基于用户画像的酒店智慧营销应用研究

夏雯婷　顾超桥

摘要：互联网的普及和大数据技术对酒店传统市场营销工作产生了革命性的影响，海量的用户信息为构建用户画像提供了数据来源。用户画像是一种重要的用户分析工具，能有效利用海量数据挖掘用户特征，但该技术在酒店行业的应用研究尚不多见。本文探讨了酒店智慧营销的概念和内涵，介绍了如何将用户信息转化为标签数据，从而建立起用户画像，并在此基础上开展酒店智慧营销工作的过程，将酒店智慧营销工作划分为售前、售中和售后三个阶段。

关键词：用户画像;用户标签;酒店智慧营销;消费场景

中图分类号：F724.6;F719.2;G252文献识别码：A文章编号：

2096-3157（2020）15-0016-04

一、引言

新一代网络信息技术不断普及和发展，信息化、网络化、智能化深入了各行业，我国经济发展逐渐步入“万物互联”时代，互联网在经济社会发展中的作用日益凸显。根据第44次《中国互联网络发展状况统计报告》显示，我国的互联网普及率达61.2%，截止到2019年年底，我国手机网民规模超过了8.47亿，我国网民用手机上网的比例达99.1%。在新市场环境的影响下，企业除了要注重生产技术的进步提升，也需要借助大数据技术整合用户需求进行营销手段创新，企业市场营销工作由粗放型向“智慧型”进行转变已成为趋势。酒店行业是旅游产业中的重要支柱行业，虽然酒店行业是一个历史悠久的行业，但互联网对酒店市场营销工作产生了深远的影响，根据知名咨询公司Trustdata最新研究报告显示，2019全年我国在线酒店预订间夜量超过8亿，增长的用户数量为酒店提供了可供研究的大数据，也为酒店市场营销改革和创新提供了可能。

二、文献综述

1.用户画像

用户画像（User portrait）概念最早是由交互设计师Alan Cooper在1997年首先提出的，它的本质是一种基于海量数据的用户分析工具①，是伴随着互联网普及而诞生的信息技术概念。随着大数据的到来，时代赋予了用户画像更为丰富的内涵。如Kathy Baxter（2015）等认为用户画像是对用户属性（例如职务、经验、教育程度、年龄范围等）的详细描述。Teixeira C（2015）等认为用户画像是从海量系统数据中提取个人数据的信息集合，是用来描述用户需求、偏好和兴趣的用户模型。曾鸿，吴苏倪（2016）认为，用户画像的核心工作是为用户打标签，使得计算机能够程序化处理与人相关的信息，甚至通过算法、模型能够“理解”人②。余傳明（2018）等认为用户画像就是根据用户的人口属性、行为或心理偏好等信息挖掘出来的抽象化、标签化的用户模型③。综上所述，用户画像就是通过算法或者工具对用户历史行为数据进行挖掘和计算，最后通过标签将用户的信息进行展现的方法。酒店市场营销者通过多维度数据挖掘，构建不同的用户画像，收集不同的信息并存储，可以更好地洞察用户多维度的信息。

2.智慧营销

“智慧”是一种高级思维创造能力，在我们日常生活中，智慧表现为更好地解决问题的能力。企业的生存和发展离不开市场营销这一重要职能，智慧营销的最终目的也是为了更好地开展企业市场营销工作，智慧营销体现了现代信息技术对传统市场营销工作的影响，它是市场营销学科发展的新阶段，虽然在不少行业已经展开应用，但目前理论研究成果尚不丰富。刘晓娟（2018）认为智慧营销是传统营销模式和现代科技技术结合的结果，智慧营销具备可感知、高精准、高效益的特征④。刘逸爽（2019）认为智慧营销是一种具有智能化、平台化、场景化、品牌化特征的营销模式，它主要是在大数据、物联网、人工智能等新兴技术的支持下，以网络技术为基础，以数据为主导，以人为中心，将用户体验、场景、感知、营销相融合的个性化营销⑤。通过对相关文献的研究梳理以及对实践案例的研究，笔者认为，智慧营销是在互联网技术的辅助下，依托社交媒体，为消费者提供定制化产品和服务的新型营销形式，从而实现从潜在客户到购买客户的连接、参与、培育和转化的智慧营销闭环。

3.酒店智慧营销研究现状

虽然用户画像技术源自信息技术领域，然而目前市场营销是用户画像技术的一个重要应用领域。李斯（2019）对通信运营商基于大数据的用户画像平台建设进行了研究，通过用户画像可以帮助通信运营商更好地进行个性化服务和精准营销，实现了智慧营销的目的。还有不少学者刘广东（2017）、刘晓娟（2018）、陈婷婷（2019）等对汽车销售、银行和电商平台等行业的智慧营销进行了案例分析和理论研究。然而目前学术界对于酒店智慧营销的概念和内涵研究较少。截至2020年4月，在CNKI上搜索酒店智慧营销相关的学术论文仅有2篇，主要以“智慧酒店”为背景，对互联网技术在酒店市场营销的应用进行了理论探讨，认为智慧营销工作有助于酒店更好地实现精准营销，并且可以帮助延长酒店产品链，实现酒店经营的创新。

三、酒店用户画像的构建

1.酒店用户标签数据的获取

通过文献综述可知，用户画像是由标签构成的，数据来源渠道越广泛，则标签越多，用户画像就越清晰，为市场营销者提供的信息参考价值越大。所以，要构建准确的用户画像，首先要搜集更多的用户数据，再对其进行标签化处理，形成标签数据。

根据酒店产品的销售渠道，酒店用户标签数据来源渠道既有线上也有线下：线上数据例如用户浏览了酒店网页、关注了酒店的微信公众号、在线上进行了产品购买等，线下数据如客人进店入住、扫描了店内的二维码、通过酒店的海报广告进店就餐等。获得数据的具体常见方式有平台数据库采集、爬虫技术、日志挖掘等，用户不需要主动提交自己的数据，在用户查阅信息、发表评价、提交需求等过程中会留下自己的浏览痕迹，酒店通过爬虫工具等可以自动采集隐性数据并收集。酒店在互联网发布的信息越多、浏览量越大、产生的交易越多，则每天的用户数据量越大，直至汇成了海量数据，但其中不乏一些无效的数据甚至恶意访问数据，所以必须对数据首先进行排除，称之为“数据清洗”，转化为有效的数据，然后再进行汇总操作。

2.酒店用户标签类型

酒店的用户标签必须易于理解，且每个标签只能有一个含义，没有歧义。在电子商务领域，根据标签提取的维度不同标签一般可分为事实标签、模型标签和网页浏览标签⑥。不同行业对用户的关注重点不同，根据酒店行业的需求和用户行为特征，可以从以下几个维度来设置标签的类型。

（1）事实标签

事實标签是根据酒店用户设置的条件，直接从用户属性信息（如身份证号码、手机号码等）中提取的以当前现实为依据的标签，例如性别、年龄和家庭成员、信息来源渠道等。

（2）地理位置标签

地理位置标签的本质也是事实标签，一般是根据酒店客户所身处的GPS经纬度信息自动获取或生成的，具体方法如探针定位、iBeacon 室内定位以及客人在线下扫码等定位。

（3）网页浏览标签

当用户浏览酒店的官方网站、第三方网站、收藏点击内容甚至搜索引擎广告时，会留下浏览日志，这样的信息数据就构成了网页浏览标签，例如是来自官网的用户、绑定了酒店微信公众号、浏览过携程网的酒店信息等。

（4）模型标签

模型标签没有对应的直接获取数据，它是在事实标签以及其他标签的基础上，结合酒店行业特征，利用自定义算法建立模型得到的标签。例如酒店可以自定义生命周期的判断规则，将标签设置为意向用户、购买用户、忠诚客户和流失客户。另外如酒店客人的购买偏好、促销偏好、最感兴趣的微信内容等，都可以根据酒店实际情况设置模型标签。根据这些标签，可以帮助酒店更好地判断用户的消费频次，是否是有价值客户等。

这些标签有的是静态不变的，而消模型标签、网页浏览标签酒店在运营过程中可以随时调整、更新，故亦被称之为动态标签。

3.从用户标签到酒店用户画像

传统营销工作者只能手动收集单一渠道的用户信息，无法有效地归类汇总分析。而通过现代技术手段的应用，在收集了大量用户的标签信息之后，就可以赋予真实用户虚拟的形象，形成用户画像，并提供给市场营销工作者。用户画像由静态标签和动态标签共同构成，通过标签可以完整地反映出酒店用户的信息全貌，从而形成数字化用户画像模型，让用户可以更好地被识别。为了帮助酒店更好地理解和应用用户画像，须将用户画像进行可视化，比较直观且易于理解的可视化方式有有标签云、人物图像结合用户标签等。例如用户夏某，通过用人物图像结合标签最终得到的可视化用户画像（见图1）。

从用户数据到形成用户画像的过程，可以用图2进行直观表示，图2中的用户画像即为标签云的可视化用户画像⑦。

酒店经营过程中，用户的兴趣、偏好和购买行为等也随时可能发生变化，所以需要根据信息变化及时编辑、更新、删除标签，不断优化和修正用户画像，对用户画像进行管理，这也是酒店智慧营销工作应用的基础。

四、基于用户画像的酒店智慧营销应用

用户画像描述了酒店用户的具体特征，为酒店提供了多方位的用户信息，为酒店的智慧营销工作带来可能，根据对文献资料的整理和相关案例的研究，本研究认为用户画像在酒店智慧营销工作中的应用可分为售前、售中和售后三个阶段。

1.售前阶段

（1）精准市场细分

酒店市场细分是酒店按照消费者的需求特点将总体市场划分为若干个子市场的过程。每一个子市场都是具有行为相似度的用户，具有相似的用户需求，这是市场营销的基本理论，也是酒店市场营销工作开展的基础。通过数据聚类算法，可以将具有相同画像的酒店用户归类到一个市场类别中，使用户画像得到强化，从而实现酒店客户的自动化市场细分，高效且精准，营销者在酒店数据库中随时可以通过标签进行查询、更新。值得注意的是，一个用户根据不同的维度可以对应多个子市场。例如根据前文客户夏某的用户画像，夏某既可以归为教育会议市场，也可以为归为本地客户市场、微信会员市场和亲子散客市场等。有效的用户画像管理，精准的用户市场细分，是开展智慧营销工作的前提。

（2）用户需求预测

用户需求预测又可分为基于同类用户的预测和基于同类商品的预测。基于同类用户的预测是指，在用户画像和市场细分的基础上，酒店营销者可以寻找同一个子市场用户之间的相似性，当其中一部分人购买了某个酒店产品时，则该类用户中的其余相似用户购买的可能性也大大增加，例如当发现医学会议客人会购买酒店的特色美食“金陵大肉包”，则可以预测其他医药类会议客人的需求，做好销售的准备工作。基于同类商品的预测可以简单理解为当客人购买了某种商品时，根据浏览率和购买率可以预测另一种类似商品的购买概率。

2.售中阶段

（1）个性化产品推荐

基于用户画像进行产品和内容的个性化推荐是当前国内外应用研究的热门，此举有利于提高用户满意度和黏性⑧。用户挑选商品并不完全出于偶然，历史购买经历、搜索和浏览商品时看到的商品信息都会对用户的选择悄然产生影响。酒店可以基于用户画像进行对客户的查询、检索结果进行重新排序和优化组合，给用户呈现个性化搜索结果，提高用户的检索效率以及商品点击率，也可以使客户获得更好地搜索体验和网页浏览体验。同时，也可以根据既定市场营销计划和顾客消费习惯，对特定细分市场进行个性化产品推荐，根据客人的搜索和浏览行为推荐相关产品。在客人已经抵达店内和入住消费时，还可以根据客人过去的消费历史、同类用户画像客人的消费习惯推荐店内其他产品和服务，实现客人的二次消费转化，满足客人衣食住行游购娱的全方位需求，提高客人的消费金额。

（2）服务信息智能嫁接

当客人在店内消费期间，可以将服务信息和服务提示嫁接在传统消费场景中，提供有针对性的服务。利用智慧营销系统，可以针对不同用户画像的客人推送基于地理位置的服务信息和基于用户消费历程的的服务信息：基于地理位置的服务信息是利用酒店内室内探针等设备获取客人客人的详细定位后提供服务信息，例如当客人进入酒店的健身中心时，酒店既可以针对商务客人推送游泳健身服务指南和注意事项，也可以针对情侣出游客人推荐双人水疗套餐产品信息;基于用户消费历程的服务是根据此类客人在店典型消费过程和时间节点来提供适时的服务，例如自驾游的散客一般次日十二点左右是退房高峰，可以提前在十点钟向客人推送提前开发票办法、领取停车券的服务提示，既可以减少酒店人工服务也有助于完善用户体验。

酒店可通过URL短链接、URL二维码和微信消息等，通过技术手段以及社交媒体等平台提供客人在店内的各项无偿、有偿服务，但为了避免过度推送打扰客人，也可以选择在不同的营业场所、室内海报、宣传单页甚至菜单中设置二维码提示有需要的客人主动索取。酒店还可以利用社交媒体平台与客人保持互动联系，提供有针对性的在线解答和服务呼叫，不仅可以提供增值服務增加店内二次消费，还能体现酒店的品牌形象和人文关怀。

3.售后阶段

（1）客户评价反馈

售后服务也是市场营销活动的重要环节，酒店营销人员通过用户画像可提供更好地售后增值服务，而根据用户画像结合既往的投诉、评论，可以推送特定的意见征询和反馈，了解服务有无改善，是否还有上升空间，提高客户满意度。同时，顾客购买了酒店的产品后也可以选择填写售后服务问卷，问卷可以设置量表式答案选项以精确的获得服务满意度评价。问卷中还可以针对具有优惠偏好用户画像的客人发放下次消费的折扣券、抵用券，将其发展为忠诚客户，增加复购率，达到提升用户黏性的目的。

（2）数据分析与营销决策

在传统的营销方式下，用户的信息从营销人员个人进行手动记载逐步演变为手动输入数据库，进而由营销人员根据经验进行市场细分、客户关系维护、产品推荐和跟踪服务等工作，一旦营销人员流失、数据库维护不当，则极有可能面临客户信息不全、客户流失等风险，且具体细分市场的营业数据搜集和绩效考核难以精准量化。在针对用户画像的智慧营销体系中，可以实现对具体细分市场的精准量化和统计分析，了解数据的环比同比变化，捕捉新的市场机会，为营销决策者提供有力的考核标准和决策依据。

五、优化建议和研究展望

1.跨域用户数据收集

目前的户画像方面数据源具有一定的限制，只能针对本酒店的现有用户进行画像。在电子商务领域，学者们普遍认为随着技术的不断演进和数据的不断积累，未来跨机构、跨地域和跨领域的数据融合会成为一个趋势，从而实现从多个角度对酒店客户进行画像，让画像信息更加丰富，画像指导意义更强。

2.加强酒店数据安全和隐私保护

从用户的角度来说，跨域数据收集和用户隐私保护存在一定的矛盾。对于酒店来说，既要在合理合法的范围内获得数据，也要满足酒店业在数字化转型中的合规性需求，不断建立巩固数据安全保障体系，不断升级安全系统，确保用户隐私数据不泄漏。

3.以智慧营销推动酒店整体智慧化管理

智慧营销的工作最终目的是满足顾客需求，提高经营效益和社会利益，符合时代的发展要求。因此，智慧营销工作除了改善酒店营销部的经营效率外，还应该进一步辐射酒店整体的经营，推动餐饮部、前厅部和客房部等各部门面向数字化、智慧化进行变革，提高整体劳动效率，提高应对重大突发事件的能力，共同推动酒店行业与时代接轨，不断向前发展。

注释：

①赵雅慧，刘芳霖，罗琳.大数据背景下的用户画像研究综述：知识体系与研究展望[J].图书馆学研究，2019，（24）：13～24.

②曾鸿，吴苏倪.基于微博的大数据用户画像与精准营销[J].现代经济信息，2016，（24）：306～308.

③余传明，田鑫，郭亚静，安璐.基于行为-内容融合模型的用户画像研究[J].图书情报工作，2018，62（13）：54～63.

④刘晓娟，互联网时代东风日产汽车4S店智慧营销研究[D].安徽财经大学.2018.

⑤刘逸爽，基于多模型融合的疾病预测的医药电商智慧营销研究[D].华南理工大学，2019.

⑥齐丽云，汪克夷，路英贤，等.基于消费者行为的市场细分模型构建与验证：以移动通信行业为例[J].管理学报，2009，6（6）：805～811.

⑦李佳慧，赵刚.基于大数据的电子商务用户画像构建研究[J].电子商务，2019，（01）：46～49.

⑧刘广东.基于“用户画像”的商品推送系统设计与实现[D].西安电子科技大学，2017.

参考文献：

[1]刘海，卢慧，阮金花.基于“用户画像”挖掘的精准营销细分模型研究[J].丝绸，2015，52（12）.

[2]孙晔，高洪美，宋俊典，等.大数据环境下的数据治理框架研究及应用[J].计算机应用与软件，2017，34（4）：65～69.

[3]杨照东，陈德华，等.大数据用户画像技术在商业银行的应用[J].数字通信世界，2016，（9）.

[4]冉蹬.基于用户画像的手机游戏用户个性化内容推荐研究[D].西安理工大学，2018.

[5]Cooper Alan The lnmales Are Running the Asylum[M].New York：Macillan Computer Pub，1999：123～128.

[6]李金海.基于霍尔三维结构的项目管理集成化研究[J].河北工业大学学报，2008，（4）：25～29.

[7]刘海鸥，孙晶晶，苏妍原，等.国内外用户画像研究综述[J].情报理论实践，2018，（11）：155～160.

[8]Wang G，Zhang X，Tang S，et al.Unsupervised Clickstream Clustering for User Behavior Analysis[J].2016.

[注]基金项目：

江苏省高校哲学社会科学研究课题“互联网背景下的老年游客旅游感知价值研究”（2016SJB630065）;

2019年度南京旅游职业学院校企合作课题“旅游（酒店）智慧营销课程体系开发”，编号：2019XQHZ001;

2018年度南京旅游职业学院教育教学改革研究立项课题“产教融合背景下的酒店在线营销课程体系开发与建设”，编号2018XJY002;

江苏省教育科学“十三五”规划课题“基于创新力提升的酒店管理专业课程与教学改革研究”，编号D/2016/03/75

作者简介：

1.夏雯婷，南京旅游职业学院酒店管理学院讲师，硕士;研究方向：酒店及旅游市场营销，旅游职业教育。

2.顾超桥，南京旅游职业学院酒店管理学院学生。