基于在線旅游代理商的產(chǎn)品銷量與影響因素研究

孫德健 邰鵬飛

摘 要：銷量是影響酒店績效最關(guān)鍵的因素，探討酒店產(chǎn)品銷量的影響因素具有重要的理論與實踐意義?；诖耍芯渴占本┑貐^(qū)1 372件在線酒店產(chǎn)品信息，采用多元線性回歸方法并引入酒店星級作為分類變量，探討銷量與在線產(chǎn)品評分、推薦比例以及折扣的影響關(guān)系。研究發(fā)現(xiàn)，不同層次酒店銷量受各類因子的影響程度存在差異。相較而言，評分對低星級酒店銷量起正向作用而高星級酒店則相反;推薦比例的影響則是在低星級酒店這一層次被弱化，但對高星級酒店的正向作用顯著增強。

關(guān)鍵詞：產(chǎn)品銷量;星級分類變量;在線旅游;代理商

中圖分類號：F592.6? ? ? ?文獻標(biāo)志碼：A? ? ? 文章編號：1673-291X（2021）34-0133-04

引言

近年來，“互聯(lián)網(wǎng)+旅游”的概念逐步被消費者熟知，電子商務(wù)改變了傳統(tǒng)旅游產(chǎn)業(yè)，互聯(lián)網(wǎng)已成為旅游業(yè)的一個重要營銷渠道，因此在線旅游代理商（Online Travel Agent，OTA）應(yīng)運而生。通過OTA可詳細查詢酒店相關(guān)信息，如產(chǎn)品價格、評分、評論量、酒店環(huán)境和交通情況等。酒店是一種典型的體驗式消費，因此酒店銷量影響因素數(shù)量眾多。在信息時代，在線評論等因素是如何影響消費者決策，酒店星級是否會對消費者決策提供導(dǎo)向，這些問題都有待進一步深入研究。

酒店銷量一直是國內(nèi)外學(xué)術(shù)界討論的一個熱點話題，學(xué)者提出可以通過品牌特色化、營銷網(wǎng)絡(luò)化、服務(wù)創(chuàng)新化和人員管理制度化四個渠道提升酒店銷量。李妍（2011）提出酒店開展網(wǎng)絡(luò)營銷是對未來客源市場的戰(zhàn)略考慮，對銷量的增長具有巨大促進作用，酒店的在線銷售逐步進入到學(xué)者的視野。廖俊云（2016）以團購網(wǎng)站的酒店銷售為背景，研究了品牌和在線評論共同對于產(chǎn)品銷售的影響。

在對在線酒店銷售的影響因素中，評分是各個研究最為關(guān)注的因素之一，消費者在住宿方面多會依賴酒店的在線評分。除評分外，價格也被認為是驅(qū)使消費者購買的重要因素。張影莎（2012）認為，降價將會刺激消費并對吸引客源有促進作用。此外，還有很多因素對酒店銷量都具有影響，這里不再一一贅述。

我國酒店產(chǎn)品的在線評價對銷量的影響研究較為匱乏，加之平臺為保證競爭力隱藏了酒店銷量信息，因此缺乏足夠的實證研究。目前研究只彌補了關(guān)注點集中在傳統(tǒng)酒店的短板，至于在線評價對銷量的影響及作用程度仍需要更多的定量研究進行佐證。

隨著電子商務(wù)的普及，在線評論突破時間與空間的限制對酒店銷量起到真正作用，研究在線酒店銷量的影響因素對酒店未來發(fā)展具有重要意義。鑒于此，本文基于攜程網(wǎng)的在線酒店產(chǎn)品數(shù)據(jù)，對產(chǎn)品銷量與評分、推薦比例、折扣之間的關(guān)系進行實證研究，從高星級和低星級兩個層次出發(fā)來揭示影響不同層次酒店銷量的因素，以期為不同層級酒店制定銷售策略提供幫助。

一、研究設(shè)計

（一）模型構(gòu)建

本文采用多元線性回歸模型構(gòu)建分析模型，多元線性回歸模型用來解釋兩個以上變量之間相互關(guān)系和依存關(guān)系，一般假設(shè)Y為因變量，X₁，X₂，X₃，...，X_n為n個解釋變量，得到公式：

Y=β₀+β₁X₁+β₂X₂+...+β_nX_n+ε

其中，β₁、β₂、β₃、β_n為回歸系數(shù)，ε為隨機誤差項。本文引入酒店星級作為分類變量，上述公式會根據(jù)實際情況在原有基礎(chǔ)上進行改變。

（二）變量選取

研究發(fā)現(xiàn)，在線酒店產(chǎn)品的推薦比例、評論量、評分均對產(chǎn)品銷量產(chǎn)生不同的影響。但由于酒店產(chǎn)品的銷售量自2017年后OTA平臺不對外公布，根據(jù)Ye&Law的研究成果，可將酒店產(chǎn)品評論量近似代替銷量。以攜程網(wǎng)為參考，選取在線評論中的評論量、評分、推薦比例進入模型進行實證分析。

同時，充分考慮消費者廣泛關(guān)注的價格問題，選取折扣作為衡量價格尺度的指標(biāo)進入模型，提高實證的完整性。Gavilan（2018）的研究表明，星級對酒店而言同樣是產(chǎn)品質(zhì)量的參考，消費者普遍認為高星級酒店會有更好的服務(wù)，這也會產(chǎn)生一定的選擇傾向。因此，選取酒店星級進入模型，進而以星級進行分類實證，對不同層次酒店做進一步探討。

（三）數(shù)據(jù)來源

本文的數(shù)據(jù)源自攜程網(wǎng)，其市場份額占到同行業(yè)50%以上，近年來旅游競爭實力不斷增強，因此選用該OTA數(shù)據(jù)更能體現(xiàn)出游客的真實意愿。研究選取的樣本是攜程網(wǎng)北京地區(qū)2018年1月份的酒店產(chǎn)品，數(shù)據(jù)包含了產(chǎn)品名稱、各產(chǎn)品價格、評論量、評分、推薦比例、星級和折扣等。通過對攜程網(wǎng)酒店信息的手動收集，建立關(guān)于酒店研究數(shù)據(jù)的數(shù)據(jù)庫，并在研究期間不間斷更新數(shù)據(jù)，以確保研究數(shù)據(jù)的準確性。為了保證研究分析的真實性，對數(shù)據(jù)缺失以及在收集數(shù)據(jù)期間下架的酒店產(chǎn)品進行篩選刪除，最終得到有效數(shù)據(jù)1 372個。

二、結(jié)果分析

本研究主要的關(guān)注點為北京市酒店產(chǎn)品在線評論、折扣與酒店星級共同對酒店產(chǎn)品銷售的影響。基于此，實證模型的設(shè)定要全面考慮到所有因素，即酒店星級、折扣與在線評論所包含的評分、推薦比例。根據(jù)前文可知，酒店產(chǎn)品銷售量用評論量代替。為使線性回歸變量分布更加平滑，模型中對評論量取對數(shù)值并選取推薦比例、評分、折扣、銷售天數(shù)、酒店星級作為解釋變量進行多元線性回歸分析，計算得到以下結(jié)果如表1所示。

根據(jù)表1回歸結(jié)果可知，R²為0.279，F(xiàn)值為107.35，顯著性小于0.01，因此本回歸模型較好地擬合了數(shù)據(jù)，經(jīng)過共線性檢驗發(fā)現(xiàn)，模型中的變量間不存在多重共線性。評分的系數(shù)值為0.373，雖與銷量呈正相關(guān)，但系數(shù)較小。推薦比例的系數(shù)值為3.142，對酒店銷量具有正向作用。同時，折扣的系數(shù)為-1.229，代表折扣值越小對酒店銷售的銷售越有利，也就是說，酒店折扣越大酒店產(chǎn)品銷量越好。這里唯一起到負向作用的為銷售天數(shù)，代表一個酒店產(chǎn)品銷售好并不是因為其上架天數(shù)多，更多的是產(chǎn)品自身是否符合消費者的體驗要求與該產(chǎn)品在線評論是否更好。

根據(jù)上述回歸結(jié)果發(fā)現(xiàn)星級對產(chǎn)品銷售具有一定的影響，故將酒店星級分為兩個檔次，該變量為一個0—1變量，酒店星級大于等于4則酒店檔次定為“1”，酒店星級小于4則酒店檔次定為“0”，1—3星級酒店定為低星級酒店，4—5星級為高星級酒店。將酒店產(chǎn)品在線評論量作為被解釋變量，酒店檔次作為分類變量，推薦比例、評分、折扣作為主要解釋變量，將銷售天數(shù)作為控制變量得到第二個階段的回歸方程如下所示：

ln（評論量）=β₀+β₁推薦比例+β₂推薦比例×酒店檔次+β₃評分+β₄評分×酒店檔次+β₅折扣+β₆折扣×酒店檔次+β₇ln（銷售日期）+β₈ln（銷售日期）×酒店檔次+ε

對1 372個數(shù)據(jù)樣本進行回歸，得到結(jié)果見表2。

1.由表2可知，本回歸模型似然比為0.000，調(diào)整后的R2為0.256，該模型結(jié)果良好。根據(jù)實證結(jié)果，評分正向影響低星級酒店銷量，但評分×星級的系數(shù)值為-2.879，表明評分對高星級酒店銷量的影響是負面的。這也證實，評分反映了不同群體對質(zhì)量評價的不一致性，不同消費群體具有不一致的消費觀念，并非對任何酒店而言，高評分一定帶來高銷量。

究其原因，主要是北京低星級酒店的消費群體多為商務(wù)旅行者、公務(wù)員和學(xué)生，在價格較低且差距較小的情況下，消費者優(yōu)先對比評分高低。低星級酒店的價格注定產(chǎn)品主打方面是性價比，其次是設(shè)施與服務(wù)。在首都城市北京，地租價格居于全國前列，在地租高、價格低的情況下，低星級酒店所能提供的服務(wù)和設(shè)施更是有限。由于低星級酒店同質(zhì)化較為嚴重，在服務(wù)、價格以及設(shè)施條件基本相同的情況下，評分對消費者決策起到關(guān)鍵作用。

對于高星級酒店，評分對酒店銷量帶來負面影響是因為高星級酒店大多具備自己的特色，所對應(yīng)的消費者數(shù)量少，基數(shù)過少注定產(chǎn)品銷量不會多，但正因為獨具特色，選擇此類產(chǎn)品的消費者更能得到消費滿足，給予高分評價。但酒店價格定位很高，消費者對酒店的要求也隨之提高，一些高星級酒店盡管價位偏高，但設(shè)施、服務(wù)、條件和位置無法滿足對應(yīng)的要求，從而使消費者期望值大大降低，出現(xiàn)了低評分的狀況。值得注意的是，高星級酒店會因季節(jié)不定時進行打折促銷活動，這本是促進銷量、提高評分的好機會，但大部分酒店并沒有做到一視同仁，促銷產(chǎn)品的質(zhì)量大打折扣，雖然銷量得到大幅度提升但評分降低。

2.根據(jù)回歸結(jié)果，推薦比例對在線北京酒店產(chǎn)品都具有顯著的正面影響。相對而言，對高星級酒店銷量的影響更大，推薦比例代表對酒店設(shè)施與服務(wù)的認可程度，在某一方面反映了酒店產(chǎn)品的質(zhì)量水平。高星級酒店消費者多為高端人才或高消費者，對他們而言經(jīng)濟水平不再是主要考慮因素，取而代之的是在消費過程中的體驗感是否能夠得到滿足。

北京二環(huán)內(nèi)是歷史文化保護區(qū)，所以高星級酒店多分布在二環(huán)外的城市功能區(qū)附近。在這里，地鐵帶來了較好的交通通達性，各類CBD帶來了豐富的客源，各種景點也吸引了眾多旅游者，這使高星級酒店推薦性得到增強，從而銷量得到增加。而對于北京眾多低星級酒店，消費者決策更加注重性價比，因此推薦比例對其也有推動作用，但僅集中于價格方面，相較而言略遜一籌。

3.折扣的系數(shù)為-1.506，顯著性為0.000，而折扣×酒店檔次的顯著性則為0.799，結(jié)果為不顯著，表明酒店產(chǎn)品折扣無論對低星級酒店還是高星級酒店都具有顯著的影響。由于折扣系數(shù)為負數(shù)，說明折扣值越小酒店產(chǎn)品銷量越好。折扣是每個消費者都關(guān)心的問題，產(chǎn)品在線價格低于市面價格，線上折扣便由此產(chǎn)生。由心理學(xué)出發(fā)，消費者通常希望購買到性價比高且折扣更大的產(chǎn)品，這也符合常理。

4.根據(jù)實證結(jié)果，低星級酒店銷售天數(shù)的系數(shù)為-0.587，對銷量具有負面影響，而對高星級酒店具有正面影響（系數(shù)=0.349）。其原因包括低星級酒店價格較低，消費者注重產(chǎn)品性價比，此類產(chǎn)品價格波動較小并長期處于穩(wěn)定狀況，消費者關(guān)注的是產(chǎn)品本身能否帶來便利以及與自身出行目的是否契合。北京是一個旅游資源豐富的城市，長期銷售的高星級酒店產(chǎn)品價格會因旅游淡旺季產(chǎn)生相應(yīng)的波動，在價格較低或者折扣較大的情況下，酒店銷量會有明顯的增長。

三、結(jié)論與啟示

（一）結(jié)論

如今在線酒店產(chǎn)品的銷量已逐漸成為學(xué)者們關(guān)注的領(lǐng)域，但多關(guān)注于評分等因素而忽略了各個因子作用于不同星級酒店時影響的差異。本研究認為，酒店的星級實際上反映了不同消費群體的決策方式，這種不一致也使各個影響因素對不同層次酒店的作用方向、影響程度呈現(xiàn)出不同。

1.本研究將酒店星級作為分類變量對北京市在線酒店產(chǎn)品銷量進行實證分析，研究結(jié)果證明，盡管評分、推薦比例、折扣均對整體酒店產(chǎn)品銷售量起正向作用，但是對不同層次的酒店，各類影響因子依舊表現(xiàn)出差異性。本研究打破了將酒店整體進行研究或就單一要素、單一層次研究的限制，通過對比不同層次酒店銷量的影響因素，得出具有針對性的結(jié)論。

2.評分作為評判酒店產(chǎn)品質(zhì)量的一個重要因素，是消費者推斷產(chǎn)品質(zhì)量的重要因素。本研究發(fā)現(xiàn)，酒店檔次作為產(chǎn)品自身質(zhì)量信號作用仍舊很突出，能直接影響銷售情況，并且能與評分一起影響產(chǎn)品銷量。低星級酒店價位較低，服務(wù)設(shè)施有限，消費者關(guān)注的主要是性價比，在此基礎(chǔ)上輔以評分高低進行判斷;而高星級酒店價位較高，服務(wù)設(shè)施齊全，消費者更加注重消費體驗是否滿足。因此，評分對低星級酒店表現(xiàn)出正向作用而對高星級酒店產(chǎn)品銷量產(chǎn)生負向影響。

3.推薦比例也是產(chǎn)品評論中的重要維度，推薦比例的不同反映了消費者對產(chǎn)品質(zhì)量評價的不一致性，當(dāng)推薦比例與酒店檔次結(jié)合起來進行實證分析，可以發(fā)現(xiàn)推薦比例對高星級酒店的正向影響遠高于低星級酒店。這表明，在考慮產(chǎn)品銷量的影響時，要盡可能避免單獨研究推薦比例帶來的影響，而必須考慮到酒店檔次的影響。

本文在已有的研究基礎(chǔ)上，做出了一定的突破與改進，但也存在一定的局限性。首先，本文采用評論量代替銷售量，但仍舊存在評論量與銷售量不是線性關(guān)系的可能。其次，引入推薦比例作為影響因素之一，但究竟是具體哪類因素會對銷量造成影響，本文并沒有答案。最后，本文未將消費者分類進行研究，不同的職業(yè)、性別、旅游目的都會產(chǎn)生不同的消費決策，這也是影響酒店產(chǎn)品銷量的一個相關(guān)因素。

（二）管理啟示

本研究對企業(yè)網(wǎng)上銷售具有比較重要的管理意義。本研究表明評分對各類酒店都有顯著性影響，對于低星級酒店，由于定價偏低應(yīng)主打性價比這一策略，采取穩(wěn)定的低價策略，在保證經(jīng)濟收益的基礎(chǔ)上，充分發(fā)揮評分帶來的優(yōu)勢，通過高性價比低價格爭取到消費者的青睞，以起到評分所帶來的正向作用。而對于高星級酒店而言，應(yīng)減少評分所帶來的負面影響，采取積極的價格策略，減少因為價格過高所帶來的銷量減少，同時擴大服務(wù)范圍，徹底體現(xiàn)出高星級酒店的優(yōu)勢。

本文的研究表明推薦比例對各類酒店都起到正向推動作用，但作用程度存在差別。對于低星級酒店而言，推薦比例的影響程度較小，其消費群體是高度價格敏感者，因此酒店在試圖提高消費者對酒店的認可滿意度時，應(yīng)充分考慮給予消費者經(jīng)濟上的優(yōu)惠。比如在入住時贈送水果、酸奶等物品，甚至采用積分兌換方式，這都能切實提高低星級酒店的推薦比例。而高星級酒店銷量受推薦比例影響較大，應(yīng)該重視消費者的反饋意見，甚至可以推出“一人一議”制度即每個房間配備相應(yīng)人員，根據(jù)不同喜好滿足消費者需求，充分利用OTA平臺提高推薦比例，進而打造自己的網(wǎng)絡(luò)品牌，高端酒店就可以用較少投資換取高回報。

折扣是幾乎每個人都會關(guān)注的問題，酒店產(chǎn)品的定價要具有合理性，低折扣較之于低價格更能吸引顧客的選擇。因此，高星級酒店要充分發(fā)揮旅游淡季的作用，對自身產(chǎn)品進行折扣促銷，可以提供相應(yīng)的“體驗服務(wù)產(chǎn)品”，讓消費者通過低價體驗高星級酒店服務(wù)，不僅可增加銷量彌補淡季酒店收入，而且還增加酒店推薦比例，為進一步提高銷售量打下基礎(chǔ)。低星級酒店可以采取提升產(chǎn)品原定價格，通過對比價格折扣刺激消費，但必須要保證實際售賣價格不能提高。

最后，各類酒店要明確自身定3位，低星級酒店主打高性價比、干凈低價，面對的顧客主要是商務(wù)旅行者等人群;而高星級酒店主打高端設(shè)施、特色服務(wù)、酒店文化等方面，面對的顧客主要是社會精英等人群。合理制定產(chǎn)品分類、抓好各自主打?qū)用?，將會有利于在同層次酒店中居于領(lǐng)先地位，這對酒店的長遠發(fā)展具有重要的戰(zhàn)略意義。

參考文獻：

[1]? Litvin S.W.，Goldsmith R.E.，Pan B.Electronic word-of-mouth in hospitality and tourism management[J].Tourism Management，2008，（3）：458-468.

[2]? 金懷玉.當(dāng)前我國酒店營銷的現(xiàn)狀？問題及對策[J].生產(chǎn)力研究，2007，（7）：130-132.

[3]? 范秀成，曹花蕊.服務(wù)營銷管理體系與酒店績效關(guān)系的實證研究[J].旅游學(xué)刊，2009，（1）：42-47.

[4]? 李妍.我國酒店網(wǎng)絡(luò)營銷現(xiàn)狀及策略研究——以義烏酒店為例[J].開發(fā)研究，2011，（6）：129-131.

[5]? 廖俊云，黃敏學(xué).基于酒店銷售的在線產(chǎn)品評論、品牌與產(chǎn)品銷量實證研究[J].管理學(xué)報，2016，（1）：122-130.

[6]? Gavilan D.，Avello M.，Martinez-Navarro G .The influence of online ratings and reviews on hotel booking consideration[J].Tourism Management，2018，（66）：53-61.

[7]? Sparks B.A.，Browning V.The impact of online reviews on hotel booking intentions and perception of trust[J].Tourism Management，2011，（6）：1310-1323.

[8]? 高寶俊，孫含琳，王寒凝.在線評論對酒店訂滿率的影響研究[J].旅游學(xué)刊，2016，（4）：109-117.

[9]? 高寶俊，王寒凝，黃瑱，等.在線評價系統(tǒng)對商品銷售的影響分析——基于京東和天貓的數(shù)據(jù)[J].價格理論與實踐，2015，（8）：103-105.

[10]? Qiang Ye，Rob Law，Bin Gu，et al.The impact of online user reviews on hotel room sales[J].International Journal of Hospitality Management，2009，（28）：180-182.

Research on Product Sales and Influencing Factors Based on Online Travel Agents

——Take the Beijing Hotel as an Example

SUN De-jian，TAI Peng-fei

（School of Geography and Tourism，Rizhao 276826，China）

Abstract：Sales volume is the most critical factor affecting hotel performance，it is of great theoretical and practical significance to discuss the factors about affecting hotel product sales volume.Based on this，this study collects information of 1372 online hotel products in Beijing，and uses multiple linear regression methods to introduce hotel star ratings as categorical variables，discussed the influence of sales volume on online product score，recommendation ratio and discount.The study found that：Sales of different levels of hotels are affected by various factors.In contrast，the score has a positive effect on the sales volume of low-star hotels and the opposite effect on high-star hotels，and the influence of recommendation ratio is weakened at the level of low-star hotels but the positive effect on high-star hotels is significantly enhanced.

Key words：product sales;star-classification variable;online reviews

[責(zé)任編輯 馬 學(xué)]

收稿日期：2020-12-30

作者簡介：孫德?。?996-），男，山東濟寧人，碩士研究生，從事人文地理學(xué)研究;通訊作者：邰鵬飛（1990-），男，山東日照人，碩士，從事旅游規(guī)劃與管理研究。