王铁 李梅 夏君
【摘 要】经济型酒店是我国住宿业设施的绝对主体,在旅游产业发展中起着举足轻重的作用。本研究利用定性与定量相结合的方法,对经济型酒店团购进行了实证研究,从销售成功率和销量两个层面识别和测量了相应的影响因子。研究发现,影响团购成功率的因子依次为床型、总销量、降价幅度和评分,而产品销量却与价格、评论数量和总销量显著相关。两者影响因子的差别说明经济型酒店团购存在“门槛”现象,酒店经营者应该从消费者的决策过程入手,围绕影响因子制定有针对性的措施以提高团购成功率和销量。
【关键词】 经济型酒店 团购成功率 销量 影响因子 两分逻辑斯蒂回归
我国的经济型酒店始于20世纪90年代,在短短20余年的发展过程中,增长十分迅猛。根据《2018中国酒店连锁发展与投资报告》,我国经济型酒店门店已达27.7万家,在所有酒店类住宿业设施中的比重高达87.24%,经济型酒店已成为我国住宿业设施的绝对主体,在我国旅游业发展中起到了举足轻重的作用。
然而,随着消费升级所导致的顾客需求变化以及市场竞争加剧,经济型酒店投资回报率和营业收入持续走低,客房增长率也明显放缓。为了争夺客源,经济型酒店习惯于采用降价的方式应对激烈的市场竞争,而降价又加剧了效益收缩,进一步挤压了盈利空间和生存空间,造成了恶性循环。因此,寻找新的发展路径,从模式上进行创新,摆脱价格战的泥潭,是当前我国经济型酒店发展亟需解决的问题。
在经济型酒店创新发展路径的探索中,在线团购体现出强劲的势头和巨大的潜力。从国际上来看,基于电子商务的团购呈现爆发式增长,取得了显著的经济效益[1]。在我国,酒店团购作为一种新的营销方式,已经引起业界的广泛关注和投入。携程等大型OTA(Online Travel Agencies,在线旅游代理商)以及大众点评等团购网站纷纷开辟专门的酒店团购通道,以迎合酒店和消费者的需求。
尽管创新被视为酒店生存和发展的关键手段[2],产品创新和市场细分也是未来经济型酒店发展的重要趋势[3],但新产品市场化的失败率总是居高不下[4],在线团购作为经济型酒店的创新模式也概莫能外。我们根据前期跟踪数据发现,青岛市经济型酒店团购的成功率(即团购期间实现销售产品所占比重)不足一半(仅为44.7%),这无疑打击了参团酒店、团购平台和消费者的积极性,不利于团购的可持续发展,“从业者应该采取更具战略性的措施以提高经营的成功率[5]”。因此,挖掘和识别经济型酒店团购成功率和销量的影响因子,不仅关乎经济型酒店和团购平台可持续发展的关键问题,也是在线营销、旅游电子商务等相关领域发展的客观要求。
遗憾的是,我国经济型酒店电子商务和在线营销研究较少,缺乏针对经济型酒店团购的专门研究,这与我国经济型酒店团购的发展规模极不相称,难以满足经济型酒店发展的需求。有鉴于此,本研究收集了青岛市经济型酒店的团购数据,采用定性与定量相结合的研究方法,从团购成功率和销量两个层面识别和测量主要影响因子,进而提出改善团购成功率和销量的建议,以期对相关研究和实践提供有价值的参考。
一、研究设计
(一)潜在影响因子
对于经济型酒店团购产品的消费者而言,决策的前提是信息,信息数量和质量直接影响到决策水平。由于酒店产品的购买和消费具有不同步性和异地性,消费者做出购买决策所依据的信息主要基于网站所提供的产品界面信息,因此,產品界面所提供的信息对消费者的决策起到了关键性作用。
国内外学者也意识到界面信息对消费者决策的重要性,例如Zhang等(2013)运用结构方程对862家团购饭店的界面信息进行了研究,发现其销量、满意度和回头率受到折扣力度、服务质量和饭店知名度的影响[1]。有鉴于此,本研究对潜在影响因子的构建源于OTA网站所提供的团购产品界面数据,这些产品数据左右着消费者的决策。
为了避免关键因子的遗漏,本研究对经济型酒店团购产品界面所提供的信息进行了预调查,提取潜在影响因子(见表1)。除了价格、降价幅度、评分、评价数量、推荐比例等常见因子外,另外一些因子则出现在产品界面,但目前缺乏相关研究的因子,例如总销量、床型和免费早餐,将这些因子列入潜在影响因子主要是为了考察其对于团购成功率和销量是否有影响及其作用程度。
(二)模型选择
1.团购成功率影响因子的识别与测量。对任何一个酒店而言,其团购是否成功的结果是典型二分变量:成功(1)和失败(0),这就要求模型因变量取值范围在0~1之间。此外,从表1可以看出,经济型酒店参与网络团购的成功率受到诸多因子的影响,其数据类型涉及连续变量、两分变量和类型变量,这要求所选模型对数据具有较强的适应能力和筛选能力。基于此,本研究首先使用两分逻辑斯蒂回归(Binary Logistic Regression)模型来构建影响经济型酒店团购成功率的因子筛选模型,它能精确解释变量X在预测两分因变量Y发生概率时的作用和强度。假定Xi是自变量,P是模型的响应概率,两分逻辑斯蒂回归模型为:
作为预测发生概率和筛选主要影响因子的有效手段,逻辑斯蒂回归模型在医学和生态学领域应用广泛,特别在疾病诊断和生态环境研究方面成果较多。在旅游研究中,有学者尝试将该模型应用于生态旅游环境容量测算[6]、生态保护区划[7]及农户参与农家乐的影响因子[8]等方面。然而,相对于逻辑斯蒂回归模型强大的判断能力和广泛的普适性来说,该方法在酒店产品研究中的应用十分不足。
2.销量影响因子的识别与测量。本研究拟对因变量(销量)和自变量(潜在影响因子)之间进行了自动线性拟合,以验证自变量和因变量之间的线性关系。由于现有的研究中缺乏分析这些变量的理论框架,因此对变量之间进行两两相关分析,并结合自动线性拟合的结论进行研究是可行和必要的。
(三)数据收集与处理
本研究收集了携程网(http://www.ctrip.com)上青岛市参与团购的经济型酒店产品数据(2018年6月到2019年1月)。去除无效和重复数据,累计获得741个产品的信息。对类型变量(床型)进行重新编码后,采用向前逐步回归(Forward Stepwise Regression)的方式进行模型拟合,变量进入模型的显著性水平设定为0.05,变量剔出模型的显著性水平设定为0.10,数据切割值为0.5,最大迭代数设置为20。
二、结果及分析
(一)团购成功率的影响因素
首先对全部产品进行模型拟合,设定团购成功的产品为1,团购未成功的产品为0。回归步骤、模型系数的综合检验、方程中的变量和移去项建模的结果见表2。
根据表2,两分逻辑斯蒂回归有3个步骤,各步骤的模型系数综合检验以及移去项建模显著性均小于0.05,说明这3个步骤拟合出的3个模型及变量系数都符合统计学要求。应当注意的是,模型2和模型3中,床型是分类变量,其总体显著性水平小于0.05,但床型(1)和床型(3)的显著性水平大于0.05,只有床型(2)的显著性水平小于0.05,因此,三个预测模型分别是:
尽管这3个模型都通过了统计检验,但模型之间的预测精度不尽相同(见表3)。从总体预测精度来看,模型3(79.2%)>模型2(74.4)>模型1(66.4%),因此,模型3为最佳预测模型,进入该模型的变量对数据有更高水平的解释力。
在两分逻辑斯蒂回归中,如果数据量较大,因子重要程度的判断主要根据Wals检验量。在进入模型3的变量中,床型(2)的Wals检验值(12.662)>降价幅度(7.071)>总销量(6.679),说明这三者的重要性依次降低。这三个因子的系数都大于0(2.564,0.004,0.019),说明自变量和因变量呈正相关,即经济型酒店团购成功率随着床型(2)的增多、折扣力度的加大以及总销量的增长而提高。
(二)销量的影响因素
剔除未实现销售的产品,本研究尝试利用有销量数据的331件产品进行线性拟合,因变量输入销量,自变量为潜在影响因子,方式采用向前逐步回归。结果显示,线性模型拟合精度仅为44.0%,影响销量的因子为总销量和价格。从拟合精度来看,线性拟合结果并不令人满意,究其原因,数据的非正态分布是根源(见图)。
学生化残差的P-P图将残差分布与正态分布相比较,对角线代表正态分布,残差的观测累计概率越靠近此线,则残差分布越接近正态分布,从图可以看出数据明显偏离正态分布。因此,本研究尝试用双变量相关性检验分析因变量与自变量之间的关系,结果如表4所示。
从表4可以看出,销量与价格、评论数量、总销量显著相关(显著性水平小于0.05),而与降价幅度、评分、是否提供早餐和推荐比例无关(显著性水平大于0.05)。从Pearson相关性来看,因子重要性排序为:总销量(0.913)>评论数量(0.328)>价格(0.285)。可见,影响团购成功率与影响销量的因子存在不同,这给酒店经营者和平台管理者带来了有益的启示。
三、结论、建议与启示
从数据分析结果来看,影响团购成功率和团购销量因子存在差异,这说明经济型酒店团购产品的销售存在“门槛”现象。酒店经营者首先应该考虑如何使其产品成功实现销售,继而采取措施提高销量。从消费心理学的角度,该结论也符合赫伯特·西蒙(1978年诺贝尔经济学奖得主)提出的决策理论,即消费者首先在产品中进行初选,确定数个备选方案,然后对各个方案进行深入評估,最终确定决策方案。因此,酒店经营者和团购平台管理者应该根据消费者的决策阶段及其影响因子采取有针对性的措施,以提高团购成功率和销量。
(一)第一阶段:提高团购成功率
从影响团购成功率的因子来看,价格并未进入最佳模型,说明消费者在初选产品时对价格并不敏感,床型、降价幅度和总销量才是消费者的敏感因素和经营者最应关注的变量。
1.床型是影响团购成功率的首位因子,其中最受欢迎的是“大床或双床”。
从消费者的角度来看,酒店产品的主要功能是休息,由于各种床型的舒适程度差别较大,床型成为影响消费者决策的关键因素也合乎情理。此外,由于在线酒店产品的购买和消费并不同步,未来的消费具有一定的偶然性,游客出行时首先要考虑酒店产品的床型能否满足出行者的需求,因此,游客倾向于选择能够应对未来不确定性的产品。“大床或双床”产品给消费者提供了多重选择,这相当于降低了风险,提高了产品附加值。这也提示酒店应当尽可能根据消费者的需求提供灵活的产品,选择本身就是一种资源和价值。
值得注意的是,床型往往被标注在在线酒店产品页面的显著位置,这说明团购平台和酒店经营者已经意识到床型的重要性。遗憾的是,到目前为止,主题涉及到床型的酒店相关研究成果还未见诸报刊,这应当引起学者的重视。
2.降价幅度是影响团购成功率第二位的因子,降价幅度越大,团购的成功率越高。
经济型酒店产品的利润空间已经非常狭小,进一步降价可能导致产品质量和消费者体验的下降,这不利于酒店的可持续发展。基于此,酒店可以采取提供门店价、会员价、现价、团购价等信息,让消费者感知到不同的降价幅度,进而提高团购成功率。就目前来看,由于酒店产品突出的季节性特点,为了节省信息采集、更新和管理成本,绝大多数在线平台已经取消提供原价、门店价等信息,这间接造成了消费者与酒店、平台之间的信息不对称,不利于提高团购成功率。
3.酒店总销量是影响团购成功率第三位因素,该结果直接印证了团购消费者行为的“从众”现象。
酒店团购产品具有典型的非即时性和异地性,这类产品对消费者而言具有风险,为了规避风险,消费者倾向于选择那些被大多数人认同的产品。虽然酒店的总销量并不等于团购产品的销量(某一酒店的产品往往多种,参与团购的仅仅是该酒店的某一种或某些产品),但如果某一酒店总销量较多,则暗示该酒店的产品购买者或回头客较多,这给消费者传达了产品有保障、质优价廉等信息,无形中强化了消费者的从众倾向。
对于资深酒店来说,可在团购产品界面强化酒店的总销量信息,提高团购成功率。而对于新上线的酒店,应该尽量将团购产品与酒店总销量信息剥离,或通过其他途径(例如增加产品图片的种类和数量,强调设施和设备的崭新程度等)以取长补短。
(二)第二阶段:扩大销量
在拟定好备选方案后,消费者会对各方案进行综合评估,以确定最终决策。在这个阶段,除了总销量外,评论数量和价格也体现出对销量的显著影响,这也反映出消费者在第二阶段对更多信息和最优决策的渴求。
1. “海量”评论提供了丰富的信息
信息是决策的前提和基础,而评论越多的产品,说明其被关注度较高,所提供的信息也较多,这非常有利于决策。然而,只有购买过产品的消费者才有资格评论,而新上线酒店由于购买者较少导致评论数量较少。因此,新上线酒店应在产品介绍页面尽可能多方位地提供产品信息,以提高信息质量和数量,减少消费者信息收集成本,进而消除购买疑虑。
2.要慎重对待价格的作用
可以理解,在确定了几个备选方案后,对产品价格的横向比较是消费者的自然反应。这提示酒店经营者要关注产品价格横向比较,保持竞争优势。值得关注的是,消费者对价格敏感性极易导致价格战,为了避免恶性竞争,经济型酒店应当摆脱传统的路径依赖,充分利用网络和电子商务从模式上进行变革,改变以前大而全的发展思路,聚焦于细分市场,并采取增加产品附加值、延长价值链和服务链等途径提高产品价值,间接保持价格优势。
(三)被剔除的变量:未来的启示
在所有8个潜在影响因子中,免费早餐、评分和推荐比例对团购成功率和销量没有显著影响,其背后的原因也值得关注。
741个团购产品中提供免费早餐的仅占0.7%,提供免费早餐的比例极低,这也反映出酒店已经意识到免费早餐对其团购产品的促进作用不大。在团购成功和失败的产品中,提供免费早餐产品的比例分别为0.6%和0.7%,可以看出两者的差别微乎其微。更为重要的是,团购失败的产品提供免费早餐的比例反而略高于团购成功的产品,這本身就说明消费者对免费早餐并不关注。
一般认为推荐比例越高则对团购成功率和销量越有利,然而所有产品平均的推荐比例为92.40%,团购成功和失败产品的推荐比例差别极小(分别为92.16%和92.54%),说明该变量在消费者的决策中的作用可以忽略。此外,团购失败产品的推荐比例高于成功产品,这本身就说明了推荐比例这个变量的不合理性,团购网站可以考虑在产品界面中避免提供该信息。对于出现这种现象的原因,主要是由于推荐比例不是指的团购产品的推荐比例,而是酒店所有产品的推荐比例,而酒店产品参差不齐,难免导致推荐比例的作用失真。
评分不是团购成功率和销量的显著影响因子,这一方面是由于某些不良酒店的“刷单”行为(这种恶意刷单行为已经引起学界和业界的关注),另一方面归因于团购平台默认好评的评价制度(如果消费者购买过某产品但不对产品进行主动评价,系统就会默认消费者对该产品的评价是好评)以及某些消费者息事宁人的惯性思维。然而,从欧美发达国家酒店的在线营销来看,口碑对产品销售的作用越来越大。我国酒店在线销售刚刚起步,产品评价和评论的作用也日益凸显,必须引起经营者的高度重视。根据前期研究成果,差评和中评对消费者决策的影响非常明显,酒店经营者应时刻关注产品页面的美誉度变化,通过人性化和个性化的服务,尽量减少中评,特别是差评的数量。
本研究对经济型酒店团购产品进行的实证分析具有一定的理论意义和实践价值,这些结果和结论可以为OTA、团购网站和经济型酒店实现产品的精准投放和营销提供借鉴。对于具体的酒店而言,应该紧密围绕消费者决策的阶段进行产品设计,动态地调整参团产品界面信息,以适应消费者的需求,进而提高团购成功率和销量。
注释
[1] Zhang Z Q, Zhang Z L, Wang F, Law R Li D. Factors influencing the effectiveness of online group buying in the restaurant industry[J].International Journal of Hospitality Management,2013,35:237-245.
[2] Chen W J.Innovation in hotel service:Culture and Personality[J]. International Journal of Hospitality Management,2011,30(1):64-72.
[3] 沈涵. 经济型酒店的产品创新与市场细分[J].旅游学刊,2007,22(10):40-43.
[4] Gourville J T. Eager sellers, stony buyers:Understanding the psychology of new- product adoption[J].Harvard Business Review,2006,84(6):99-106.
[5] Shuai J J, Wu W W. Evaluating the influence of E-marketing on hotel performance by DEA and grey entropy[J].Expert Systems with Applications, 2011,38(7):8763-8769.
[6] 安娜.三类旅游容量研究方法比较[J].旅游学刊,2006,21(6):83-90.
[7] Wang T, Li M, Wang N A. Protecting China cedar (cryptomeria fortune) habitat using GIS-based simulation, modeling of existence probability, and function zoning[J].Mountain Research & Development,2007,27(4):352-358.
[8] Wang T , Wang W , Wu Z , Su C H, Chen M H. Understanding Farm Households Participation in Nong Jia Le in China[J].Sustainability,2019,11:1-18.
(作者单位:曲阜师范大学地理与旅游学院。基金项目:国家社科基金(14BGL088);山东省社会科学规划研究项目(18CZKJ07);国家级大学生创新创业训练计划(201810446099))