[摘要]在線信息如何影響消費(fèi)者購買決策是酒店在線服務(wù)的一個關(guān)鍵問題。文章基于攜程網(wǎng)1092家酒店網(wǎng)上預(yù)訂數(shù)據(jù).通過對數(shù)線性回歸模型,分析了酒店特征信息、顧客評論信息和預(yù)訂平臺推薦信息對4類不同等級酒店在線預(yù)訂的影響。研究表明:顧客評論信息對各類酒店網(wǎng)上預(yù)訂影響最顯著,但對五星級酒店的影響最小;酒店特征信息對五星級酒店網(wǎng)上預(yù)訂影響最大,其中客房價(jià)格信息對四星級、三星級和經(jīng)濟(jì)型酒店的影響不顯著;推薦信息對四星級酒店影響很顯著。但其中的用戶評級對四星級以外的酒店無顯著影響。文章通過對顧客評論信息中的5方面內(nèi)容分析發(fā)現(xiàn):顧客對酒店設(shè)施、服務(wù)水平、周邊環(huán)境的評價(jià)均顯署影響酒店網(wǎng)上預(yù)訂,而客房衛(wèi)生評價(jià)對酒店預(yù)訂的影響不顯著。該研究可為酒店在線分類管理與客戶信息服務(wù)提供指導(dǎo)。
[關(guān)鍵詞]特征信息;評論信息;推薦信息;在線預(yù)訂;酒店
[中圖分類號]F59
[文獻(xiàn)標(biāo)識碼]A
[文章編號]1002—5006(2011)07—0079—06
1 引言
信息在消費(fèi)者購買決策過程中起著重要作用,尤其在網(wǎng)絡(luò)環(huán)境中,消費(fèi)者不僅搜索價(jià)格、類型、品牌等產(chǎn)品特征信息,還十分關(guān)注其他消費(fèi)者的購后評論信息。酒店提供的是一種典型的體驗(yàn)式服務(wù),由于消費(fèi)者預(yù)訂前無法對其服務(wù)的內(nèi)容和質(zhì)量做出準(zhǔn)確評估,因此在決策過程中需要參考大量信息以降低感知風(fēng)險(xiǎn)。所以,酒店在線預(yù)訂平臺對酒店信息的合理呈現(xiàn)極其重視。通過對酒店在線預(yù)訂平臺(Expedia、Trip advisor、攜程網(wǎng)、藝龍網(wǎng)、同程網(wǎng)等)的分析發(fā)現(xiàn),在線信息通常包括三類:預(yù)訂平臺的推薦信息、酒店自身的特征信息和顧客的評論信息。本文在對相關(guān)文獻(xiàn)梳理的基礎(chǔ)上,以攜程網(wǎng)的酒店在線預(yù)訂數(shù)據(jù)為例,研究上述三類信息對不同等級酒店網(wǎng)上訂購量的影響,提出在線旅行服務(wù)商酒店在線信息設(shè)計(jì)和服務(wù)管理的新思路。
2 文獻(xiàn)綜述
在線信息對產(chǎn)品銷售影響顯著,彼德森和莫里諾(Peterson&Merino)2003年研究消費(fèi)者在互聯(lián)網(wǎng)上的信息搜尋行為時,發(fā)現(xiàn)在線信息可以影響消費(fèi)者的購買行為,進(jìn)而對產(chǎn)品的銷量產(chǎn)生影響。陳等(Chen,et al.)研究在線圖書銷售時,指出在線推薦信息可以顯著影響圖書的網(wǎng)絡(luò)銷量;錢瓦里和梅茲林(Chevalier&Mayzlin)在分析圖書特征和在線評論的基礎(chǔ)上,認(rèn)為在線評論對圖書銷售影響顯著,但負(fù)向評論對銷量的影響大于正向評論。隨后,一些學(xué)者研究了在線信息對消費(fèi)者的作用機(jī)制,劉(Liu)指出在線評論的數(shù)量能影響消費(fèi)者的認(rèn)知,因?yàn)樵u論數(shù)量越多,消費(fèi)者就越容易接觸到這些信息。德拉盧卡斯等(DeIlarocas,et al.)也發(fā)現(xiàn)隨著關(guān)于某產(chǎn)品或服務(wù)的在線評論信息數(shù)量的增加,消費(fèi)者購買該產(chǎn)品或服務(wù)的概率將有所提高。可見,在線信息影響著消費(fèi)者的購買行為進(jìn)而影響產(chǎn)品的在線銷售。
酒店作為典型的體驗(yàn)式服務(wù)產(chǎn)品尤其適合網(wǎng)上銷售,而且專業(yè)的酒店在線預(yù)訂平臺已經(jīng)成為客房銷售的重要渠道。酒店產(chǎn)品具有無形性的特征,消費(fèi)者在購買時面臨較高的感知風(fēng)險(xiǎn),尤其需要較多信息來輔助決策。因此,消費(fèi)者在網(wǎng)絡(luò)環(huán)境下購買這類體驗(yàn)型服務(wù)產(chǎn)品時,信息對決策影響將更加顯著。格瑞茨和劉(Gretzel&Yoo)通過對1480個旅游者的調(diào)查發(fā)現(xiàn)來自其他旅游者的在線評論對其決策的影響最大;迪克金戈和瑪扎奈克(Diekinger&Mazanec)在研究在線預(yù)訂酒店的影響因素時也發(fā)現(xiàn)在線評論能顯著影響消費(fèi)者的購買決策;葉等(Ye,et al.)研究在線評論對酒店客房銷售的影響時,指出在線評論得分的均值顯著正向影響客房的銷量,而方差則對客房銷量呈負(fù)向影響;維曼倫和希格斯(Vermeulen&Seegers)發(fā)現(xiàn)在線評論有助于提高消費(fèi)者對酒店的知覺,而正向的評論信息則能顯著提高消費(fèi)者的購買意愿。
綜上所述,目前對酒店在線預(yù)訂的研究主要從在線評論數(shù)量、情感傾向(正向和負(fù)向)的角度分析在線信息對消費(fèi)者購買決策或酒店網(wǎng)上銷售的影響。而在專業(yè)的酒店在線預(yù)訂平臺上,在線信息呈現(xiàn)的內(nèi)容各不相同,它們對消費(fèi)者購買意愿的影響存在差異。本文試圖研究不同內(nèi)容的在線信息對酒店網(wǎng)上預(yù)訂的影響,并針對不同等級的酒店比較分析這些信息內(nèi)容對酒店網(wǎng)上預(yù)訂影響的差異。
3 實(shí)證分析
3.1模型構(gòu)建
通過廣泛調(diào)查發(fā)現(xiàn),攜程網(wǎng)是國內(nèi)第一大酒店在線預(yù)訂平臺,其在線信息的組織與呈現(xiàn)方式也具代表性,成為國內(nèi)外研究者首選研究對象。因此,本文選用攜程網(wǎng)的實(shí)際數(shù)據(jù)進(jìn)行研究,采用對數(shù)線性回歸模型分析在線信息對酒店網(wǎng)上預(yù)訂的影響。模型的一般表達(dá)為:
ιn(Num_Reviews )=β0+β1Travelers' Rating+β2 Browsing Index+β3ιn(Room Types)+β4ιn(Price)+β5City Rank+β6Average Rating+β7Facilities Rating+β7Serviee Rating+βCleanlinessRating+β10Environment Rating+ε1 ( 1 )
葉等(Ye,et al.)在研究在線評論與酒店客房銷量時,采用了在線評論數(shù)量代替酒店網(wǎng)上預(yù)訂量的做法,并證明了二者之間存在一定的線性關(guān)系。此外,根據(jù)攜程網(wǎng)的點(diǎn)評規(guī)則,只有在網(wǎng)上進(jìn)行交易并入住后的消費(fèi)者才可以參與點(diǎn)評,這保證了評論數(shù)量的真實(shí)性。因此,本模型也采用在線評論數(shù)量近似替代同期的酒店網(wǎng)上預(yù)訂量。
模型中,變量的選擇以攜程網(wǎng)呈現(xiàn)的在線信息為基礎(chǔ),其中,用戶評級和評論瀏覽指數(shù)表示平臺推薦信息,酒店的房型種類、客房價(jià)格和所在城市等級表示酒店特征信息,顧客對酒店的設(shè)施、服務(wù)、衛(wèi)生、環(huán)境等的評價(jià)表示評論信息。酒店所在地理位置能影響其客房銷售,但在研究中量化這種影響存在難度,因此采用酒店所在城市等級反映酒店所在位置,這種方法在文獻(xiàn)中得到應(yīng)用。此外,模型中變量的納入順序與消費(fèi)者在酒店預(yù)訂過程中所接觸信息的先后順序一致,這便于分析不同信息對消費(fèi)者預(yù)訂決策的影響程度。為了凸顯在線信息對不同等級酒店網(wǎng)上預(yù)訂的影響,本文在分析中采用了4個模型分別考察在線信息對五星級、四星級、三星級和經(jīng)濟(jì)型酒店網(wǎng)上預(yù)訂的影響。
3.2 數(shù)據(jù)收集
研究中的原始數(shù)據(jù)均來自攜程網(wǎng)(WWW.etrip.corn),該網(wǎng)站是目前中國最大的在線旅行服務(wù)提供商(2010年的市場份額為51.6%),擁有最大的訪問客戶群,在線呈現(xiàn)的信息具有代表性,歷史數(shù)據(jù)保存相對完整,方便查閱與收集。根據(jù)史密斯旅行機(jī)構(gòu)(sTR Globe)提供的2010年中國大陸酒店業(yè)經(jīng)營業(yè)績數(shù)據(jù),本文選擇攜程網(wǎng)上北京、上海、廣州、深圳、蘇州、杭州、無錫、青島、大連、寧波、南京、西安、廈門和三亞15個城市的酒店作為實(shí)證研究的樣本。考慮到不同規(guī)模的酒店可提供的客房數(shù)量會對其顧客評論數(shù)量產(chǎn)生影響,進(jìn)而影響同類型酒店之間的可比性,本文在選擇樣本酒店時按照其在線評論數(shù)量大于其客房總數(shù)60%的原則進(jìn)行篩選(根據(jù)STR Globe提供的數(shù)據(jù),2010年中國大陸酒店業(yè)的平均客房出租率為60%)。
經(jīng)過數(shù)據(jù)收集與整理,最終選擇了1092家酒店作為研究樣本,其中五星級酒店128家、四星級酒店313家、三星級酒店200家、經(jīng)濟(jì)型酒店451家。在此,酒店預(yù)訂平臺的推薦信息(2個)和酒店特征信息(3個)所包含的變量的數(shù)據(jù)可以直接在網(wǎng)站上獲得,而反映在線評論信息(5個)的變量數(shù)據(jù)要經(jīng)過處理才能使用。攜程網(wǎng)提供的顧客點(diǎn)評系統(tǒng)中的評分與5點(diǎn)李克特量表相似,顧客評論信息中每一個變量的評分級別從“很好”到“很差”共5級,本文在研究中對其進(jìn)行從“5”到“1”相應(yīng)的賦值,這樣每一項(xiàng)評論信息都可以用相應(yīng)的加權(quán)平均分來表示。
3.3 結(jié)果分析
鑒于模型中可能存在異方差、自相關(guān)等問題,本文在回歸分析中選擇了White檢驗(yàn)、DW檢驗(yàn)方法對模型進(jìn)行檢驗(yàn)。以此來消除其部分影響。同時,還采用了逐步回歸的方法來檢查模型中的多重共線性問題,以確定最終模型。在上述問題都通過檢驗(yàn)后,模型的最終估計(jì)結(jié)果見表2。
從模型1中可以看出,酒店特征信息中房型種類(β3:0.302,t=3.602)、客房價(jià)格(β4=-0.396,t=-2.98)和所在位置(β5=-0.023,t=-2.341)顯著影響酒店的網(wǎng)上預(yù)訂,而其他變量的參數(shù)均未通過檢驗(yàn)。這說明在五星級酒店的網(wǎng)上預(yù)訂中,酒店自身特征信息的影響遠(yuǎn)遠(yuǎn)超過了推薦信息和在線評論的影響。其原因可能是由于五星級酒店消費(fèi)群體主要為公務(wù)或商務(wù)旅行消費(fèi)者,其旅行費(fèi)用多數(shù)由行政單位或公司負(fù)擔(dān),他們選擇酒店時比較重視酒店的檔次與自身社會地位的匹配,對酒店硬件設(shè)施要求較高,看重品質(zhì)和品牌,較少受其他評論者的影響。
在模型2中,表示酒店特征信息的房型種類(β3=0.3,t=4.85)和所在位置(β5=-0.021,t=-2.789)兩個變量對酒店網(wǎng)上預(yù)訂的影響十分顯著。在線評論信息中除衛(wèi)生評價(jià)以外,其他各變量均顯著影響酒店的網(wǎng)上預(yù)訂。從影響程度上看,評論信息總體上大于特征信息。這表明在四星級酒店的網(wǎng)上預(yù)訂中,消費(fèi)者既關(guān)注酒店的特征信息,又重視在線評論。此外,用戶評級(β1,=0.204,t=2.087)和評論瀏覽指數(shù)(β2=0.313,t=1.723)兩個變量的參數(shù)也通過了檢驗(yàn),這表明預(yù)訂平臺的推薦信息顯著正向影響四星級酒店的網(wǎng)上預(yù)訂。
從模型3的參數(shù)估計(jì)結(jié)果可以看出,酒店特征信息(β3=O.349,t=3.868;β5=-0.033,t=-3.168)和在線評論信息(β
在模型4中,房型種類(β3=0.072,t=4.34)與所在位置(β5=-0.03,t=-4.662)兩個變量對酒店網(wǎng)上預(yù)訂的影響仍然很顯著,但影響程度總體上低于在線評論。在線評論中消費(fèi)者對酒店設(shè)施(β7=0.885,t=3.315)、服務(wù)(β8=0.809,t=3.127)、環(huán)境(β10=0.48,t=2.535)的評價(jià)(β6=1.655,t=2.418)對酒店網(wǎng)上預(yù)訂均有顯著的正向影響,同時評論瀏覽指數(shù)(β2=0.023,t:1.919)也顯著影響酒店的網(wǎng)上預(yù)訂。這表明經(jīng)濟(jì)型酒店中消費(fèi)者既重視酒店自身的特征信息,也看重其他消費(fèi)者的在線評論信息。這一結(jié)果與經(jīng)濟(jì)性酒店的硬件設(shè)施條件與消費(fèi)者群體特征較為吻合。經(jīng)濟(jì)型酒店的顧客以大眾消費(fèi)為主,其旅行費(fèi)用通常由自己負(fù)擔(dān),他們既關(guān)心酒店基本設(shè)施條件,又關(guān)注服務(wù)、安全等影響基本睡眠與休息的因素。所以,這些消費(fèi)者對在線評論信息十分重視。價(jià)格依然對酒店網(wǎng)上預(yù)訂影響不顯著。
綜合比較4個模型的參數(shù)估計(jì)結(jié)果發(fā)現(xiàn),在線評論對四星級、三星級和經(jīng)濟(jì)型酒店的網(wǎng)上預(yù)訂影響顯著;酒店特征信息對五星級酒店網(wǎng)上預(yù)訂的影響最顯著;推薦信息對四星級酒店的網(wǎng)上預(yù)訂最顯著。在酒店特征信息中,價(jià)格對五星級以外的酒店網(wǎng)上預(yù)訂影響不顯著,這可能由于五星級酒店網(wǎng)上預(yù)訂的價(jià)格離差①最大,而等級越低的酒店競爭越激烈,價(jià)格離差也越小,從而使價(jià)格對低星級酒店網(wǎng)上預(yù)訂影響不顯著。在評論信息中,消費(fèi)者對客房衛(wèi)生的評價(jià)對酒店網(wǎng)上預(yù)訂無顯著影響,這說明客房衛(wèi)生已經(jīng)不是影響酒店網(wǎng)上預(yù)訂的重要因素,其影響程度顯著低于消費(fèi)者對酒店設(shè)施、服務(wù)水平、周邊環(huán)境的評價(jià)。推薦信息對四星級酒店網(wǎng)上預(yù)訂的影響最顯著,其中用戶評級對四星級以外酒店的網(wǎng)上預(yù)訂影響不顯著。這可能是因?yàn)橄M(fèi)者對四星級酒店的滿意度顯著低于高星級酒店的平均水平,所以消費(fèi)者為降低網(wǎng)上預(yù)訂的感知風(fēng)險(xiǎn)而對信息的搜尋更加全面。
4 結(jié)論與討論
本文在現(xiàn)有研究的基礎(chǔ)上,進(jìn)一步拓展了在線信息對酒店網(wǎng)上預(yù)訂影響的研究內(nèi)容。論文以攜程網(wǎng)為主要數(shù)據(jù)來源,采用對數(shù)線性模型分析了預(yù)訂平臺推薦信息、酒店特征信息和消費(fèi)者在線評論對4類酒店網(wǎng)上預(yù)訂的影響。結(jié)果表明:(1)在線評論對四星級、三星級和經(jīng)濟(jì)型酒店的網(wǎng)上預(yù)訂影響顯著,其中消費(fèi)者對酒店設(shè)施、服務(wù)及周邊環(huán)境的評價(jià)能顯著影響酒店的網(wǎng)上預(yù)訂,而對酒店客房衛(wèi)生的評價(jià)對酒店網(wǎng)上預(yù)訂影響不顯著。(2)特征信息對五星級酒店網(wǎng)上預(yù)訂的影響最顯著,其中客房價(jià)格對四星級、三星級和經(jīng)濟(jì)型酒店的網(wǎng)上預(yù)訂無顯著影響。(3)推薦信息對四星級酒店網(wǎng)上預(yù)訂的影響最顯著,其中用戶評級對四星級以外酒店的網(wǎng)上預(yù)訂影響不顯著。
本研究結(jié)論對在線旅游服務(wù)商進(jìn)行酒店在線管理有以下啟示:
首先,酒店在線信息應(yīng)該進(jìn)行分類管理。因?yàn)椴煌燃壍木频辏M(fèi)者關(guān)注的信息重點(diǎn)不一樣,而頁面信息呈現(xiàn)順序、位置與方式都會顯著影響消費(fèi)者對信息的關(guān)注與接受,如對于五星級酒店,其酒店地理位置、酒店價(jià)格及房型等信息應(yīng)該在重點(diǎn)區(qū)域,而對經(jīng)濟(jì)型酒店,消費(fèi)者的評論信息應(yīng)方便、快捷、全面地呈現(xiàn)給消費(fèi)者,以便于他們進(jìn)行全面評估。
其次,本研究有助于實(shí)現(xiàn)對不同顧客群體進(jìn)行個性化管理,無論是顧客在預(yù)訂平臺進(jìn)行酒店檢索還是預(yù)訂平臺對酒店進(jìn)行的推薦,均應(yīng)該關(guān)注不同顧客群體的需求特征,從而增加顧客對酒店產(chǎn)品的認(rèn)同。
最后,三星級和經(jīng)濟(jì)型酒店作為重要的網(wǎng)上預(yù)訂酒店類型,其在線服務(wù)平臺發(fā)布的三類信息雖然影響著消費(fèi)者的購買決策,但對消費(fèi)者而言,酒店的設(shè)施、服務(wù)水平、周邊環(huán)境信息才是他們關(guān)注的重心。但目前這類酒店在線服務(wù)平臺提供的多系統(tǒng)評級與推薦信息占據(jù)頁面中心位置的做法,并不符合消費(fèi)者的真實(shí)需求。此外,對于三星級和經(jīng)濟(jì)型酒店的經(jīng)營者來說,衛(wèi)生與價(jià)格不再顯著影響消費(fèi)者對酒店的在線預(yù)訂,這表明隨著競爭的加劇,經(jīng)濟(jì)型酒店的衛(wèi)生服務(wù)水平已基本達(dá)到了消費(fèi)者認(rèn)同的要求;而低等級酒店價(jià)格離差的縮小在很大程度上反映了在線交易已基本實(shí)現(xiàn)了市場信息的充分性和有效性,也就是說,低星級酒店經(jīng)營者的價(jià)格策略能力影響有限,而周邊環(huán)境、服務(wù)和設(shè)施設(shè)備才是目前消費(fèi)者所看重的,這是低等級酒店經(jīng)營者需要重點(diǎn)關(guān)注的核心。
由于實(shí)證數(shù)據(jù)的限制,本研究存在以下局限。其一,由于樣本選擇要求保有一定量的評論數(shù)據(jù),因此得到的研究結(jié)論不一定適用于那些在網(wǎng)上極少被訂購并評論的酒店;其二,評論信息具有時效性,因此,評論內(nèi)容還可以進(jìn)一步采用面板數(shù)據(jù)與文本挖掘等方法進(jìn)行深入研究。