新型智慧化技术对三亚海棠湾区酒店的运营管理绩效影响研究

曲 艺 万义娟 夏祥炜

（三亚中瑞酒店管理职业学院，海南 三亚 572011）

智慧酒店涉及的信息技术有移动通信、人工智能、大数据、云计算、物联网等[1]。多数高星级品牌智慧酒店因经营理念、IT预算等因素并不像阿里巴巴的“FlyZoo”酒店采用全部智慧化的无人模式，而是部分智慧化。毕竟强调品牌定位、有温度的服务，主张把机械的工作交给机器做，释放出人力维持宾客关系。当前数字化时代已开启，数字化转型已成为行业级战略。目前酒店管理信息系统迁移上云、为打破系统间数据割据且便于员工的移动端平台开发正如火如荼进行中，酒店大堂入住退房自助机、楼层可递送物品及指引方向的机器人，这些在新冠疫情后大放异彩提供免接触服务的智能设备越来越多地被投放使用。智慧酒店需要积极尝试以宾客体验为导向的新型智慧技术，提高自身竞争力，适应时代潮流，蜕变为数字化转型的成熟阶段。

后疫情时代高端客人回流到国内市场，三亚成为没有淡季的三亚。三亚海棠湾酒店均为国际奢华品牌，其入住率、平均房价均有较大涨幅，屡屡超额完成预算，但2021年暑期及2022年春季国内新概念疫情的反弹又让其断崖式下滑。新冠疫情的反复让酒店经营者更加重视宾客和员工的安全、维持宾客忠实度、数据安全、接触式服务的减少，对新型智慧技术保持开放和热忱。

一、研究方法与过程

1.研究对象

三亚海棠湾被誉为“国家海岸线”，海岸线总长度为21.8公里，其中沙滩岸线长度为18.7公里。三亚海昌梦幻海洋不夜城、三亚国际免税城均坐落于此，另外营业中的国际奢华星级酒店已有18家，几乎囊括了IHG、Hyatt、Hilton、Marriott旗下的主要高端品牌，其密集程度在全球都首屈一指。2020年后疫情时代，高端消费者回流国内市场，从气候、自然风光、旅游项目、旅游基础设施等因素考虑，三亚海棠湾成为首选旅游目的地，这也造就了近两年来三亚海棠湾酒店群入住率居高不下、超额完成预算、年终奖平均三薪起、无明显淡旺季之分等现象。考虑到10年内开业年限、对新型智慧技术运用的包容性、在海棠湾酒店群的业绩及口碑排名等因素，本次选取三亚海棠湾Sofitel、InterContinental、Edition、Crowne Plaza、Atlantis、Capella、Shangri-La、JW Marriott、Grand Hyatt、Rosewood共10家酒店为样本酒店。

2.研究方法

本研究采用问卷调查法对10家样本酒店的新型智慧技术运用程度、运营管理绩效、两者的相关性等情况进行调查，然后使用SPSS26软件进行均值比较分析、因子分析与信度检验、相关性分析、步进回归分析等操作。

3.研究过程

（1）确定指标体系

首先依据相关文献及专业研究报告初步列举新型智慧技术及酒店运营管理绩效的指标；然后同业界资深收益总监、IT总监深度访谈，结合10家样本酒店实际情况进行指标修订。10家样本酒店均为各大国际酒店集团高端品牌，房务、餐饮、财务、市场销售、工程等部门均在使用市场常规默认与星级品牌相匹配的操作系统，例如：房务使用Opera、餐饮使用Infrasys或Micros，近几年系统云迁移及移动版本已成趋势，作为国际高端品牌也紧跟潮流，逐步淘汰落后的系统，选择灵活支付、维护成本低的SAAS（软件即服务）模式的云平台。新冠疫情的反复无常及保证宾客的体验及卫生安全，样本酒店在公共区域配备指引、递送机器人、入住退房自助机、非接触式支付，房间配备智能语音均已屡见不鲜。为紧跟时代变化，样本酒店的公关与市场销售积极通过抖音、小红书、快手等流量应用程序在注重内容品质的前提下传播及营销产品，而且从酒店内部孵化网红的同时也与外部网红密切合作，吸引并积累粉丝，提高酒店知名度及品牌影响力。最终确定10个新型智慧技术指标，即10个变量（见表1）。运营管理绩效指标则选用市场竞争对手间通用衡量指标，参考酒店自身预算目标或集团考核KPI指标。共选取收入类（客房收入、餐饮收入、其他收入）、成本类（人力成本、集团管理费用、营销费用、原材料及易耗品成本、能源成本）、利润类（人均利润额、营业收入利润率、成本费用利润率）、管理类（员工满意度、宾客满意度、员工忠实度、会员招募量）四个范畴的指标共15个。

表1 新型智慧技术指标均值

（2）问卷设计及发放

问卷内容包含三个部分，第一部分为10种新型智慧技术的运用及属性认可程度，第二部分为运营管理绩效指标的认可程度，第三部分为新型智慧技术与运营管理绩效相关性的判断。三个部分均采用 Likert5级量表，指标打分采用5分制降序方式。

考虑到运营管理绩效指标为酒店敏感信息，对其高度关注及频繁接触相关数据、报表的多为部门经理、酒店行政委员会成员，他们同时对新型智慧技术的运用有较高决策权且十分注重运用的效率、反馈及成果，样本酒店的部门经理及行政委员会成员对问卷更能作出合理、科学的判断。所以将其列为问卷的发放对象，每家样本酒店发放12份问卷，共发放120份，回收112份，问卷回收率为93.33%。

二、新型智慧技术对运营管理绩效的影响

1.均值比较分析

如表1所示，10项新型智慧技术的均值都大于4，表明样本酒店认可这10项技术的属性及运用程度较高。系统云迁移及移动版本、物联网-手机门卡及控制客房、RFID追踪酒店资产等、自助机、机器人、非接触式支付、全渠道直连6项新型智慧技术的标准差大于1，体现了样本数据与样本均值差异较大。样本酒店房务的系统以Opera为主，目前服务端从本地向云迁移是趋势，但考虑到业主方及集团的统一管理不会一蹴而就。其他部门使用的系统具有较高自主性，根据成本预算、系统口碑循序渐进地换代更迭。考虑到集团的宾客人身财产安全标准，样本酒店均没有采用手机门卡。Atlantis酒店房间量为1314，房间打包销售套餐种类繁多，自助机与Opera的对接不够顺畅，宾客从客户变用户的自助需要一个过程，已弃用自助机。每家样本酒店采购的递送物品、指引机器人数量有限，在高峰时间段需要结合人工保证运营效率。非接触式支付样本酒店对其新颖性存在争议。全渠道直连样本酒店的集团政策存在差异。6项新型智慧技术的差异性较大，归根结底是技术运用与酒店实际运营管理环境状况的匹配程度及同种技术在样本酒店运用之间的差异。人脸识别、智能语音、手机预订、入住、退房、内容及短视频电商4项新型智慧技术的标准差小于1，表明样本数据与样本均值差异较小。原因是其在样本酒店的运用程度及运用方面较一致，如人脸识别运用在PSB及支付、智能语音主要是客房、内容及短视频电商为新型营销方式、客人手机自助已司空见惯。

2.因子分析与信度检验

（1）新型智慧技术因子分析

因子分析的前提是确定各变量间具有一定的相关性。先对新型智慧技10个变量进行 KMO（Kaiser-Meyer-Olkin）和Bartlett 球形检验来确定其相关性。使用SPSS26的“分析-降维-因子-描述”功能得出KMO 0.863。根据 KMO度量标准介于0.8～0.9之间表示原有变量适合因子分析，而且Bartlett 球形检验的X2 统计值的显著性概率 0.000小于0.001，亦说明本研究数据具有非常高相关性，适合作因子分析。随后对10个变量再采用使用SPSS26的“分析-降维-因子-提取-主成分”和 “分析-降维-因子-旋转-最大方差”功能提取公因子，共得到3个公因子（见表2），共同解析了总体方差的78.06%，可覆盖原有10个变量的大部分信息。最后使用SPSS26的“分析-刻度-可靠性分析”功能的Cronbach’s α系数结果来判定各个公因子是否具有一定的可靠性。信度分析显示Cronbach’s α系数为0.760， 一般认为大于0.7，即表明各个公因子具有较高的可靠性，问卷具有较高的信度。

表2 新型智慧技术旋转后的成分矩阵

公因子1包括编号1～3新型智慧技术，可统一命名为“管理类技术”，用T1代替；公因子2包括编号4～8新型智慧技术，可统一命名为“服务类技术”，用T2代替；公因子3包括编号9-10新型智慧技术，可统一命名为“营销类技术”，用T3代替。

（2）新型智慧化技术与运营管理绩效关系判断因子分析

使用SPSS26对新型智慧化技术与运营管理绩效关系判断的12个变量进行因子分析，系统操作过程同新型智慧技术因子分析。KMO值为 0.828，Bartlett 球形检验的X2 统计值的显著性概率 0.000小于0.001，可推断数据具有非常高相关性，适合作因子分析。 随后对12个变量提取公因子，共得到4个公因子（见表3），共同解析了总体方差的95.16%，可覆盖原有12个变量的大部分信息。最后信度分析显示Cronbach’s α系数为0.924，表明各个公因子具有很高的可靠性，问卷具有较高的信度。

表3 新型智慧化技术与运营管理绩效关系判断的成分矩阵

公因子1可统一命名为“提高收入”，用P1代替；公因子2可统一命名为“控制成本费用”，用P2代替；公因子3可统一命名为“提高利润”，用P3代替；公因子4可统一命名为“提高管理”，用P4代替。

（3）相关分析与回归分析

①新型智慧技术与运营管理绩效相关分析

如表4所示，依据Sig.（双尾）小于0.05可判定公因子P1与公因子T3、公因子P2与公因子T1、公因子P3与公因子T3、公因子P4与公因子T1、公因子P4与公因子T3均呈显著正相关。

表4 新型智慧技术与运营管理绩效相关分析

②新型智慧技术与运营管理绩效回归分析

新型智慧技术3个公因子做为自变量，使用步进回归分析法分别检验因变量运营管理绩效4个公因子的解析力和回归方程。P1与T1、T2、T3的步进回归分析为调整后判定系数R2解释总体变异的28.5%，说明模型的总体回归效果显著，T1、T2为排除变量，T3对P1影响最大，其未标准化回归系数Beta为1.773，进而得到回归方程为：P1=4.466+1.773T3。P2与T1、T2、T3的步进回归分析为调整后判定系数R2解释总体变异的35.9%，说明模型的总体回归效果显著，T2、T3为排除变量，T1对P2影响最大，其未标准化回归系数Beta为2.058，进而得到回归方程为：P2=3.981+2.058T1。P3与T1、T2、T3的步进回归分析为调整后判定系数R2解释总体变异的33.5%，说明模型的总体回归效果显著，T1、T2为排除变量，T3对P3影响最大，其未标准化回归系数Beta为1.700，进而得到回归方程为：P3=5.375+1.700T3。P4与T1、T2、T3的步进回归分析为调整后判定系数R2解释总体变异的41.2%，说明模型的总体回归效果显著，T2为排除变量，T3对P4影响最大，其未标准化回归系数Beta为1.590，进而得到回归方程为：P4=5.738+0.195T1+1.590T3。

三、讨论

目前国内学者偏向于研究某项智慧技术在某个领域的应用，较零散化，较少考虑多项智慧技术对酒店运营管理绩效的综合作用。同时也关注智慧酒店建设存在的问题、智慧酒店的评价体系、智慧酒店建设策略和系统建构等方面。例如：通过 RFID技术实现宾客智慧引导、会议智慧管理、车辆智慧管理、房间与个人物品管理等信息化服务，通过搭建移动端，方便管理者查看与管理酒店资产，其能够有效帮助传统酒店业快速转型，既降低经营成本，又能应对变化的需求[2]。为让酒店各个软件系统既能独立的运行，又能够联合在一起运行，通过建立数字化酒店统一管理平台的运行模式，实现集流程管理以及数据共享、传递和分析为一体的管理平台[3]。

近些年国外的研究集中在从消费者行为的角度探索对智慧酒店口碑、收益的影响，重视宾客对智慧酒店的体验。宾客对智慧酒店的感知绩效对于形成个人的有利态度和积极的口碑意向至关重要。个人的乐观性和创新性在感知绩效和态度之间的联系中也有调节作用[4]。智慧酒店的预期收益中大部分收益根源于智慧酒店的特征，作用于宾客构建感知价值和态度，进而增加对智慧酒店的行为意向。此外，在预期收益与宾客感知价值、态度之间的联系上，检验出了年龄和性别的调节作用。智慧酒店的个性化、娱乐性，及安全感对顾客行为的塑造起主导作用，宾客年龄调节了娱乐性与态度之间的联系[5]。客户关注智慧酒店的因素和维度主要包括：早餐与交通、员工服务水平、智能服务、房间环境、房间硬件设施。其中，顾客对智慧酒店智能化服务的重视程度和客房硬件设施的智能化程度反映了智慧酒店与传统酒店在顾客体验上的差异[6]。

本研究中提高收入及提高利润与营销类新型智慧技术、控制成本费用与管理类新型智慧技术、提高管理与管理类及营销类均显著正相关。营销与收入密切相关，酒店集团一直致力于摆脱过分依赖OTA等第三方平台获客，开始尝试通过“内容种草+平台内交易”的闭环方式将公域流量高效转化为私域流量。在2022年相关调研中酒店对于全渠道直连重要性的感知度也有明显上升。目前全渠道直连与内容及段视频电商两项营销技术显著影响酒店产量，即酒店的收益。任何智慧技术的运用目的终是为了降本增效，据石基《2022年酒店业技术研究报告：重新定义宾客体验》计划增加、升级或者更换收益管理系统（RMS）、前台管理系统（PMS）、员工手机端APP、物联网平台供应商的酒店占比范围为29%～45%，这说明管理类新型智慧技术的运用有效降低劳动成本，而且当下运用新技术的成本很可能比继续使用原系统要低，但酒店倾向于5年内评判旧系统不稳定或落伍才愿意考虑进行更换。有一点值得关注的是对客服务类新型智慧技术并没有与任何运营管理绩效显著正相关，可能是只是一时噱头、难以维持新鲜感、不够实用、酒店压根没采用或弃用、在酒店并不受欢迎的现象非常普遍等原因[4-5]。