息是以携程用户对酒店的评价为基础，综合考虑其他多方面的因素，对合作酒店进行的评级。顾客比较信任携程网的专业性，同时这种评定结果以具体的分值来表示，清晰简洁，顾客极易获取，因此容易选择以此为主要依据来选择酒店。顾客评论信息中除卫生评价外，位置评价（B6=0.171，t=1.770）、服务评价（B4=0.261，t=1.910）、设施评价（B5=0.182，2.456）、不推荐率（B7=-6.180，t=-4.743）四个要素均通过了显著性检验，其中，位置评价、设施评价和服务评价对西安市星级酒店的预订量呈显著正向影Ⅱ向，不推荐率显著负向影响西安市星级酒店的预订量。本文选取的星级酒店樣本代表了中高端酒店，顾客在信息搜寻中更加关注展现酒店品质的信息，而对于卫生条件这种显示酒店基本标准的信息关注度不高，因此出现了卫生评价影响不显著的结论。endprint

3.2在线信息对经济型酒店网上预定影响分析

从表3中可以看出，酒店特征信息中酒店价格（B1=0.963，t=-5.012）负向影响西安市经济型酒店的网上预订量，并通过了0.01水平的显著性检验，说明经济型酒店网上预订量随着酒店价格的提升而减少。网上预订平台提供的携程用户评级（B2=1.609，t=4.863）对星级酒店网上预定量影Ⅱ向十分显著，说明携程网提供的酒店评级信息对经济型酒店顾客的网上预订量影响很大，评级越高，预定量越大。顾客评论信息中只有服务评价（B4=0.229，t=2.048）和不推荐率（B7=-3.539，t=-2.298）通过了显著性检验，对经济型酒店网上预定量显著影响，其中，服务评价对西安市经济型酒店的预订量呈显著正向影响，不推荐率显著负向影响西安市经济型酒店的预订量。卫生评价、设施评价和位置评价并未通过显著性检验，对经济型酒店网上预定量影响不明显。经济型酒店的最大特点是房价便宜、服务标准、硬件上乘、性价比高。基于赫茨伯格的双因素理论，经济型酒店的卫生、设施和位置因素属于保健因素，做的好，不会提升满意度：而超越标准化的优质服务则是激励因素，容易提升顾客满意度，进而影响预定量。

3.3在线信息对西安市两大类型酒店网上预订影响比较

综合比较星级酒店和经济型酒店模型模拟结果（表4），可以看出酒店提供的价格信息和携程预订平台提供的评级信息对星级酒店和经济型酒店均产生了显著影响，其中酒店价格是负向影响，顾客评级是正向影响。对比分析可以发现，酒店价格对经济型酒店预定量的影响要大于对星级酒店的影响，说明预订经济型酒店的顾客对价格更加敏感：同样，顾客评级对经济型酒店的预订影响要高于星级酒店，可能星级酒店的星级标准已经保证了其产品品质，而经济型酒店则缺少这种官方保证，顾客更加信赖来自于携程网相对专业的用户评级。顾客评论信息的对比数据显示，服务评价和不推荐率对星级酒店和经济型酒店网上预定量均产生显著影响，且这两个指标对星级酒店的影Ⅱ向均高于经济型酒店，说明顾客对星级酒店的服务和负面评价的敏感度高于经济型酒店。顾客评论信息中的卫生评价对星级酒店和经济型酒店网上预订量的影响均不显著，说明卫生条件在西安市的两大类型酒店中都属于保健因素，已经达到了行业标准水平，更好的卫生评价信息也不会带来消费者的满意，因此对网上预定量并不产生显著影响。

4研究结论与相关建议

4.1研究结论

文章以西安市星级酒店和经济型酒店两大类型，共190家酒店作为研究样本，利用携程网在线信息，采用多重线性回归模型，研究酒店价格、用户评级、卫生、服务、设施、位置和不推荐率对两大类型酒店网上预订量的影响，取得了以下四点结论。

4.1.1酒店价格和预订平台评级对两大类型酒店均产生显著影响，但对经济型酒店的影响高于星级酒店

酒店价格和用户评级对星级酒店和经济型酒店的网上预订影响，均通过了显著性检验，但从影响系数来看，对经济型酒店的影Ⅱ向要高于星级酒店。同一家酒店在不同预订平台的价格可能不同，猫途鹰网站（www.tripadviser.cn）会给出同一家酒店在携程、艺龙、缤客等酒店预订平台的价格，方便顾客对比，因此同一家酒店的最低价格常常成为影Ⅱ向顾客预订决策的关键要素之一。此外，携程网基于顾客评价信息和其他客观因素，给出简洁明确的顾客评级指标，顾客方便获取且比较信任携程网的专业评级，因此会依赖预订平台给予的用户评级信息来判断酒店产品的综合水平。《旅游饭店星级的划分与评定》对不同星级酒店提供产品的硬件设施和软件服务提出了明确的规定，因此顾客可以方便的根据酒店星级来获知酒店提供产品的标准，因此，星级酒店顾客在网上预订酒店时，对预订平台评级信息的依赖小于经济型酒店顾客，同时星级酒店产品属于高档产品，顾客的价格敏感度会低于经济型酒店。

4.1.2消费者点评信息中的设施和位置信息对星级酒店影响显著，对经济型酒店无影响

本研究中经济型酒店样本选取的是七天连锁酒店和如家酒店，这两大经济型连锁品牌酒店设施采取的是标准化配置，同一品牌下不同酒店的设施基本一样，因此评论中设施信息对经济型酒店顾客预订影响不显著。相比而言，星级酒店的设施差异就非常显著，虽然《旅游饭店星级的划分与评定》中规定了不同星级最低标准的设施要求，但星级酒店会根据自身的市场定位，进行设施配备水平的提升，这种设施差异容易成为顾客网上预订星级酒店考虑的重要指标。酒店位置对酒店经营非常重要，甚至是决定酒店成败的关键因素。位置信息对经济型酒店无显著影响的原因可能是，现在导航软件非常方便顾客识别酒店的区位条件，已经不需要通过对其他顾客的评论信息辨识来了解酒店的区位特征。

4.1.3消费者点评信息中的服务评价对两大类型酒店均产生显著正向影响，且对星级酒店的影响高于经济型酒店

该研究结论表明，除星级酒店外，经济型酒店的服务也已经成为顾客关注并影响其预订决策的重要信息。经济型酒店一向以提供标准化服务为主要特征，但随着消费者消费需求的升级，优质服务也成为了提高顾客对经济型酒店产品满意度的重要指标之一。2014年，7天连锁酒店品牌家族增加了7天优品和7天阳光两大品牌，其中的7天优品是一个拥有率性的灵魂、优雅的气质和自然随性的生活态度的高端经济型酒店。7天经济型酒店向高端连锁经济型酒店的迈进，符合顾客的消费需求，也体现了当前经济型酒店的发展方向。服务评价影响效果的差异表明当前两大类型酒店定位仍存在显著差异，星级酒店顾客追求的是品质，更加关注服务，而经济型酒店关注的重点并非服务，但是服务却也逐渐成为提升顾客满意度的重要指标。

4.1.4不推荐率是7个变量中对两大类型酒店影Ⅱ向最显著的变量，但对星级酒店影响程度远高于经济型酒店

“是否推荐”为消费者评论信息中总结性的评价，直接反映消费者对酒店产品的满意程度。Chevalier（2006）指出在线评论的情感倾向与图书销售量存在显著的相关关系，并且网络负面评价的影响远远高于正面评价。“不推荐”信息为顾客对酒店产品的负面评价，因此是7个变量中影Ⅱ向最显著的变量。比较而言，不推荐率对星级酒店网络预订的影响高于经济型酒店，这可能与顾客对星级酒店的高要求有关。三星级以上酒店代表了一种品质服务，价格也相对较高，顾客希望酒店能够提供十分满意的产品。特别值得注意的是，有的星级酒店消费者评论信息中位置、设施、服务和卫生评价都很高，但是消费者的评价却很低，甚至并不推荐其他顾客消费。这一情况说明了对于酒店消费者而言，位置、设施、服务和卫生并不能完全反映他们对星级酒店产品的满意度。

4.2相关建议

4.2.1经济型酒店应加强与预定平台沟通与合作，提升顾客评级

经济型酒店虽以提供标准化服务为特征，但并无官方的统一标准，对于没有入住过某一品牌的经济型酒店的顾客而言，更加依赖专业预订平台提供的顾客评级来进行购买决策。基于此，经济型酒店应加强与预订平台沟通，了解顾客需求，积极改善产品，提升满意度，进而提高该酒店在预订平台上的评级，对网上预定量产生积极影响，提升酒店入住率。

4.2.2兩大类型酒店均需关注消费者不推荐原因，提升满意度

相较于其他因素，“不推荐率”对网上预订量的负面影响十分显著，因此经济型酒店和星级酒店均应关注消费者不推荐的原因，积极改进，降低这种负面影响。经济型酒店应从目标市场关注的保健要素出发，使酒店的标准化设施和服务得到保证。星级酒店除关注预订平台提出的设施、位置、服务和卫生四大要素外，还要从酒店的各个部门和服务的各个环节出发，考察容易导致顾客不满的要素，提升整体服务水准。

4.2.3经济型酒店需注重自身服务水平，满足顾客新需求

服务已经不是星级酒店产品的核心内容，服务评论也成为了显著影响经济型酒店网上预订量的重要要素。经济型酒店服务水平的提升还应与目标市场需求相一致，并不需要像星级酒店一样提供金钥匙服务、定制化服务等高端服务，但应突出经济型酒店标准化、便利化和彰显自身品牌特征的品质服务。

4.2.4预定平台应根据酒店定位，对酒店信息进行分类管理

携程网针对所有酒店为消费者提供的点评要素相同，都是针对设施、服务、位置和卫生四个方面内容的评价。位置信息虽然对于酒店经营非常重要，但是顾客并不需要从消费者评价中来获取这种信息：此外，星级酒店消费者对设施、服务、位置和卫生的满意并不能代表对酒店产品的满意，因此预订平台应根据不同类型酒店的定位，对酒店进行分类管理。经济型酒店与星级酒店目标市场定位不同，消费者的关注点差别很大，预订平台应重新提炼不同类型酒店目标市场顾客关注的核心要素，对顾客评论信息进行分类管理，从而方便顾客搜寻信息，快速决策，也为酒店的顾客管理提供更加科学的数据支撑。endprint