..................................
第一章,绪论。基于中国在线住宿行业的相关调研报告以及酒店管理领域相关学术研究结果阐述本文的研究背景,提出本文的研究问题,并分别阐释本研究的理论意义和实践意义,然后详细说明对下文各章节的安排、使用的研究方法和采用的技术路线。 第二章,相关理论及国内外研究综述。依据本文的研究问题和目的,第二章介绍关于酒店评分的相关研究,然后针对提出的问题引入情景理论,并对情景理论的基本概念、应用领域进行整理和总结,提出适用于当前研究问题的情景。第二章是全文后续章节的理论基础。第三章,研究设计。介绍本文获取数据的方法,详细描述了爬取酒店信息、评论信息、酒店周边位置类型标签数据的方法。利用从携程网网站上爬取下来的酒店数据,进行经济型酒店和豪华型酒店划分整理,然后通过使用百度地图开放平台提供的 API 接口,爬取酒店周边的地址数据并对地址类型数据进行分类、统计,从而确定酒店所处的地点情景。随后对本文使用的变量进行描述,并对样本进行质量检验,最后介绍要使用的多元回归、双因素方差分析、内容分析法等方法。 第四章,实证分析。运用多元回归模型探究分维度评分对酒店销量的影响;运用双因素方差分析方法分别研究不同地点情景下,不同出行类型的旅客对经济型酒店和豪华型酒店的评分差异。最后,对旅客的文本评论进行内容分析,探究旅客对各方面因素的关注程度大小以及找出造成旅客不满意的原因。第五章,结论和展望。在这一章会归纳总结前面四章的内容,基于本文结论、理论和实践启示给予酒店管理者提出相应的改进建议,同时也指出本文研究所存在的不足与局限性,并提出对未来研究的展望。
...........................................
第二章 相关理论及国内外研究综述
本章将介绍当前关于酒店总评分和分维度评分对酒店销量以及顾客满意度影响的相关研究。然后,本文将引入情景理论,对情景概念、情景分类进行了阐释,并介绍基于本问题的地点情景以及旅客情景的相关研究。最后,本文将介绍不同类型酒店之间评分差异的相关研究。
2.1 评分研究
对于酒店房间这种体验型产品,不少的研究将目光聚焦在用户的评分评论对消费者进行决策时产生的影响[15]。用户评论具有传播速度快、易被获取、时效性强的特点,为消费者在为选购产品而搜寻信息时提供重要的参考和帮助。研究发现,用户评论能减少酒店业存在的信息不对称,尤其是当酒店知名度不高或评分低的时候[16]。由于旅客可以从用户评论中获得比较公正的信息,特别是酒店的质量,用户评论越来越受到旅客的欢迎和重视[17]。
2.1.1 点评分对酒店销量的影响
积极的评论能帮助消费者降低感知风险以及不确定性,从而更好地让产品和服务被推销出去[18]。例如,Chvlier 和 Mayzlin 利用收集到的评论数据,发现书籍获得评分的提高会导致销量的增长[19]。Ye 也发现了积极的在线评论促进了酒店产品的销售[20]。Kwark 等探究了在线评论对包含两个竞争的制造商和一个零售商的供应链的影响,发现虽然产品的质量是一样的,但消费者会因为在线评论而觉得产品的质量存在差异[21]。以往的研究中,学者们探讨了酒店的总评分对于酒店销量的影响。Öğ üt 等发现了顾客评分的提高会促进酒店房间销售量的提高,而酒店的星级却不会影响酒店的销量[
9];Lu 等基于餐厅的在线用户评论和预订量数据,发现评分的增长与预订量的增加存在着一定的线性关系[10];Torres 等的研究结果发现酒店评论量以及总评分对酒店的在线预订量具有显著影响[6];Phillips 等使用瑞士酒店的数据,也发现了总评分对于酒店的客房销量收入具有显著的正向影响[22]。
..............................................
2.2 情景理论
在以往的研究中,学者们在探究不同区域之间酒店的评分差异时,通常都是简单地按照地理位置的不同将酒店进行划分。Snehasish 和 Alton 将酒店的地理位置划分为美洲、亚太地区、欧洲以及中东和非洲这四个区域,通过双因素方差分析,找出连锁酒店和独立酒店在不同地域、不同出行类型旅客这两种因素影响下的评分差异[13]。Eva 和Juan 探究了不同地域、不同酒店规模以及不同酒店类型的酒店对 Booking.com 这个 OTA平台的依赖程度,将酒店所在区域划分为美洲、亚太地区、欧洲以及中东,通过比较酒店平均每间房的评论数量,发现位于欧洲的酒店对 Booking.com 依赖程度最高[
14]。 然而,按照地理位置划分的地区往往面积较大,酒店零散地分布在地区中的不同地点,而这些地点又分别有其独有的特点,如在住宅集中的区域,日常用品更易获得;在办公楼密集的区域,便利性高,快餐饮食居多。也就是说,同一划分区域内的酒店其实不一定是同质的。当旅客处于不同地点的时候,他们的感受、期望会有所差异,如果仅以地区作为酒店的划分依据,不同地点的差异不会被体现出来,从而导致旅客的感知差异也被掩盖。此外,不同旅客个体之间也有差异,他们出行的目的、需求各异。由此,本文引入情景理论,为求更明晰地找出不同类型旅客对处于不同位置酒店的评分差异。
............................................
第三章 研究设计
3.1 二手数据法
3.2 数据收集
3.3 变量描述
3.4 样本质量检验
3.5 数理统计方法
3.6 本章小结
第四章 实证分析
4.1 酒店分维度评分对酒店销量影响分析
4.2 不同地点情景与出行类型对酒店评分的差异
4.3 基于用户评论的内容分析
4.4 本章小结
第四章 实证分析
本章将对“酒店分维度评分对酒店销量的影响”以及“地点情景与旅客出行类型对酒店评分差异的影响”这两个问题进行具体的分析。对于第一个问题,本文将构建酒店总评分、房间价格、酒店星级与酒店销量的多元回归模型,验证已有研究的成果,然后构建酒店分维度评分、房间价格、酒店星级与酒店销量的多元回归模型,探究不同维度评分对酒店销售的影响。对于问题二,本文使用双因素方差分析,探究地点情景、旅客出行类型以及二者交互项对酒店分维度评分的差异分析。最后,运用内容分析法对酒店文本评论进行分析,找出会导致旅客满意度低的原因。
4.1 酒店分维度评分对酒店销量影响分析
4.1.1 回归模型构建
本文研究问题是探究分维度评分对于酒店销量的影响,期望能对分维度评分和酒店销量之间的关系有合理的解释。本文选取了房间价格和酒店星级作为控制变量,首先构建了总评分与酒店销量的多元回归模型,验证前人研究的成果,然后再构建分维度评分与酒店销量的多元回归模型,探究不同维度评分对酒店销量的影响程度。 构建的总评分与酒店销量多元回归模型如下:
..............................
研究结论与展望
研究结论
本研究基于已有的酒店评分研究,构建多元回归模型进一步探讨了分维度评分对酒店销量的影响。同时,将情景理论引入到酒店管理领域,以酒店为研究对象,确定了适合本研究问题的情景,分为地点情景、旅客情景以及评价情景,并利用双因素方差分析探究地点情景及旅客出行类型对酒店评分的差异。此外,本文还使用内容分析法对旅客的文本评论进行分析,寻找影响旅客满意度低的原因。以下为本文的研究结论:
(一)分维度评分对酒店销量有显著的正向影响。
本文验证了前人研究中酒店总评分对酒店销量存在显著正向影响这一结果。通过构建多元回归模型,本文发现了位置评分、设施评分、服务评分以及卫生评分对酒店销量存在显著的正向影响。同时发现,位置评分在所有维度评分中对酒店销量的影响程度最大,而设施评分、服务评分和卫生评分对于酒店销量的影响程度差不多,说明位置评分的提高更能促进酒店销量的增长。酒店处于交通便利、周边配套完善的地点,往往能让旅客对酒店留下好的第一印象。
(二)地点情景、旅客出行类型以及其交互项对酒店评分的存在显著影响。
本文使用双因素方差分析,探究了地点情景、旅客出行类型以及其交互项是否对酒店评分的存在显著影响,并得到以下结果: 第一,发现了经济型酒店和豪华型酒店获得的评分会因旅客的出行类型而异。情侣出游的旅客对经济型酒店在位置、设施、服务和卫生方面的评分要求都比较宽松,朋友出游的旅客则对豪华型酒店的满意度高,给酒店的评分较高。而商务出差的旅客则对经济型酒店和豪华型酒店各方面的要求更高。 本文进一步指出,经济型酒店和豪华型酒店获得的评分会因酒店所处的地点情景而异。位于住宅区的经济型酒店和豪华型酒店更获得旅客的认可,各方面的评分都相对较高。而位于办公区的经济型酒店获得的各维度评分普遍比其他地点情景下经济型酒店的低;位于文教区的豪华型酒店相比其他地点情景的酒店,获得的评分较低。