基于语言评估标度和OWA算子的酒店客户流失因素的分析

周桂如

(福建船政交通职业学院，福建 福州 350007)

1 概论

随国家经济的飞速发展，一方面人们生活节奏也快了，工作的压力也随之加大，迫切需要找出一条解压的渠道；另一方面随着生活水平的不断提高，人们对生活品质追求也越来越高了，因此走出家门，去旅游就逐步发展成为人们解压、身心放松、增长见闻的一种新的生活方式，出国游、国内游、周边游成了一种潮流.而酒店作为旅游过程中的必不可少的环节，也越来越受到关注.消费者的消费理念也发生了变化，消费观念由原来的实用型转为享受型，由理智型转为情感型，从注重酒店的价格、功能和地理位置的三大要素已经转变为注重品牌、服务、环境、情怀.

国家为拉动内需,促进消费,增加了假期，酒店作为出游的重要载体，数量也随之迅速增加，行业的竞争就越发激烈，客户的分流也越来越明显了.因此酒店客户流失一直是客户关系管理关注的焦点，也是许多酒店管理人员关注的核心问题之一.酒店客户的流失一般有两种情况：①酒店客户主动性的流失，称为自愿流失；②酒店客户被动性的流失，称为非自愿流失.自愿流失通常是由于酒店服务水平、酒店促销、内部环境、地理位置、治安状况、顾客隐私保护等因素导致的客户满意度下降；非自愿流失通常是由于客户的行为导致企业不满，如客户信誉、人品等问题[1].

客户流失不仅会因为减少销售而产生机会成本，而且会导致所吸引的新客户相对减少而赢得一个新客户所花费的成本是保留一个老客户所花费成本的5～6倍[2].因此酒店要想留住客户，做到客户满意，就应该从客户关心的因素入手，如酒店服务质量、内部卫生状况、酒店的信誉、顾客的隐私、酒店价格的促销等方面来迎合客户的需求，任何有关因素没处理好，都有可能造成酒店客户的流失.因此分析和评估导致酒店客户流失的原因是非常必要的.本文通过语言信息理论,邀请酒店研究专家对影响酒店客户流失的因素进行了评估，为了更加合理、科学地分析各专家的评估结果，应用了基于正态分布的有序加权平均算子对评估的结果进行了计算，得出影响酒店客户流失的重要因素.

2 语言信息

2.1 语言评估标度

1975年，Zadeh提出了语言变量的概念，通过语言变量来表示定性的语言值[3].利用语言评估标度，把决策问题中的评估变量转化为语言短语，再运用语言对各指标进行运算.

在文献[2]中设置了语言评估标度是以零为中心对称，且语言术语个数为奇数，式子为

S={Sα|α=-L,…,-1,0,1,…,L}.

其中，Sα表示语言术语，-L,L分别表示语言术语的下限和上限，为自然数.

如语言评估标度可取为：

S={S-2=很差，S-1=差，S0=一般，S1=好，S2=很好}.

从上式可以看出，语言评估标度的语言术语下标都是均匀的，很难满足理论决策的应用和实际问题解决的需要.对几种常见的数值评估标度从不同的角度进行了模拟评估，认为10/10-18/2标度的性能最好[3].因此引用前景理论[4]价值函数的理念对评估标度进行改进，设V(u)为评估标度的下标函数,则下标函数如下：

(1)

其中α，β∈(0，1]，为改进系数，当α=β=1时，V(u)=u.而且改进后的语言标度为S*，

如当α=β=0.7时，

S*={S*-2.16=极差，S*-1.62=很差，S*-1=差，S*0=一般，S*1=好，S*1.62=很好，S*2.16=极好}

从上式语言标度S*的下标可以明显看出，相邻下标之差绝对值也变小，比较符合人的评判思维习惯.

而改进后的语言标度仍满足均匀语言标度的运算法则

如：

设：S*a,S*b∈S*，λ∈[0,1]，则：

(1)S*a⊕S*b=S*a+b

(2)λS*a=S*λa

(3)S*a⊕S*b=S*b⊕S*a

(4)λ(S*a⊕S*b)=λS*a⊕λS*b

2.2 构造两两判断矩阵

如第t个专家对任意一对方案xi和xj进行比较评价，根据语言标度为S*，可记为atij.因此，可以得出专家et对方案X的判断矩阵为：

3 基于正态分布的有序加权平均

3.1 有序加权平均

有序加权平均算子(OWA)是一种将数据序列重新排列,然后根据序列先后位置加权,以削弱极端值不利影响的赋权方法[5].

设OWAV:Rn→R为n元函数，

(2)

则称函数OWAV为n维有序加权平均算子,简称OWA算子[6].其实，有序加权平均中的bi是(a1,a2,…,an)按从大到小顺序重新排列之后第i个大的数，Vi对应的就是排序后第i个位置，OWA实质是对重新排序后的数据进行的加权平均.

3.2 基于正态分布的有序加权平均算子权重的计算

在应用有序加权平均算子时，关键是确定它的权重，构造不同的权重向量，可以得到不同的OWA算子[7].专家在评价两两方案中的偏好信息是服从独立正态分布的随机变量，X服从正态分布，X～N(μ,σ2)，其中均值为μ，方差为σ2.所以可以通过正态分布来计算OWA权重，假设有m个专家，则权重的计算公式为：

(3)

4 影响酒店客户流失因素的分析方法

针对酒店客户流失各种因素进行分析，构建酒店客户流失因素的语言评估标度S*，邀请专家根据语言评估标度S*对酒店客户流失的因素进行评估，给出语言判断矩阵

At=(atij)n×n,(t=1,2,…,m)，

然后通过基于正态分布的有序加权平均，将At=(atij)n×n集成为群的判断矩阵A=(aij)n×n,

把判断矩阵A中第r行的所有决策信息进行集成为因素Xr优于所有因素的综合偏好度ar.

ar=Sr1⊕Sr2⊕…⊕Srn.

(4)

最后再根据ar对因素进行排序，总结得出酒店客户流失因素评估结果.

5 酒店客户流失的实例分析

本文以福州某酒店集团为研究对象，该酒店成立于2003年，近几年客户流失非常严重，迫切需要了解客户流失各因素的重要性，以方便给出相应的对策，来缓解客户流失给酒店带来的经济压力以及提升酒店以后的发展前景.为此，公司全面开展研究影响酒店客户流失因素，并进行分析，根据酒店的地理位置等实际情况、专家的可能因素分析、酒店客户的问卷调查，确定了五个可能影响酒店客户流失的因素.X={X1,X2,X3,X4,X5}={酒店的品牌形象、酒店的服务水平、酒店的内部环境、酒店的促销政策、酒店的地理位置}.现利用改进后的语言评估标度和基于正态分布的有序加权平均算子进行计算，计算出影响酒店客户流失的孰轻孰重因素.

5.1 利用改进后的评估标度计算

邀请5位专家，其中3位专家来自多年从事酒店管理研究工作，1位是酒店的客户经理,1位是与酒店合作15年的顾客.分别对酒店客户流失因素进行评估，利用式子(1)，取α=β=0.7时，得：

利用语言评估标度得出五个专家的语言判断矩阵A1,A2,A3,A4，A5.

5.2 计算群的语言判断矩阵

为避免专家们在磋商时出现较大意见分歧，对五位专家的评价情况，做出综合的评价，通过正态分布来计算OWA的权重，也是为了削弱一些极端值的影响.

由公式(3)：

得出权重Vi：Vi=(0.1117,0.2365,0.3036,0.2365,0.1117)T.从而计算出群的语言判断矩阵.计算如：以a11，a12，a13为例.

对五位专家的语言判断矩阵中的a11按从大到小进行排序，得出行矩阵

对五位专家的语言判断矩阵中的a12按从大到小进行排序，得出行矩阵

对五位专家的语言判断矩阵中的a13按从大到小进行排序，得出行矩阵

同理，可以得出群的语言判断矩阵A为：

列出如下表格：

表1 流失因素的程度表

从表1可以看出，X3的值最大，最影响客户流失，X5最小，影响客户流失也就小.总体排序如下：X3>X2>X1>X4>X5.

因此，酒店要想能有更好的发展，能得到客户满意，首先要对内部环境进行整改，科技在不停的更新换代，酒店的设施也应该跟上时代的潮流.酒店的应急设备必须要齐全，卫生状况更是重中之重.客户在选择环境好的内部条件时，也希望有比较好的配套服务，好的服务会给客户留下好的印象，不仅能留住客户，甚至还可能帮酒店宣传出好的口碑.酒店的品牌形象也很关键，要打好知名度，可以利用“互联网+”，为酒店提供一条新的发展渠道，同时可在网络上开展促销活动，线下可以进行优惠券的发放，来带动酒店的知名度.酒店受到地理位置的影响还是比较小的，所处的地理位置相对比较集中，大家促销政策都基本相同，因此，酒店受这两个因素的影响也比较小.

6 结束语

本文在语言信息理论的基础上，通过改进语言评估标度来提高两者评价之间的敏感度，改变有序加权平均的权重的计算方法，来削弱极端值的影响，得出更加准确的权重.再利用这两个的计算式子对酒店客户流失因素进行分析与综合评价，可知影响酒店客户流失的最重要的两个因素就是内部环境和酒店服务，要想进一步发展酒店，就应该处理好这两个因素.而在接下来的工作就是如何整改内部环境，如何提高酒店的配套服务，以及提高品牌的知名度，应该做一个详细的规划.