APP下载

在线旅游信息对团队游产品预订的影响研究——以携程网数据为例

2015-03-21暨南大学深圳旅游学院庾美容

中国商论 2015年15期

暨南大学深圳旅游学院 庾美容

在线旅游信息对团队游产品预订的影响研究——以携程网数据为例

暨南大学深圳旅游学院 庾美容

摘 要:本文将研究在线旅游网站在线信息:商家推介信息,产品介绍信息和游客点评信息对国内目的地跟团游预订的 影响。通过将我国旅游城市分为高度专业化、半专业化和低专业化三种类型,采集不同城市目的地跟团游线路信息,经过SPSS分析,提出在线信息对不同专业化旅游城市的影响。所以在线旅游网站应根据不同市场需求加以改进网站功能,才能符合时代的发展趋势。

关键词:携程网 国内跟团游 在线信息 线性回归分析

根据艾瑞网数据,我国2014年在线旅游市场规模达3077.9亿元,其中在线度假是最具发展潜力的市场。然而旅游产品作为一款体验型产品,用户只能通过网站了解旅游线路,因此,旅游网站上的信息对用户购买就显得十分重要。本文将通过以携程网为例,区分三种旅游专业化程度城市,研究在线信息对不同专业化旅游城市旅游业务预订影响,使旅游网站能更有针对性地加强网站信息建设。

1 文献综述

Peterson(2003)通过研究用户搜索行为,认为在线信息能够通过影响用户的购买行为,从而对产品的销量造成影响。Senecal(2004)发现用户评论信息能够增加潜在用户的购买意愿,评论数目越多,越容易受到用户追捧。岑成德(2007)研究年轻旅游者网络搜索行为,发现他们最重视价格、景点推介、住宿、美食与线路的安排。孙春华(2009)对比了零负面口碑和20%负面口碑的情况下,20%负面口碑产品预订量更多。过度的人为控制评论,容易降低评论的可信度,从而适得其反。李君轶(2010)通过对游客进行调查,发现在短时间内把线路的主要特征告诉游客,吸引游客点击了解再下单,成为在线旅游网站发展的根本。江金波(2014)研究旅游电子商务网站成熟度对在线旅游预订意向,发现顾客对网站的信任程度会影响顾客的下单。

2 实证分析

2.1 模型构建

本文根据城市规模与旅游化程度,将我国城市分为三类旅游城市研究:高度专业化旅游城市:三亚、丽江、桂林、张家界,半专业化城市:厦门、北京、上海、秦皇岛,低专业化旅游城市:深圳、东莞、济南、呼和浩特共十二个城市。

通过分析携程网站信息,总结出网站上主要存在三种介绍信息:网站推荐信息、旅游产品自身特色信息与游客体验评论信息。网站推荐信息是网站上对该旅游产品做的广告推介,如钻级(),代表餐饮与住宿环境。特色信息指旅游产品本身特色,如价格()、景点特点等,本文采取计算特色数目()考察景点特点。而评论信息则是体验过产品的游客给出的点评,本文统计的变量有评论数目()、点评得分()、差评比率(线路1分和

通过选取线性回归模型,将出游人数等于网上预订国内跟团游( 2分人数占总人数的比率)与咨询问答数()。 )的数量,把以上因素纳入模型中研究。建立模型如下:

2.2 数据收集

在选择旅游线路上,为排除不同出发地到同一目的地的路程远近与选择交通方式不同带来的价格差异,将选取目的地跟团游线路数据作为研究。本文通过八爪鱼采集器采集携程网目的地跟团游线路信息,再导入到SPSS中,建立多元线性回归方程,研究在线信息对不同专业化旅游城市跟团游预订的影响。

2.3 结果分析

在SPSS里进行线性回归分析时,采用了DW检验和VIF检验方法对模型进行检验:三个模型的DW检验结果都接近2,证明残差服从正态分布,随机序列中不存在自相关性。而三个模型的VIF值均处于1~2.5之间,一般认为VIF值少于10时,变量之间不存在显著的线性相关,所以本文中的自变量都通过检验,回归分析的结果可信。统计模型的分析结果如表1所示。

表1 统计分析结果

综合比较以上三个模型,点评数目对不同专业化的旅游城市都有影响,而钻级、点评得分、差评比率与咨询问答数则不同程度地影响不同专业化的旅游城市,其中特色数目与价格则没有较大的影响。由于特色数目是在主页面吸引游客点击进去游览的,更多的是起到吸引关注的作用,对订单量影响不大。而价格由于会随着出游天数、入住酒店等级与餐饮状况而改变,所以也不能一概而论地影响跟团游的预订人数。

3 研究结论

本文以出游人数为因变量,研究另外七个变量对其的影响。研究结果表明:(1)点评数目显著影响着不同专业化的旅游城市出游人数;(2)特色数目与最低价格没有对跟团游数量有显著影响;(3)钻级、点评得分、点评人数、差评比率与咨询问答数很大程度上会影响高度专业化和半专业化旅游城市在线跟团游的订单量。对旅游网站在线信息的建设建议如下:

首先,对不同旅游专业化程度城市的跟团游线路应该进行分类管理。一些用户是以点评数量为导向的,难以找到最适合自己的跟团游旅游线路。可以列出一个栏目,月度或季度最热门出游线路,吸引大家点击了解详情。

其次,除了点评数目会影响用户的在线预订数量,差评数量也会影响用户预订。100%的好评反而会引起用户对网站可信度的怀疑,所以商家不应该一面地控制好评比率,而是在出现了差评后应该立刻跟进处理。从用户的角度看,网站的人员积极响应和处理问题,会使用户更加相信网站产品,提高对网站的忠诚度。

最后,由于点评数量,用户咨询数等也会积极影响用户的购买意向,所以网站应该鼓励游客在体验产品后回到网站上撰写点评或游记,不仅能够吸引更多用户购买同类型的产品,也能更好地维护与老客户的关系。强大的点评及客户数据系统不仅能吸引更多的客户提高对网站与产品的信任度,也能够提供数据事实依据给网站和跟团游承包商进行改进,这能促使在线旅游网站的良性循环发展。

4 结语

本文以三个不同旅游专业化的城市为例,研究影响其出游人数的原因,能否适用于其他城市还有待其他数据收集方法等的配合研究,如后续应该结合调查问卷等面向全国旅游者进行调研,通过调查问卷,实地探访调研等方法,进一步考察携程网上的在线信息对用户预订的影响。

参考文献

[1] 张梦,张广宇,叶作亮.在线信息对酒店网上预订的影响研究——基于携程网酒店在线预订数据的分析[J].旅游学刊,2011.

[2] 李君轶,杨敏.西安国内游客旅游网络信息搜索行为研究[J].经济地理,2010.

[3] 江金波,梁方方.旅游电子商务成熟度对在线旅游预订意向的影响——以携程旅行网为例[J].旅游学刊,2014.

中图分类号:F590

文献标识码:A

文章编号:2096-0298(2015)05(c)-174-02