贵州跟团游在线旅游产品销量影响因素分析

【摘要】利用飞猪网346条贵州跟团游在线旅游产品信息，使用R软件采用普通最小二乘估计方法进行回归建模。研究表明：价格水平对销量有负面影响，累计评价、评分、库存、飞猪里程、含纯玩、含高铁、舒适型和豪华型酒店、普通和知名店铺对月售有正面影响。并且根据结论提出了相应的建议。

【关键词】跟团游;在线旅游产品;影响因素

【中图分类号】F592

【文献标识码】A

1 研究背景

近年来，贵州省旅游总收入由2013年的2358.18亿元到2019年的12318.86亿元，呈井喷式增长。并且在线旅游产品中，跟团游产品数较多，研究其销量影响因素，对于在线旅游产品供应商开发产品、提升游客满意度具有重要意义。

随着旅游产业收入快速增长，行业互联网化逐渐加深，在线旅游市场也快速增长。2019年中国在线旅游市场交易规模为10866.5亿元，较2018年增长11.4%。2018年中国在线旅游用户规模为3.6亿人次，2019年为3.9亿人次。在线旅游行业竞争日趋加剧，如何为游客提供优质的产品，争取更多的游客，对在线旅游产品供应商显得至关重要。所以，研究在线旅游产品销量影响因素，对其进行探索.为打造在线旅游爆款产品以及为在线旅游产品供应商进行客户关系管理、完善运营流程、合理定价、明确市场定位、提高销量提供依据，平台管理店铺和开发产品显得十分重要。

并且，随着大数据时代的到来，获取数据的方式也更加高效便捷，对于在线旅游网站的产品结构化数据，具有极大的价值。随着大数据技术的逐渐成熟，已具备处理这些数据的条件。对于平台来说，如何使数据价值最大化，是一个重要的课题。以往对于旅游产品研究，多采用调查问卷获取数据，從问题的提出，问卷的设计，到数据的收集、整理，最后得出结论，往往要经过很长的周期才能得出结论。并且，问卷数据代表的周期比较短，并不能及时发现市场的变化，从而调整经营策略并开发出热门产品。

2 文献综述

对于影响消费者在线旅游产品购买意愿影响因素方面，大多学者使用结构方程模型对问卷数据进行分析。

关于价格折扣方面，王月星利用情景式问卷数据对在线旅游产品价格折扣对旅游者购买影响进行分析，得出如下结论：对于国内短途游和国内中长线游而言，同等折扣幅度下，百分比折扣比金额折扣对购买意愿的影响更显著;深度折扣对购买意愿有更大的负面影响。

对于网上评论数据，不同学者从不同角度对其进行了分析。Park D H等发现网上评论的质量对消费者的购买意向有正向影响，随着评论次数的增加，购买意向增加，低参与度的消费者受到评论的数量而非质量的影响，但是高参与度的消费者主要受评论质量的影响。莫启钧对携程旅行网的2484个旅游产品的在线评论和企业回复数据进行分析，利用SPSS软件的回归模型进行实证分析，证明用户在线评论的数量及回复质量对旅游产品的销量有正向影响。刘阳发现评论数量与在线旅游产品销售量有正向影响。

综上所述，大多学者使用问卷数据对销量进行定量与定性研究，而且描述性分析较多，部分学者结合文本数据对销量进行分析，然而多数研究从较大范围内进行分析，少有学者使用网络结构化数据针对单一地区进行分析，所以本文将使用网络数据对贵州在线旅游产品中跟团游产品进行分析，以期为在线旅游产品供应商提高销量提供建议。

3 模型构建

本文数据来源于飞猪网2019年6月的346条跟团游在线旅游产品信息。以月售（单位：笔）为因变量，经变量选择后，自变量为：价格水平、累计评价、评分、库存、飞猪里程、含纯玩、含高铁、酒店档次、店铺热度。对月售取自然对数，使用R软件采用普通最小二乘估计方法进行回归建模。建模结果见表1，其中模型R2 =0.387.AdjustedR，-0.363，F Statistic=16.091***。

4 结果分析

由表1可知，在其它条件不变的情况下，随着价格水平的提高，月售下降。价格水平低的产品比高的产品月售平均高107.6%，价格水平中的产品比高的产品高60.5%。

累计评价每提高l条，月售提高0.2%。累加评价越多，意味着历史购买会较多，进而影响月售，这与莫启钧和刘阳的结论是一致的。

评分每提高0.1分，月售提高936%。随着评分的提高，月售提高，这与游客对产品的认知是相符的。店铺应努力提高评分，以期获得较高的销量。

库存每提高100，月售提高0.1%。随着库存的提高，月售提高，商家应合理安排库存，提升库存柔性，避免库存过高带来成本的增加，库存过少影响销量。

随着飞猪里程的提高，月售提高。飞猪里程每提高10，月售提升0.3%。店铺的促销力度与月售是正相关的。

带有即时确认的产品比二次确认的产品月售高46.8%。由此可知，游客更加看重效率，店铺在设计产品时，应尽可能缩减订单确认时长，以期获得较高的月售。

含纯玩的产品比不含纯玩的产品月售高46.2%。据此，游客更加注重游玩体验，设置关键词“纯玩”可提升月售，店铺应注意此点。

含高铁的产品比不含高铁的产品月售高40.4%。现在高铁速度较快，也较为方便，店铺在设计产品时可关注高铁对月售带来的影响。

舒适型和豪华型的酒店能带来产品月售的增长。酒店档次为舒适型的产品比经济型的产品高35%，酒店档次为豪华型的产品比经济型的产品高43.9%。店铺设计产品时可尽量增加舒适型和豪华型酒店的配比，以满足游客日益提升的生活质量带来的住宿需求。

店铺热度为普通的产品比小众的产品月售高75.6%，店铺热度为知名的产品比小众的产品月售高52.9%。一般情况下，产品较多的店铺比少的店铺拥有更多的资源，投入也更多，月售增多是正常的。适当增加店铺的产品数，对产品月售是有帮助的。

5 建议

第一，对用户开展客户关怀，增加累计评价数。根据客户关系管理理论，开发一个新客户的成本是同等条件下维持一个老客户成本的6倍，并且，客户关怀作为客户关系管理理论的一项重要内容，店铺使用此项策略和客户建立良好的关系是有必要的。对于已经完成订单并出行的游客，店铺可以通过友好提示，使游客对于产品进行评价，并给出好评。如果游客不知道如何评价，则店铺可以提前准备好话术，从导游服务、餐饮交通、酒店住宿、行程安排等方面给出引导，询问客户在整个购买过程及出行中的旅游体验。并调查客户满意度，做好客户关系管理，建立与客户的良好关系。对于粘性不足的客户，可设定激励机制，促使其评价。比如：对于给出5分好评、深度评价的游客，可以对其给予一部分现金折扣或者赠送一定的礼物。对于深度游玩用户，平时可多对其进行客户关怀，比如节假日之前，询问其最近是否有出游的计划，如果有，则咨询其时间和目的地，并提供出游建议。当店铺开发了一个新旅游线路时，则可以联系此类游客，促使其长期消费，并使其转化为自己店铺的忠实客户，进而提升美誉度。对于旅游体验较差的客户，需想办法弥补这种过失，比如直接退款，记录体验较差的原因，并完善不足之处，以此来优化整个运营流程的细节并提升客户满意度。

第二，合理设置优惠信息。不同的促销方式，对于游客的吸引力是不一样的。一般来说，价格较高的产品会设置飞猪里程，即促销信息。价格越高，飞猪里程越多，从而提升游客的购买欲望。另一方面，设置优惠金额在较低水平的产品月售较高，而没有设置优惠金额的产品，月售较低。并且，当设置的优惠金额比较高时，产品的月售呈下降趋势，也就是说，该定价方式并没有带来销量的增长，反而降低。对于此类产品，在定价时，应考虑该细分市场销量对于价格的弹性，设置在一个合适的水平。

第三，做好市场定位，合理设置关键词。市场细分、目标市场选择、市场定位是开发一个产品的基本流程。只有当市场定位比较准确时，才会有一个比较好的销量。天下的生意是做不完的，只有立足定位，在一项产品上做精做专才能有一个好的业绩。设置关键词（即时确认、纯玩、高铁、舒适型酒店、豪华型酒店）的产品月售较高，由此可知，目标市场选择比较好的产品，具有其自身特色，定位比较明确，在游客搜索该关键词时，就会出现，从而增加了爆光率。

6 结语

影响贵州跟团游在线旅游产品销量的因素是比较多的，本文实证结果表明：价格水平与月售负相关，累计评价、评分、库存、飞猪里程、即时确认、含纯玩、含高铁、舒适型酒店、豪华型酒店、店铺热度为普通和知名能带来月售的增长。店铺在设计产品时，应多加注意这几个方面带来的影响，以期获得更高的月售。

另外，本文使用数据时间较短，可能不完全反映这些影响因素对贵州跟团游在线旅游产品的影响，未来可使用长期数据，以更加全面的进行分析。

[参考文献]

[1] Wen I. An Empirical Study of an Online Travel Purchase IntentionModeI[J]. Journal of Travel& Tourism Marketing， 2012. 29（1）： 18-39.

[2] Nunkoo R， Ramkissoon H.Travelers' E-Purchase Intent ofTourism Products and Services[J]. Journal of Hospitality Marketing&Management， 2013， 22 （5）：505-529.

[3] AmaroS， Duarte P.TraveUers intention to purchase travel online：integrating trust and risk to the theory of planed behaviour[J]. AnatoliaAn International Joumal of Tourism&Hospitality Research， 2016.27 （3）：1-12.

[4]王月星.在线旅游产品价格折扣对旅游者购买意愿的影响研究[D].郑州：郑州大学，2018.

[5] Park D H， Lee J， Han I. The Effect of On-Line Consumer Reviewson Consumer Purchasing Intention： The Mode-rating Role ofInvolvement[J]. Intemational Joumal of Electronic Commerce.2007，11 （4）：125-148.

[6]莫启钧.用户评论及企业回复对在线旅游产品销量的影响研究[D].上海：华东理工大学，2016.

[7]刘阳.基于文本挖掘的在线旅游产品销量影响因素分析[D].北京：首都经济贸易大学，2018.

[8]吴喜之，应用回归及分类——基于R[M].北京：中國人民大学出版社，2016.

[9]强南囡，李悦，吕惠聪，客户关系管理[M].成都：西南财经大学出版社，2013.

[作者简介]李海洋（1995-），男，河南许昌人，在读硕士研究生，研究方向：经济大数据分析。