基于网络评价的高星级酒店顾客服务质量感知研究.docx

基于网络评价的高星级酒店顾客服务质量感知研究.docx

《基于网络评价的高星级酒店顾客服务质量感知研究.docx》由会员分享，可在线阅读，更多相关《基于网络评价的高星级酒店顾客服务质量感知研究.docx（16页珍藏版）》请在冰豆网上搜索。

基于网络评价的高星级酒店顾客服务质量感知研究

基于网络评价的高星级酒店顾客服务质量感知研究

（陕西师范大学旅游与环境学院陕西师范大学长安校区710062）

摘要：

随着信息时代的到来和互联网的快速发展，越来越多的人开始通过网络渠道来进行信息交流，包括信息的获取和传递。

在这种背景下，各大旅游电商和一些酒店都推出了酒店在线预订平台，平台上的网络点评为顾客提供了选择酒店的依据，也使得顾客可以进行信息交流，同时让酒店及时发现顾客需求，了解顾

客意见和建议，进而不断进行完善。

本文借鉴己有研究成果,选择booking在线点评数据,使用相关分析、因子分析、回归分析和文本挖掘等方法对所收集到的

600条数据进行分析研究，构建出一个衡量酒店顾客服务质量感知的指标体系。

最终得出了以下结论：

（1）消费者感知酒店服务质量主要集中在硬件设施、软性服务、地理位置、早餐、卫生状况、性价比、景观环境、预订服务这八个指标上。

（2）硬件设施、软性服务、地理位置是评价酒店顾客服务质量感知的最主要的三大因素。

（3）建立了衡量酒店顾客服务质量感知的评价指标体系。

关键词：

网络评价；服务质量感知；文本挖掘；回归分析

1引言

根据中国互联网网络信息中心（CNNIC）发布的第35次《中国互联网络发展状况统计报告》报道,截至2014年12月，我国网民规模达6.49亿，全年共计新增网民3117万人。

互联网普及率为47.9%，较2013年底提升了2.1个百分点。

“互联网的作用已从一个信息交流工具扩展到数据与观点来源、公共话语空间乃至具有重要现实影响的社交空间”现在，更多的人选择通过网络获取所需信息，并且在网上分享自己的体验与感受，线上网络评价也成为酒店顾客服务质量感知评价的一大组成部分。

网络评价的真实性、及时性、全面性不仅为顾客选择酒店提供了依据，而且有利于酒店进行有效地服务质量管理，不断提高其竞争力。

五星级酒店作为现代酒店业的重要组成部分，在我国经济发展过程中发挥着重要作用。

随着经济和社会的快速发展，我国五星级酒店成长迅速，总体规模不

断扩大。

根据中国旅游饭店业协会五星级饭店名录统计，截至2013年3月1号之前挂牌五星级饭店共758家，与2001年的129家相比，已经增长了近5倍[1]。

同时，在设施设备、产品功能方面的发展进步明显。

在激烈的市场竞争中，我国

五星级酒店越来越关注顾客的感受，坚持以顾客为导向。

顾客服务质量感知是顾客的一种主观评估，是顾客对服务期望与感知服务绩

效间的差异比较[2]，对酒店品牌的形象提升以及竞争力的可持续发展有着巨大的

影响。

1

如何从顾客角度有效的评估酒店的服务质量,是提升酒店服务质量的关键,

也是很多管理者面临的难题。

美国著名质量管理大师朱兰曾经说过:

“20世纪是

生产力的世纪,21世纪是质量的世纪,质量问题将成为关系一个国家和企业生存

与发展的重大问题”[3]。

国外学术界构建了很多测量顾客服务质量感知的量表,

如Parasuraman,Zeilhaml和Berry三位学者（简称PZB）的SERVQUAL模型[4]，Keniitson和Stevens的LODGSERV模型,Mei和Dean等人开发了HOLSERV量

表,Getty和Thompson（1993;2003）等人开发LODGQUAL量表和酒店质量指数

（LodgingQualityIndex）量表等,都是该领域的杰出代表。

但是我国目前网站的

在线点评体系并不完善，点评内容比较单一，而LODGSERV、LODGQUAL和HOLISERV

三个模型的指标都超过20个（其中LODGQUAL量表22个,LODGSERV量表和

HOLISERV量表各27个）,其涉及指标太多,与我国酒店预订网站的实际情况不符，

且影响了顾客点评的积极性和点评的质量。

国内在服务质量评价方面也有相应的的研究：

王文君等[5]和苏志平[6]分别

利用SERVQUAL量表对影响酒店服务质量的因素进行了实证研究。

而温碧燕所采

用的约翰斯顿（Johnston）的软硬质量模型在计量顾客感知的服务质量时，不仅涵盖了SERVQUAL量表的所有内容，还包括了没有涉及的因素，如敬业、友好、

美观等因素[7]。

但是目前国内酒店点评网站的点评指标,并没有形成一个统一的

评价体系。

而学术界比较推崇的服务质量测量量表[8]由于其理论性太强、问项较多等问题,其结果无法直接运用于网络点评。

因此,构建一套适用于网络点评的评价指标体系显得十分必要。

在这种背景下，本文通过对booking网上抽取的600条顾客点评意见进行逐条分析和编码,进而对数掘进行统计分析,力图构建出一个衡量高星级酒店顾客服务质量感知的指标体系，并验证各个要素对顾客服务质量感知评价的影响程

度，通过对该选题的研究，本文希望可以达到以下两个目的：

首先，从顾客角度度出发,构建一套精简而又全面、适用于网络点评的酒店服务质量评价指标体系。

其次，根据本文的结论，为酒店进行科学的服务质量管理建议。

2案例选取

2.1数据采集

本文选取了booking网上厦门三家五星级酒店的六百条网络评价作为数据

样本。

Booking网作为一家可以预订世界各地酒店的网站，相比于携程网、去哪儿

网等网站有更多地外国游客进行了酒店评价，可以综合反映中外顾客对中国高星

级酒店的评价。

同时，booking网可以反映酒店的综合总评分，对顾客类型、顾

2

客国籍、出行性质、正负评价方面做了明确的划分。

例如，来自英国的Ling对

厦门瑞颐大酒店的评分为5.8分，他对酒店的积极评价主要设计员工的服务态度和素质、酒店景观环境。

对酒店的消极评价主要是洗手间配套设施简单、窗户不干净。

在选取酒店上，选择了厦门三家五星级酒店。

厦门不仅是典型的旅游城市，

而且是闽南的经济重心，隔金门与台湾相望，有大量的港澳台胞、东南亚国家游

客聚集在厦门。

厦门高星级酒店的服务接待能力可以在一定程度上反映我国高星

级酒店的整体服务质量和接待能力。

选取的三家酒店分别是：

厦门海景千禧大酒

店、厦门瑞颐大酒店、厦门日航酒店。

这三家五星级酒店均为商务休闲综合型酒

店，在2014年1月1日到2014年12月31日之间，每家酒店的网络评论数都达

到二百条左右。

评论全面涉及到了顾客感知酒店服务质量的各项要素。

2.2数据编码

为了便于定量分析和研究,需要对各指标进行编码,编码时,采用里克特五点

量表[9],根据点评者的文本内容,对在点评中出现的项目进行编码,1代表“很差”、2代表“差”、3代表“一般”、4代表“好”、5代表“很好”。

下表是所设计

的酒店顾客感知质量的评价指标体系及其编码。

表1评价指标体系编码

Table1Thecodeofevaluationindexsystem

类别

一级指标

二级指标

编码

地理位置

景观环境

卫生状况

顾客服务

软性服务

质量感知

综合总评

硬件设施

1=很差；2=差；3=一般；4=好；5=很好

评价指标

价

早餐

体系

预订服务

性价比

评价指标编码标推：

（1）评论中有很明显的“很好”“好”“一般”“差”“很差”等字样。

（2）对评论中出现的其他字样进行判断并归类：

非常满意、非常不错、很

喜欢、超级好等归类为“很好”一类；挺好、挺满意、不错、挺喜欢等归为“好”

一类；一般、满意、还好、还行、还可以归为“一般”一类；差、不满意、不喜

欢等归为“差”一类；很差、很不满意、很不喜欢等归为“很差”一类。

3

（3）利用自身专业知识对评论中表现出的情绪进行把握。

3数据分析

3.1相关分析

相关分析是研究变量之间的密切程度，根据样本成分资料来判定总体的相关性[10]。

应用SPSS19.0统计软件对所收集的酒店综合总评价与地理位置（X1）、景观环境（X2）、卫生状况（X3）、软性服务（X4）、硬件设施（X5）、早餐（X6）、

预订服务（X7）、性价比（X8）之间分别进行简单线性相关分析,得出相应的单相关系数ｒ值和显著性Ｐ值（见表2）。

表2相关分析结果

Table2Correlationanalysis

X1X2X3X4X5X6X7X8

r0.5400.4890.5230.6970.9020.5230.1670.557

p0.0060.0150.0090.0000.0000.0090.4360.005

注：

P<0.01表示相关性很显著；0.010.05说明相关性不显著。

由表3可知，在8项指标中地理位置（X1）、卫生状况（X3）、软性服务（X4）硬件设施（X5）、早餐（X6）和性价比（X8）和的P<0.01,说明其与综合总评价的相关性很显著。

景观环境（X2）P值满足0.01

预订服务（X7）的P>0.05，说明其与综合总评价的相关性不显著。

由此可见，这八个指标对综合总评价的影响程度从大到小依次为：

软性服务

/硬件设施、性价比、地理位置、卫生状况/早餐、景观环境、预订服务。

3.2因子分析

因子分析是指研究从变量群中提取共性因子的统计技术。

因子分析可在许多变量中找出

隐藏的具有代表性的因子。

将相同本质的变量归入一个因子，可减少变量的数目，还可检验

变量间关系的假设[11]。

本研究使用主成分分析法提取累计贡献率大于85%的公因子，

来研究酒店综合总评价与各项评价指标之间的关系。

3.2.1主成分提取[12]

应用SPSS19.0对地理指标——地理位置（X1）、景观环境（X2）、卫生状况

（X3）、软性服务（X3）、硬件设施（X5）、早餐（X6）、预订服务（X7）、性价

比（X8）8项指标进行主成分提取，获得主成分的统计信息结果（见表3）。

表3总方差解释

4

Table3VariableExplanation

成分

贡献率（%）

累计贡献率（%）

1

46.407

45.407

2

18.007

63.414

3

11.457

74.870

4

9.002

83.872

5

5.914

89.786

6

5.247

95.034

7

2.973

98.007

8

1.993

100.000

由表中可以看出，第五主成分的累计贡献率达到了89.786%，大于85%。

由此我们可以提取出五个公因子。

3.2.2主成分表达式

通过主成分分析，可以得到综合总评价的因子得分系数矩阵。

（见表4）

表4主成分得分系数矩阵

Table4Coecientmatrixofprincipalcomponentscores

主成分序列号

评价指标

1

2

3

4

5

X

0.176

-0.281

0.143

0.602

-0.956

1

X

0.149

0.153

0.834

0.059

0.352

2

X

0.179

-0.437

0.077

0.172

0.573

3

X4

0.202

-0.174

-0.545

0.014

0.245

X5

0.243

0.081

0.000

-0.314

0.110

X

0.220

0.078

-0.105

-0.336

0.180

6

X

0.074

0.483

-0.239

0.828

0.401

7

X

0.191

0.354

-0.069

-0.311

-0.694

8

根据表4的因子得分系数可以将主成分各个评价指标的原始变量表示为五个变量的线性组合，其方程如下（公式1）：

Z=-0.281stdX

1

+0.153stdX

2

-0.437stdX

3

.-0.174stdX

4

+0.081stdX

5

+0.078

2

stdX6+0.483stdX7+0.354stdX8

Z3=-143stdX

1+0.834stdX2+0.077stdX3-0.545stdX

4+0.000stdX5-0.105

stdX6-0.239stdX

7-0.069stdX

8

Z4=0.602stdX1+0.059stdX2+0.172stdX3+0.014stdX4-0.314stdX

5-0.336

stdX+0.828stdX

7

-0.311stdX

8

6

5

Z5=-0.956stdX1+0.352stdX2+0.573stdX3+0.245stdX4+0.110stdX5+0.180

stdX6+0.401stdX7-0.694stdX8

其中stdXi

（i=1，2，3，4，5，6，7，8）表示标准指标变量。

表5描述统计

Table5DescriptiveStatistics

评价指标

均值

标准差

X1

4.38

0.576

X

4.42

0.584

2

X

4.54

0.658

3

X4

4.33

0.868

X5

4.29

0.624

X6

4.21

0.658

X7

4.08

0.504

X

3.79

0.588

8

由表5的均值和标准差可以得出标准指示变量（公式

2）：

stdX1=（X1

-4.38

）/0.576

stdX2=（X2

-4.42

）/0.584

stdX3=（X3

-4.54

）/0.658

4

4

）/0.868

stdX=（X-4.33

stdX5=（X5

-4.29

）/0.624

stdX6=（X6

-4.21

）/0.658

stdX7=（X7

-4.08

）/0.504

stdX8=（X8

-3.79

）/0.588

3.3回归分析

运用主成分分析法得到因变量综合总评价与主成分

1，2，3，4、Z5

的线

ZZ

ZZ

性回归关系

[13]

（公式3）：

Y=4.375+0.553Z

1

2

3

4

5

-0.023Z+0.009Z

-0.027Z+0.001Z

将公式1

与公式2代入公式3,最终得到因变量综合总评价与主成分各个评

价指标的原始变量X1～X8的线性回归方程（公式4）：

^

Y

=-0.7565+0.1598X1+0.1385X2+0.1249X3+0.1348X4+0.3341s5+0.3015X6-0.2786X7+

0.2888X8±0.377

根据这一线性回归方程，我们可以把顾客服务质量感知评价指标体系引入酒

店预订网站，将在线评论内容设置为八个评价指标，根据顾客对这八个评价指标

6

的评价得出酒店综合总评价。

3.3文本挖掘

继续用ROSTCM6.0软件对评价指标进行文本挖掘[14]。

文本挖掘技术比较成

熟的应用领域是新闻业和医学，在旅游研究领域的相关成果较少，但近年来，情

感分析在旅游领域的研究受到了学者们的特别关注[15]。

如在国外，采用情感分

类方法分析旅游博客中的信息，以分析旅游者对某个目的地的整体评价[16]；在

国内，基于LingPipe方法和PMI方法分析携程网旅游评论的情感倾向，从中

得到有价值的且有利于顾客决策的评论[17]。

在文本挖掘的过程中，由于网络评价的内容比较零散和口语化，将所收集到

的信息录入到ROSTCM6.0软件前，归纳整合部分评价内容，以提高数据分析的

准确性。

把顾客网络评价内容分为8个大类，15个小类。

例如把床铺舒适程度、空调、隔音情况、浴室等归纳为客房设备；把服务人员专业化程度、服务人员掌

握英语情况归纳为员工素质，等等。

将整合好的数据转化为

txt格式，录入到

ROSTCM6.0软件中词性识别与词频统计模块，通过添加过滤词排除掉无关词汇，

获取顾客网络评价的高频词汇和排序情况。

最后得到以下顾客网络评价主要内容

的分布状况。

表6高频词汇汇总

Table6High-frequencywords

主类目

频次/占比

次类目

硬件设施

249/48.07%

酒店公共区域设施、酒店装修设计、客

房设施

软性服务

176/33.98%

服务细节、服务效率、服务态度、员工

素质

地理位置

112/21.62%

交通方便程度、距顾客目的地远近

早餐

79/15.25%

种类、质量、价格、用餐环境

卫生状况

39/7.53%

酒店公共区域卫生、客房卫生

景观环境

58/11.20%

酒店周围环境、酒店内部环境

性价比

8/1.54%

预订服务

15/2.90%

预定方便程度、与实际相符程度

从词频分析中可以看出，“硬件设施”出现的频次最多。

酒店是凭借其设备

设施来为宾客提供服务的，因此酒店的设施设备是酒店赖以存在的基础，是酒店

劳务服务的依托。

酒店设施设备的质量既是软性服务的基础和重要组成部分，又

是酒店软性服务高低的决定性因素之一。

设备设施是顾客进入酒店后最先感受到

7

的服务内容。

因为考虑到客房设施是顾客最直接也是最长时间接触到的设备设

施，特此对这一小类做了分析归纳。

发现在对硬件设施的评价中，对客房设备的评价有182条，占到了73.09%，其中对客房的积极评价有119条，占积极评价总数的45.60%；对客房设备的消极评价有63条，占到了消极评价总数的24.51%。

对客房设备的评价主要集中在床铺、浴室、电视、网络、空调、隔音情况、装修

等方面。

对酒店客房设备做出消极评价的顾客中，有12.3%的人反映设备陈旧。

因此客房设备陈旧是很多高星级酒店面临的硬件方面的主要问题，尤其是一些较早被评星的高星级酒店。

“软性服务”出现的频次位居第二。

这一评价指标主要包括服务效率、服务

细节、服务态度、员工素质四个方面。

其中服务态度有103条，占到了58.5%。

在一定程度上，可以说服务态度决定了服务细节与服务效率，顾客与酒店服务员进行接触的过程中，首先感受到的便是服务员的服务态度，态度决定高度，服务态度对软性服务有着举足轻重的作用。

影响软性服务的另外一个要素是员工素

质，主要体现在消极评价中，占到了18.7%。

这里的员工素质在评价中主要体现在员工的专业化程度和外国游客对酒店服务员英语掌握程度的评价。

“地理位置”出现的频次次之。

占到了21%。

在地理位置中，主要涉及到了交通方便程度、酒店与顾客目的地的距离远近。

由于地理位置是不可改变的客观因素，酒店可以通过做好叫车、接送机/站等服务，满足顾客的需求，弥补地理位置上存在不足。

4研究结论

本文从booking网网友评论的文本出发，通过相关分析、主成分分析、回归分析和文本挖掘主要的出以下结论：

（1）消费者感知酒店服务质量主要集中在硬件设施、软性服务、地理位置、早餐、卫生状况、性价比、景观环境、预订服务这8个指标上。

（2）地理位置、卫生状况、软性服务、硬件设施、早餐和性价比与综合总评价的相关性很显著；景观环境与综合总评价的相关性显著；预订服务与综合总评价的相关性不显著。

（3）硬件设施、软性服务、地理位置是评价酒店顾客服务质量感知的最主要的三大因素。

由回归分析和文本挖掘所，我们可以建立酒店顾客服务质量感知评价指标体系，可以在酒店预订网站设立8个主评价内容，下设19个次类目，从而作出对酒店的综合总评价。

酒店要提升服务质量管理能力，要做到：

关注酒店硬件设施设备的完善和维护，尤其是客房设施设备；不断提高员工的服务态度和素质；地理位置是酒店无

8

法改变的客观因素，为了弥补地理位置上存在的不足，酒店要做好叫车、接送机

/站等服务，满足顾客的需求。

本研究的不足主要表现在三方面：

首先是编码受编码人员的主观影响比较

大。

这样可能造成部分点评者定量评价与编码者对点评内容编码的不一致。

其次是定性点评的内容覆盖面较窄。

由于定性点评的随意性较大，点评者往往选择印象较深刻的方面进行点评，造成了部分项目缺失值较多，不利于后续研究和分析。

第三是研究覆盖面问题。

本文选取了厦门的三家五星级酒店，虽然可以在一定程度上反映我国高星级酒店的服务质量管理水平，但缺少样本的多样性，不能完全体现国内高星级酒店顾客服务质量感知。

后续研究可以将不同档次的酒店纳入研究范围。

本文仅研究了国内高星级酒店顾客服务质量感知，后续研究可选择不同档次的酒店，同时扩大样本量，得出更具有普遍性的研究结论。

另外可以将多个网站的网络点评作为研究对象进行综合研究、对比研究。

9

[参考文献]

[1]谢芳.论酒店顾客感知服务质量的控制[J].贵州民族学院学报（哲学社会科学版）,2006,04:

44-48.

[2]GronroosC，HanJingluntrans.ServiceManagementandMarketing：

A

CustomerRelationshipManagementApproach［M］.B