基于网络用户评论的经济型酒店顾客满意度指标体系构建研究

邹纬 耿秀丽

摘 要：为构建经济型酒店顾客满意度指标体系，以上海市经济型酒店为例，从携程网选取60家评论数量超过800条的经济型酒店，利用网络爬虫软件提取约36 500条2018-2019年间用户评论作为研究样本，运用ROST CM6.0、BIBEXCEL等软件，对样本进行网络内容分析以及语义网络分析，结合扎根理论，构建上海市经济型酒店顾客满意度指标体系。根据对数据样本的分析，归纳出5个一级指标和12个二级指标。基于实际网络评论数据构建的经济型酒店顾客满意度指标体系能更客观地反映酒店在用户心目中的真实形象，使企业能够更好地把握市场动态，从而针对性地改进经营战略。

关键词：经济型酒店;数据挖掘;内容分析;顾客满意度;指标体系

DOI：10. 11907/rjdk. 191939 开放科学（资源服务）标识码（OSID）：

中图分类号：TP302文献标识码：A 文章编号：1672-7800（2019）009-0062-03

Research on the Construction of Customer Satisfaction Index System of

Economical Hotels： User Comments Based on Ctrip

ZOU Wei， GENG Xiu-li

（Business School， University of Shanghai for Science of Technology， Shanghai 200093， China）

Abstract：In order to objectively obtain the customer satisfaction index system of economic hotels， based on the mining of network review data， the customer satisfaction index of economic hotels is extracted and analyzed. 60 economic hotels in Shanghai with more than 800 reviews were selected from Ctrip Network， and about 36 500 reviews from 2018-2019 were extracted by the web carwler software. Through the use of ROST CM6.0，BIBEXCEL and other softwares， the sample is analyzed by network content analysis， high-frequency words analysis， Co-word Analysis and semantic network analysis. The basis of customer satisfaction of Shanghai economy hotel is obtained based on the perspective of grounded theory. Based on the analysis of data samples， 5 first-level indicators and 12 second-level indicators are concluded. The economic hotel customer satisfaction index system based on the actual network comment data can more objectively reflect the real image of the hotel in the users' mind， improve the enterprise's ability to adapt to the market.

Key Words： economy hotel; data mining; content analysis; customer satisfaction; index system

0 引言

隨着互联网用户的快速增长，国民收入水平的不断提高，人们的出游活动越来越普遍，在线旅游人数呈指数型增长，在线酒店预订市场也急剧扩张。经济型酒店由于具有较高性价比，成为人们出行住宿的首选对象。根据服务利润链理论，消费者对产品的整体满意度会影响顾客忠诚度，而顾客忠诚度也会影响顾客为企业带来的最终价值[1]。目前经济型酒店的行业竞争十分激烈，想要在其中脱颖而出，企业需要了解自身经营水平，分析与竞争对手之间的差距，并发掘客户潜在需求。通过构建客观、科学的顾客满意度指标体系，企业可根据对顾客满意度的调查结果调整自身经营战略或经营方向，以增强企业的市场竞争力与盈利能力。

顾客满意度作为企业营销战略的关键组成部分，如何提升顾客满意度一直是现代企业竞争中衡量企业绩效水平的重要指标。最早对顾客满意度的研究可追溯到1965年，美国学者Cardozo[2]首次在营销学中提出顾客满意的概念，随后相关研究得到了众多学者与企业经营者关注。如罗振鹏等[3]研究发现酒店前厅的服务质量是影响顾客满意度的重要因素;沈涵[4]基于美国顾客满意度指数（ACSI）模型[5]构建经济型酒店顾客满意度测评模型，并以上海市经济型酒店为例，验证了模型的实用性。

大数据技术的发展深刻影响着社会经济与治理模式[6]，近年来，国内外一些学者将网络数据挖掘方法应用于质量监控、政府决策等领域[6-9]。如蔡喜青[10]提出，企业可以利用网络技术、数据挖掘技术等获得竞争情报，从而为企业决策提供许多有价值的信息;曾小平[11]通过对大量数据的挖掘，建立客户满意度非线性因素分析模型，对客户满意度进行定量分析;李玲[12]提出从大量数据中挖掘出有价值的信息对于提高企业盈利水平与客户满意度是至关重要的。我国对于酒店行业顾客满意度的研究多采用传统问卷调查法，该方法需要消耗大量时间与精力，而收集到的数据量较小，且由于问卷设计者无法将消费者关注的问题全面体现在问卷中，导致问卷调查质量无法得到保证。数据挖掘技术可为该领域研究提供大量更加真实、有效的文本数据。目前用于数据挖掘的软件层出不穷，如武汉大学信息管理学院沈阳教授开发的社会计算平台ROST-CM，其对数据的分析更加真实、客观，且该软件提供的内容分析与语义分析方法在各类研究中都已得到了应用。然而，目前关于数据挖掘技术在酒店行业顾客满意度指标体系构建方面的研究仍然较少。

本文以上海市经济型酒店（二星及以下）为例，基于网络平台真实原创的消费者评论，从客户角度出发构建指标体系，能客观反映各类酒店在客户心中的真实形象，明确客户群体对产品的需求，从而使企业更好地掌握市场动态。

1 网络评论数据研究方法

1.1 研究方法

本文利用网络爬虫软件从携程网提取网络用户评论，以社会计算平台ROST-CM与文献分析软件BIBEXCEL为主要分析工具，对数据样本进行处理。本文采用的数据分析方法包括：

（1）网络内容分析法。其是一种基于互联网的内容分析法，是一种对网络传播内容进行客观、系统与定量描述的研究方法[13]。其实质是对传播内容包含的信息量及其变化进行分析，通过提取关键词、句挖掘隐含内容，以及由表面的有意义的词句推断出准确意义的过程[14]。该方法在旅游研究领域已得到广泛应用，但在针对酒店顾客满意度的相关研究中应用还不普遍。分析素材以网站信息、微博信息、在线酒店评论、官方网站信息为主要来源。

（2）扎根理论。其是一种定性研究方法，包括开放性译码、选择性编码、理论性编码3个阶段。在定性研究中，扎根理论被认为是一种较为科学的方法，其将实证研究与理论构建紧密联系起来，提供了一整套从原始资料中归纳、构建理论的方法与步骤，使研究人员可以通过系统分析方法对实证资料进行分析与归纳，从而建构理论指标[15]。

1.2 研究思路

本文选用八爪鱼等网络爬虫软件，以携程网60家评论数量超过800条的上海市经济型酒店为分析对象，包括汉庭、如家、锦江之星等，提取2018-2019年互联网用户发表的网络评论。

采用文本分析软件ROST-CM进行数据处理，对样本进行网络内容分析以及语义网络分析，将大量、复杂的文本数据转化为精简、有规律可循的数据;分析文本中的词频，合并同义词，剔除无实际意义的高频词，通过数据分析得出高频词共现矩阵和语义网络图，根据语义网络图归纳得出顾客满意度指标类目。

基于扎根理论思想对样本不断进行整理比较，通过发现联系、建立分类，对原始材料进行概念化、范畴化与理论抽象化处理，并对数据进行归纳分析，整理得出上海市经济型酒店的顾客满意度依据，归纳出顾客满意度一级指标和二级指标，构建经济型酒店顾客满意度指标体系。

2 数据分析及模型构建

2.1 数据分析

步骤1：高频词分析。本文从携程网提取36 466条2018-2019年间用户评论作为研究样本，使用ROST-CM软件对复杂的文本数据进行概念化处理与分词处理，并对数据进行词频统计，提取出135个高频词。剔除其中无实际意义或无明显指向的词语，如“这次”、“然后”等，最终筛选出74个高频词。表1列举了排名前30位的高频词。

步骤4：选择性编码。结合高频词共现矩阵和语义网络图分析结果，对文本数据进行归纳与分类，总结整理得出12个二级指标，分别为：客房环境、区位环境、设施齐全、干净整洁、客房舒适、提供服务、服务质量、附加服务、性价比、感知价值、预订、优惠促销。根据高频词共现矩阵和语义网络图，结合用户评论数据，将同类属性的词语按照逻辑关系与相互关系进行总结归类，并不断进行范畴化尝试，将每个高频词一次性归入各个范畴。

步骤5：理论性编码。经过以上分析得到反映经济型酒店顾客满意度的主要指标，将12个二级指标再次进行抽象化归类，整理得到5个一级指标，分别为：环境、产品质量、产品服务、价格、品牌形象，见表3。

2.2 指标体系构建

将5个一级指标、12个二级指标进行系统联系，构建经济型酒店顾客满意度指标体系，见表4。

作为提供有限服务的住宿设施，经济型酒店提供的产品、设施和服务会很大程度上影响顾客满意程度;由于经济型酒店面向的用户类型特点，酒店地理环境也是顾客关注的一个重要因素;因主要用户对价格敏感度较高，酒店性价比和顾客感知价值也影响着顾客满意程度;同时，由于市场上经济型酒店的普及，人们对已形成的品牌也有主观的选择和关注。本文构建的指标体系能够比较清晰地反映顾客对于经济型酒店的需求。

3 结语

本文以上海市经济型酒店（二星及以下）为例，研究基于网络用户评论的顾客满意度指标体系构建。基于网络平台真实原创的消费者评论，使用网络内容分析方法，结合扎根理论思想，从客户角度出发构建客观指标体系。该指标体系具有较强的普适性，宏观上可应用于对各区域内经济型酒店顾客关注因素与酒店服务质量的分析，以及对同类型酒店顾客满意度的研究;微观上可应用于单个经济型酒店的质量检测等方面，为企业发展提供方向性指导。

参考文献：

[1] 沈涵，郭旸. 经济型酒店顾客满意度指标体系研究[J]. 消费经济，2010，26（4）：30-33.

[2] CARDOZO R N. An experimental study of customer effort， expectation and satisfaction[J]. Journal of Marketing Research， 1965，8（2）： 34-45.

[3] 羅振鹏，刘聪. 酒店前厅服务质量与顾客满意度分析——以北京诺富特和平宾馆为例[J]. 旅游学刊，2007（3）：58-63.

[4] 沈涵. 基于ACSI的经济型酒店顾客满意度测评模型[J]. 旅游学刊，2011，26（1）：58-62.

[5] CLAES F，MICHAEL D J，EUGENE W A，et al. The American customer satisfaction index： nature， purpose and findings[J]. Journal of Marketing，1996，60（4）：7-19.

[6] 孟天广，赵娟. 大数据驱动的智能化社会治理：理论建构与治理体系[J]. 电子政务，2018（8）：2-11.

[7] 任明仑，宋月丽. 大数据：数据驱动的过程质量控制与改进新视角[J/OL]. 计算机集成制造系统：1-16[2019-08-07]. http：//kns.cnki.net/kcms/detail/11.5946.TP.20181026.1541.004.html.

[8] 何林生. 大数据驱动政府科学决策：现状与前景[J]. 福建行政学院学报，2019（1）：82-89.

[9] 王剑，马健. 数据驱动的网络信息服务评价模型研究[J]. 农业图书情报，2019（2）：30-35.

[10] 蔡喜青，郭得力，王铁山. 网络数据挖掘技术在企业获取财务竞争情报中的应用[J]. 技术与创新管理，2011，32（5）：561-564.

[11] 曾小平. 面向CRM的客户满意度理论研究[D]. 武汉：华中科技大学，2004.

[12] 李玲，赵宏霞，杨皎平. 用数据挖掘提高客户满意度[J]. 技术经济，2004（10）：41-43.

[13] DAVID B T. Content analysis in communications research[J]. American Political Science Association，1952，46（3）：869.

[14] 惠恭健，李明. 内容分析法在互联网研究中的应用初探——以与传统媒体内容分析法应用的比较为视角[J]. 图书馆学研究，2011（3）：5-7，12.

[15] STRAUSS A L. Qualitative analysis for social scientists[M]. New York： Cambridge University Press，1987.

（责任编辑：黄 健）