基于情感分析的酒店顾客满意度评价研究

  1.1 研究背景

  自我国改革开放以来第三产业发展势头良好，在国内生产总值中所占比重不断攀升。2019 年我国市场配置要素愈加合理，GDP 总量中第三产业增加值占比 53.9%，与第二产业相比超出其 14.9%。在我国第三产业的带动下，我国旅游业市场有很大的发展空间，并朝着更好的方向发展。近几年，旅游业紧随国家发展脚步，更加注重景区的文化内涵，把中华传统文化与旅行有机地融合在一起，既让游客在旅行中得到满足感，也使国内旅游业总收入达到前所未有的新高度。根据图 1-1 可以看出，中国旅游市场整体保持稳步增长态势，用户旅游需求增长旺盛。与 2018 年旅游人数相比，截止到 2019年我国旅行人数达到 60.6 亿人次，增长了 9.6%。我国旅游业收入呈现连续上升趋势，在全年 GDP 统计中，2019 年旅游业贡献了约 6.52 万亿元的收益，较上年同期增长约9.2%。随着中国经济发展，国民收入的提高，人们对生活品质有了更高的要求，这也进一步推动了我国旅游业稳步向好发展，大众旅游的时代已经到来。酒店业作为旅游业的子行业与旅游业有着密不可分的关系。繁荣发展的旅游业市场和良好的社会经济发展环境，刺激着酒店业也在需求端呈现出日益庞大、稳固而多样化的发展趋势。官方发布的《2019 中国酒店连锁发展与投资报告》数据直观地反映出近年来我国酒店业规模的不断扩张与壮大。2018 年中国酒店客房数量为 324.58 万间，伴随着酒店业市场需求的激增与酒店业发展的日渐成熟，截止 2019 年酒店客房数量已达414.97 万间。由于消费者对酒店市场需求的不断变化，消费者不仅对酒店的基础设施有明确需求，而且对酒店的服务体验的要求也更加详细。由此可以看出，使消费者得到良好的住宿体验成为了酒店提升未来核心竞争力的关键。酒店业应将满足消费者的需求作为提升酒店服务的首要任务，为消费者提供个性化的服务和满足消费者需求的产品，注重消费者的体验感受。酒店需要通过改进不同的针对性影响因素以满足顾客的多样性需求，快速调整经营模式，才能在激烈的行业竞争中脱颖而出。互联网中丰富的信息资源为旅游消费者提供了不同类型的信息流和高效便捷的产品购买渠道。越来越多的游客会借助互联网查询旅游景区的景点、交通、食宿等相关信息，并以此作为决策的重要依据。在线预订行为作为一种互联网环境下发展出的新型消费模式，极大程度地提高了用户信息搜索效率，保证了消费者对产品的真实性有充分的了解。鉴于在线评论非商业性的特性，越来越多的游客习惯于在出游前关注第三方网站和社交网络上其他旅游者的评论，并在旅行结束后对消费体验进行评价。这在一定程度上打破了人们对信息在时间和空间上获取的限制，信息的有效性得到了增强，同时也对旅行地的潜在游客在旅行目的地以及相应的旅行产品的选择方面提供了合理有效的参考。消费者在线评论也反映了消费者对所购买商品以及服务的情感态度，这些情感态度对于研究消费者行为有重要意义，评论者对所评价商品所表达的“情感”，蕴含着大量的消费者心理，也暗含着消费者的需求，合理利用这些信息对企业的发展具有十分重要的价值。

  1.2 研究目的与意义

  在如今互联网经济快速发展的背景下，网络平台的发展对很多行业的经营模式以及消费者的行为模式都产生了深远的影响，这其中旅游住宿产业也受到了第三方平台用户的参与。酒店住宿评论很大程度上反映了消费者实际需求或希望已被满足的程度，可能包含对硬件或服务性能，以及酒店硬件设施或服务本身的评价，同时这些数据也是其他顾客获取入住酒店信息的主要参考意见来源。由于消费者很难通过酒店提供的有限信息准确获得无形产品质量等重要信息，所以越来越多的消费者在入住前依赖于浏览在线评论来弥补自己获知信息的不足，并以此获取间接消费经验，这样可以降低消费者感知的不确定性。  浏览在线评论是消费者做出决策的必要流程，而科学有效的在线评论数据可以很好地反映消费者旅行和购买产品的需求。因此本文以 2019 年冰雪嘉年华期间携程网上哈尔滨市松花江畔区域酒店的在线评论数据为样本，运用情感分析技术结合文本挖掘、机器学习算法对酒店在线评论文本信息内容进行科学性地分析处理。通过提取酒店顾客满意度影响因素以及计算情感得分，构建基于情感分析的酒店顾客满意度评估模型。旨在全面探知消费者特征关注偏好和特征情感对酒店顾客满意度的影响。进一步对酒店企业提升自身的服务水平提出有针对性的应对方案，优化运营管理和创新经营模式。尽其所能地满足消费者在旅游出行过程中的需求，从而提升顾客体验，改善顾客满意度和依赖性，保持强劲的市场竞争力；对于消费者而言，旨在通过这种科学的满意度评价方式，使其更客观地了解酒店的产品及服务，从而做出更加合理的决策，增强客户黏性，从而提高顾客忠诚度。 从近几年我国酒店行业的发展来看，我国酒店管理体制还需要进一步完善。以顾客满意度理论、客户细分理论、需求层次理论以及 STP 营销理论为指导理论，通过构建基于情感分析的酒店顾客满意度评估模型来研究哈尔滨市酒店顾客的网络评论内容，剖析消费者对酒店的满意度影响因素，进而得到消费者的情感偏好和特征偏好。有助于哈尔滨市酒店经营者了解顾客的消费行为与需求，同时增强了酒店营销理念与技术手段的融合度。利用信息处理技术手段提高了酒店市场端到端的全链路数据化程度，实现了酒店顾客满意度评估全程基于数据+算法的决策，使整个营销过程可数据化、可视化，从而为哈尔滨市酒店软硬件方面的改进提供有效参考，同时期望对其他地区的酒店顾客满意度评估工作有一定的参考价值。在互联网飞速发展的时代背景下，我国网民数量急剧增加并且交易方式逐渐多样化和便利化，专业旅行网站、微博、论坛等第三方平台的评论对于消费者的购买意愿产生了很大的影响。通过利用大量在线评论数据并对顾客群体进行细分，运用文本挖掘、情感分析等技术手段对酒店顾客满意度影响因素进行分析并构建模型，从而得到消费者行为习惯与感知价值，进而实现对酒店顾客满意度的评价。从消费者角度来说，可以提升消费者对酒店的整体认知，为消费者在线预订酒店提供决策依据，降低因消费者对酒店企业真实的服务水平以及产品质量认知的缺失造成的预订风险；对酒店经营者而言，一方面可以了解自身品牌效益、获知竞争对手的网络口碑。另一方面可以挖掘消费者现有需求和潜在需求，充分了解目标客源的需求偏好、消费水平和能力等信息。从而识别消费者动机、强化消费者体验的传播力，进而有针对性地提供产品与服务，对不同出游类型的顾客制定精准化的营销方案，促进消费者供需的有效对接，改善顾客满意度。 

  2.1  顾客满意度理论

  二十世纪七十年代学者开始对顾客满意进行研究。1965 年 Cardozo 首次提出了顾客满意的概念。顾客满意的研究涉及大量社会学以及心理学方面的理论，是指顾客体验完某种产品或服务，将产生的感知与期望比较后形成的整体感觉状态。宏观上，顾客满意的评价指标用顾客满意度指数(CSD)进行衡量。顾客满意有主动性、相对性、层次性和阶段性四方面特征。在传统领域的顾客满意研究中，Oliver 提出“期望不一致理论”，即当产品表现超出消费者的实际期望时，消费者就会感到满意，反之就会不满意，后续学者的研究丰富了这一理论，提出服务质量本身也会对顾客满意产生影响。顾客满意是顾客根据以往消费经验在购买行为发生前对产品所形成的期望与消费过程中所感知到的被满足的程度。满意度是用数字衡量对产品或者服务性能，以及产品或者服务本身主观感受的一种心理状态。对顾客满意程度进行衡量的指标即为顾客满意度，只有完全了解不同顾客群体对应的满意度影响因素，才有可能实现百分之百的顾客满意。无论是在传统线下市场还是电商市场，顾客满意都是商家企业所追求的目标。较高的顾客满意度随之而来的是对企业忠诚度的提高，尤其对于酒店这种产品和服务相结合的产业，以满意度为衡量指标对顾客进行分析，有助于精准提高酒店顾客对入住酒店的满意度评分，对提升酒店品质具有重要的现实意义。众多学者在顾客满意度相关理论的研究过程中，为了更加清晰准确地描述不同因素在顾客满意形成过程中的相互作用关系，逐步构建出了相应的顾客满意度指数模型。最早建立起的顾客满意度测评模型是瑞典顾客满意指数模式(Sweden  Customer Satisfaction  Barometer，SCSB)，SCSB 模式通过量化分析来研究顾客满意与顾客忠诚之间的非线性关系。Fornell 学者在 SCSB 模型中的综合产品消费预期、产品质量感知绩效、产品的实际价值以及价格等多种因素的基础上，设计了美国顾客满意度指数(American  Customer  Satisfaction  Index，ACSI)。此模型运用质量的定制化、可靠性及总体评价这三个标识变量来衡量感知质量，其中，感知质量、顾客预期和感知价值为原因变量，顾客满意为目标变量，顾客抱怨以及顾客忠诚为结果变量，在欧洲质量组织和欧洲质量管理基金会等机构的共同资助下，欧洲顾客满意度指数模型开始投入研究。欧洲顾客满意指数模型(Europe  Customer  Satisfaction  Index，ECSI)是以 ACSI 测评模型为基础构建起来的，并对其进行了相关修正，将感知质量进一步细分为服务质量感知与产品质量感知两个变量，同时增加了品牌形象变量，剔除了顾客抱怨变量。

  互联网的发展促使消费者购买产品和服务的途径发生改变，信息不对称现象部分改善，企业管理形式也由以市场为导向转变为以客户为中心。企业生命周期理论的直接核心资源是客户，企业竞争的本质是对客户的争夺和保留，对客户进行有效了解和发掘，保持优质客户是企业在行业中立足的根基。为满足客户异质化需求，制定相应的差异化管理策略对企业来说是当务之急，也是重中之重，客户细分理论也由此成为企业管理的重要工具。营销大师菲利普·科特勒提出，客户细分是根据客户的属性特征对客户集合进行划分。企业对客户的兴趣、需求、购买行为以及购买习惯进行广泛收集整理后，依据某方面或多属性的差异，将差异较小的客户划分到一个细分客户群。与满足消费者需求为首，服务于市场营销的市场细分理论相比较，客户细分理论贯穿于企业为客户创造价值和以客户为中心的全过程企业管理。客户细分不再单独聚焦消费者的一次购买或购买本身，而是考虑如何促成长期购买的客户关系，促使消费者重复购买企业其他产品。同时，客户购买也不限定于产品本身，而是囊括消费者与企业接触的品牌定位、产品设计生产、市场营销、物流、产品服务使用感受以及售后等整个过程。客户细分是差异化消费者服务的基础，是改进产品提升服务的重要手段。随着客户细分理论的应用，改进分化出不同的分析维度和细分方法，主要包括地理细分、人口细分、行为细分和心理细分等。地理细分是指依据地理位置准则，考虑国家、洲、省、市、区以及相同媒体覆盖地段等信息将客户细分为不同的子群落，对分析市场占有、计划评估市场、划分销售区域、评估消费者反馈及精准投放资源等具有重要的现实意义；人口细分是将消费者的性别、种族、年龄、教育程度、婚姻状况以及职业收入等作为判定准则对客户进行细分。起初的人口细分未考虑消费者的购买力，后续增加了 Dual 变量用于识别拥有大量可支配收入和时间的人群。人口细分的优点是操作简单和易于实现，但在反映客户需求和客户关系上有一定的缺陷；行为细分是以历史数据为基础，根据客户对产品服务的认知、态度、反应、使用频率、忠诚度以及接受度对消费者进行划分并对未来行为进行预测。其中，主要以 RFM 分析和客户价值矩阵分析两种方法对顾客行为进行细分，行为细分的缺点是无法评价潜在客户；心理细分也叫“生活方式”细分，是以生活方式为背景，对消费者的个性特征进行研究，通过消费者的观点、兴趣以及行动来识别并细分客户。心理细分主要分为基于客户价值的客户细分以及基于客户生命周期的客户细分两种，心理细分对高介入度的产品起着非常重要的作用。酒店是典型的需要进行客户细分的行业，客户细分理论在此行业具有较强的实用性。酒店业的客户群体组成较为复杂多样，不同的客户群体对酒店规模、地理位置以及服务标准等需求差异较大、非标准化程度较高，因此需要对客户群体进行细分来匹配最合适的酒店服务类型。因此，本文从该理论视角出发，基于主流酒店预订平台对客户的细分程度，从客户体验中挖掘增长机会，研究不同出游类型的酒店顾客满意度。

  3.1  网络文本数据获取及预处理

  3.2  酒店顾客满意度影响因素体系分析