基于eWOM的酒店顧客滿意度影響因素分析
——以哈爾濱五星級酒店為例

劉潤萍，徐曉菲

（哈爾濱商業(yè)大學(xué) 旅游烹飪學(xué)院， 黑龍江 哈爾濱 150076）

網(wǎng)絡(luò)信息化的發(fā)展催生了電子口碑的出現(xiàn)，現(xiàn)如今，電子口碑已經(jīng)成為消費者獲取需求信息的必要渠道，并影響著購買決策行為。酒店的電子口碑信息更能直接反映酒店顧客的關(guān)注點，反映顧客的實際需求及滿意度。因此本文爬取哈爾濱市23家五星級酒店的在線評論，運用內(nèi)容分析法對在線評論進(jìn)行高頻詞統(tǒng)計，利用pyltp包以關(guān)鍵詞為依據(jù)對評論分句并進(jìn)行情感分析計算出滿意度，分析得出哈爾濱市五星級酒店顧客滿意度的影響因素，以期酒店能夠提升服務(wù)質(zhì)量帶給顧客更好的居住體驗。

一、文獻(xiàn)綜述

電子口碑(Electronic Word of Mouth)是由口碑發(fā)展而來，信息化的高速普及使得電子口碑在旅游業(yè)大放異彩。朱翠蘭等(2013)在eWOM概念研究的基礎(chǔ)上，提出旅游電子口碑是指通過相關(guān)技術(shù)媒介，旅游者對已消費的產(chǎn)品或服務(wù)就食住行游購?qiáng)实嚷糜我剡M(jìn)行的描述和評價。近年來eWOM被廣泛應(yīng)用到旅游業(yè)中，Milan(2014)發(fā)現(xiàn)，在網(wǎng)上預(yù)訂酒店時，有84%的潛在消費者會被eWOM影響購買行為。Nathalia等(2015)認(rèn)為eWOM涉及到的是體驗型產(chǎn)品，其對顧客感知評論的有用性具有更強(qiáng)的影響力。沈涵等(2020)研究發(fā)現(xiàn)負(fù)面點評的酒店網(wǎng)絡(luò)口碑傳播效果大于正面點評。

顧客滿意度一直都是酒店行業(yè)研究的重點內(nèi)容，而所針對的研究對象大多為高星級酒店和經(jīng)濟(jì)型酒店。顧客滿意度所涉及的研究方法也非常豐富，近年來，隨著網(wǎng)絡(luò)技術(shù)的飛躍發(fā)展，眾多學(xué)者對于酒店顧客滿意度的研究，逐漸轉(zhuǎn)移到文本挖掘方法上來，大數(shù)據(jù)環(huán)境下各大旅游網(wǎng)站的酒店eWOM信息實時更新，而且數(shù)據(jù)量大可靠性高。Zhou等(2014)對高星級酒店的網(wǎng)上評論進(jìn)行分析，將顧客滿意度影響因素概括為房間、設(shè)施、價格、位置、食物和員工六方面。劉巖等(2020)結(jié)合TF-IDF、K-means算法對特征詞進(jìn)行分類獲取滿意度影響因素，構(gòu)建基于情感分析的酒店顧客滿意度評估模型進(jìn)行客觀分析。現(xiàn)如今，酒店顧客滿意度的研究路徑愈加交叉化、多樣化。

二、研究設(shè)計

(一)數(shù)據(jù)獲取及預(yù)處理

本文以攜程網(wǎng)上哈爾濱市23家五星級酒店截至2021年3月所有的在線評論為研究對象，通過八爪魚采集器采集評論數(shù)據(jù)，共獲取57368條評論。首先進(jìn)行數(shù)據(jù)篩選，去除無效及重復(fù)評論，得到52798條有效評論。再次，進(jìn)行機(jī)械壓縮去重，對重復(fù)詞語進(jìn)行刪除處理。之后，利用jieba包，并構(gòu)建自定義詞典，對評論文本進(jìn)行分詞、去除停用詞，最終得到全部為中文候選詞語集合的數(shù)據(jù)文件。具體詳情內(nèi)容見表1。

表1 哈爾濱市五星級酒店及其eWOM數(shù)據(jù)詳情

(二)影響因素劃分及滿意度計算

1.顧客滿意度影響因素歸類

為了全面體現(xiàn)五星級酒店的特征，本文借鑒了學(xué)者類似的文獻(xiàn)，綜合本文獲取的關(guān)鍵詞，刪除無關(guān)意義的關(guān)鍵詞，將關(guān)鍵詞進(jìn)行調(diào)整列入七大特征類別，各類別的關(guān)鍵詞都能反映對應(yīng)的影響因素，具體內(nèi)容見表2。

表2 酒店顧客滿意度影響因素分類

從上述內(nèi)容中可以得出，顧客對服務(wù)的關(guān)注度最高，其次是酒店設(shè)施和交通位置，這是五星級酒店最受關(guān)注的三部分，之后是餐飲、環(huán)境和衛(wèi)生，對于價格的關(guān)注度最低。酒店本身屬于服務(wù)型企業(yè)，而五星級酒店的服務(wù)和軟硬件設(shè)施在各星級酒店中具有絕對的競爭力，因此不難得出服務(wù)和設(shè)施位于五星級酒店顧客關(guān)注度排名的前列。交通位置是酒店選址和用戶出行首先考慮的因素，從“位置”、“出門”、“距離”、“停車場”等能夠體現(xiàn)顧客選擇酒店的方便因素。其次是餐飲，從高頻詞“早餐”、“下午茶”、“水果”可以看出顧客在酒店飲食的一般選擇及其喜好，而“好吃”、“豐盛”也體現(xiàn)出顧客對餐飲方面的評價。環(huán)境和衛(wèi)生是顧客次要考慮的因素，五星級酒店本身就能夠具備舒適、干凈、整潔等顧客需求，這也是疫情防控常態(tài)化以來五星級酒店預(yù)訂數(shù)量占比極具增長的原因之一。價格的關(guān)注度最低，原因在于顧客在網(wǎng)上預(yù)訂酒店時已經(jīng)對價格知曉，并能夠接受價格的合理區(qū)間。從“免費”、“贈送”等高頻詞可以看出顧客對五星級酒店提供的免費項目、贈送禮品等服務(wù)非常滿意。

2.顧客滿意度分析

本文以上述關(guān)鍵詞為基礎(chǔ)，利用python中的pyltp包對各酒店的評論數(shù)據(jù)進(jìn)行分句歸類，之后借助百度AI平臺的情感分析功能，對酒店各影響因素的特征句進(jìn)行情感分析，以積極類別概率的平均值為依據(jù)，以李克特五級量表法為標(biāo)準(zhǔn)賦值，將二者相乘分別得到各影響因素的滿意度值。

總體滿意度值的計算，將表2顧客滿意度影響因素的詞頻占比為權(quán)重，將其與各酒店對應(yīng)的影響因素滿意度值相乘，并將結(jié)果相加得到總體滿意度。公式如下所示：

其中：HCSI為顧客總體滿意度；w為第i個影響因素的權(quán)重；U為第j家酒店第i個影響因素的滿意度。

將23家酒店的各影響因素滿意度和總體滿意度進(jìn)行描述統(tǒng)計分析，具體結(jié)果見表3。從表3中得出顧客總體滿意度的均值為4.35，說明哈爾濱市五星級酒店總體水平較好，大多數(shù)的五星級酒店滿意度分值都在4分以上。但其標(biāo)準(zhǔn)差較大，數(shù)據(jù)離散程度強(qiáng)，僅有11家五星級酒店高于全市平均水平，該數(shù)據(jù)說明五星級酒店總體滿意度水平分布不均，總體滿意度值高的酒店與總體滿意度值低的酒店有明顯差距。

表3 酒店顧客滿意度描述統(tǒng)計量

各影響因素的滿意度均值均在4分以上，排序為環(huán)境、位置、衛(wèi)生、價格、服務(wù)、餐飲及設(shè)施。環(huán)境滿意度均值最高為4.77且標(biāo)準(zhǔn)差最小，幾乎全部酒店滿意度分值均在4.5分以上，說明顧客對哈爾濱市各家五星級酒店的環(huán)境非常滿意。位置和衛(wèi)生的滿意度均值為4.59和4.57，說明酒店的選址臨近顧客目的地，交通便利，且酒店的衛(wèi)生狀況達(dá)到顧客要求。價格滿意度均值為4.44，滿意度在4分之上的有21家，說明顧客認(rèn)為酒店的房間定價性價比較高。服務(wù)滿意度的均值為4.32，但是標(biāo)準(zhǔn)差最大為0.44，說明顧客對酒店的服務(wù)水平要求較高，部分酒店的服務(wù)水平較好，但是個別酒店的服務(wù)水平遠(yuǎn)未達(dá)到顧客的期望值。餐飲滿意度的均值為4.16，標(biāo)準(zhǔn)差為0.38，說明哈爾濱市五星級酒店的餐飲水平有明顯差距。設(shè)施滿意度均值最低為4.08，且標(biāo)準(zhǔn)差最大，3.5分以下的有3家，4分以下的有6家，設(shè)施的分值相對其他影響因素有明顯下降趨勢，說明絕大部分酒店的基礎(chǔ)設(shè)施是減分項，原因主要為設(shè)施配套不全，或者硬件設(shè)施無法正常使用，軟件設(shè)施未投入使用或運行體系不夠成熟。

三、結(jié)論

本文以內(nèi)容分析法獲取顧客滿意度影響因素及具體關(guān)鍵詞，借助百度AI平臺的情感分析功能接口計算出滿意度值，其結(jié)果具有客觀性和可驗證性。本文通過分析得出哈爾濱五星級酒店的總體滿意度均值為4.35，說明哈爾濱市五星級酒店總體水平較好，但標(biāo)準(zhǔn)差較大，酒店之間的經(jīng)營水平存在一定差距。五星級酒店顧客滿意度的影響因素包括七個方面，且各影響因素的滿意度均值均在4分以上，排序為環(huán)境、位置、衛(wèi)生、價格、服務(wù)、餐飲及設(shè)施。該研究過程可以有效反映哈爾濱市五星級酒店的目前經(jīng)營水平及差距，能夠有針對性的解決不足。