- 相關(guān)推薦
數據挖掘技術(shù)在飯店營(yíng)銷(xiāo)中的運用
摘 要 飯店是否能制定并執行切實(shí)可行的營(yíng)銷(xiāo)戰略正是取決于飯店對客戶(hù)偏好和行為特征的了解是否正確和全面，因此，我們首先需要利用數據挖掘技術(shù)挖掘出詳細有效的客戶(hù)行為特征信息。關(guān)鍵詞 飯店業(yè) 數據挖掘 決策樹(shù)
隨著(zhù)加入ＷＴＯ以及全球一體化進(jìn)程的加快,當大量國外資本紛紛進(jìn)入飯店業(yè)以后,飯店市場(chǎng)的競爭可能會(huì )進(jìn)一步激化。作為飯店，它當然清楚顧客希望飯店能提供舒適清潔的環(huán)境、快捷的登記入住和結賬手續、價(jià)格合理、服務(wù)員有禮貌、設施齊全……但是哪些才是顧客認為最關(guān)鍵、最重要的呢？他們和顧客光顧行為等方面有怎樣的聯(lián)系呢？特別是在資源有限的情況下，飯店當然無(wú)法面面俱到。所以飯店管理者必須尋找對顧客行為最大的因素，并把這些信息轉化為有競爭力的營(yíng)銷(xiāo)戰略從某種程度上，我們可以說(shuō)飯店是否能制定并執行切實(shí)可行的市場(chǎng)戰略正是取決于飯店對客戶(hù)偏好和行為特征的了解是否正確和全面。因此，飯店需要利用數據挖掘技術(shù)來(lái)發(fā)掘有效的客戶(hù)特征信息。
1 數據挖掘概述
數據挖掘是指從大量的、不完全的、有噪聲的、模糊的、隨機的實(shí)際數據中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過(guò)程。從商業(yè)角度來(lái)看，數據挖掘是一種新的商業(yè)信息處理技術(shù)，其主要特點(diǎn)是對商業(yè)數據庫中的大量業(yè)務(wù)數據進(jìn)行抽取、轉換、和其他模型化處理，從中提取輔助商業(yè)決策的關(guān)鍵性數據。
正是數據挖掘能夠為飯店管理者提供了全面、深入地分析和了解顧客及其行為特征的重要助臂；也正是由于其創(chuàng )造客戶(hù)價(jià)值的能力，數據挖掘技術(shù)已經(jīng)被國外一些飯店作為一個(gè)重要的競爭工具使用。比如：Hilton Corporation在它的 Beverly Hills總部使用了E.piphany E.4 軟件，Starwood Corporation也引進(jìn)了U?鄄nica Corp的Affmium 軟件。
2 有效使用數據挖掘技術(shù)
數據挖掘技術(shù)對于希望了解和預測顧客行為的飯店來(lái)說(shuō)是十分有用的工具，如果使用不當，它是無(wú)法給我們提供幫助的。有效使用數據挖掘技術(shù)，就必須注意以下幾點(diǎn)。
2.1 定義明確的商業(yè)目標
開(kāi)發(fā)任何數據挖掘模型，都應該遵守目標同樣的規則：明確的目標，恰當的數據準備，合適的工具和技術(shù)，嚴格的處理和全面的驗證。常常被忽略也最值得強調的是，數據挖掘模型之間最主要的區別是目標的區別。其處理步驟往往是相同的。所以，我們在具體實(shí)施中，不僅要從建模的角度強調定義目標的重要性，還需要從商業(yè)的角度強調清晰定義目標的重要性。
2.2 收集支持模型的數據
數據準備是數據挖掘模型開(kāi)發(fā)過(guò)程的第一個(gè)步驟，也最重要的步驟之一。雖然數據挖掘的工具也很重要，但是數據是框架（信息庫），模型的質(zhì)量與底層的數據密切相關(guān)。數據準備階段包括這幾個(gè)部分的工作———數據收集、數據清理、數據集成、數據轉換和數據歸約。
首先，我們必須收集支持模型的有關(guān)數據。只有對目標主體和市場(chǎng)有非常透徹的理解，才可能為目標模型選擇出最佳的數據。在有了建模所需的完整數據集以后，下一步需要對數據進(jìn)行清理。其次，為了使后面的挖掘工作易于進(jìn)行，我們還需要進(jìn)行數據集成，即將來(lái)自不同數據源的數據整合成一致的數據存儲。第三，在擁有明確的目標和干凈、準確的數據之后，還需要進(jìn)行數據轉換（將數據轉換為適于挖掘的形式）和數據歸約，使數據能夠發(fā)揮最佳效果。
2.3 選擇適合的數據挖掘工具
數據挖掘工具有很多，比如：規則歸納、聚類(lèi)、決策樹(shù)、遺傳算法、神經(jīng)等。每個(gè)工具都有它的優(yōu)點(diǎn)和缺點(diǎn)，不能簡(jiǎn)單的說(shuō)哪種工具好，哪種不好。我們需要針對具體的情況和飯店計劃的目標來(lái)選擇最適合的工具。
2.4 驗證模型的重要性
模型的驗證工作是十分重要的，不能通過(guò)驗證的模型是沒(méi)有任何商業(yè)意義的。模型開(kāi)發(fā)的一個(gè)就是重要準則是：用模型開(kāi)發(fā)過(guò)程中未使用過(guò)的數據來(lái)驗證模型。這個(gè)準則可以檢驗模型的健壯性。如果模型驗證的結果不佳，可能是由于數據有、變量匹配差或建模使用的數據挖掘技術(shù)不合理等因素造成的，就必須使用合適的驗證技術(shù)使模型更加嚴格、有效。在成功地挖掘出有用的信息后，就可以利用這些信息來(lái)制定合適的營(yíng)銷(xiāo)戰略。通過(guò)這種方式，我們就可以把數據挖掘技術(shù)挖掘出來(lái)的信息轉化成為有效的競爭力。
3 飯店使用數據挖掘技術(shù)的一個(gè)實(shí)例
下面這個(gè)例子是基于韓國豪華飯店的一個(gè)實(shí)例，旨在說(shuō)明數據挖掘技術(shù)在飯店業(yè)的有效性和實(shí)用性，并借此案例進(jìn)一步簡(jiǎn)要闡明在飯店業(yè)使用數據挖掘技術(shù)的具體實(shí)施過(guò)程。
這個(gè)研究的目標是幫助飯店決策者建立飯店顧客的行為模式，并以此作為飯店制定可行營(yíng)銷(xiāo)戰略的重要基礎。
為了獲取飯店顧客的行為模式，研究者選擇了韓國漢城的11家飯店，并在光顧這11家飯店的顧客中精心挑選出281位顧客，對其進(jìn)行了相關(guān)的問(wèn)卷調查。問(wèn)卷主要考察了顧客個(gè)人資料數據（年齡、性別、國籍、職業(yè)）；顧客的行為數據（旅行的目的、過(guò)去光顧飯店的頻率、選擇的飯店、樓層類(lèi)型、房間類(lèi)型、支付方式……）；顧客的心理或態(tài)度數據（對飯店服務(wù)員的禮貌、快速/平滑處理顧客投訴、預訂的便利性、前臺服務(wù)等方面的滿(mǎn)意程度……）這三方面１０多項數據。值得強調的是，研究者為模型選擇的數據是基于對飯店業(yè)本身以及顧客、市場(chǎng)情況等方面透徹理解之上的，比如研究者所考察的顧客對于飯店提供的某些服務(wù)的滿(mǎn)意度數據，是從已經(jīng)被證實(shí)與飯店服務(wù)質(zhì)量緊密相關(guān)的屬性中挑選出來(lái)的。同時(shí)應指出，由于顧客滿(mǎn)意度數據等是無(wú)法從飯店數據庫得到的，所以研究者使用了問(wèn)卷調查這一方式對建模數據進(jìn)行了確認和完善。
在獲得了建模所需的數據之后，研究者首先對收集的數據進(jìn)行了清理，因為數據可能不準確必然導致數據挖掘模型實(shí)施的失敗。同時(shí)還對一些機難以識別的數據進(jìn)行處理，研究者主要是把對一些顧客屬性數據轉化為了簡(jiǎn)單的、便于處理的數字。比如：把顧客對各項指標的滿(mǎn)意度屬性都轉化為：5=非常滿(mǎn)意，4＝比較滿(mǎn)意，3＝一般，2＝比較不滿(mǎn)意，1＝完全不滿(mǎn)意；飯店把性別屬性轉化為0＝男性，1＝女性；把顧客目的轉化為1＝商務(wù)旅行，2＝旅游。
針對這個(gè)研究的目標———預測顧客在飯店選擇、房間類(lèi)型選擇、支付方式等上的顧客行為模式，我們需要挖掘顧客行為模式與其個(gè)人信息、對飯店各項服務(wù)或設施的滿(mǎn)意度情況之間的相互關(guān)系。而挖掘出的信息的商業(yè)價(jià)值在于為飯店經(jīng)理人提供決策依據。所以，挖掘出的信息必須是飯店經(jīng)理人容易理解的。這樣，信息最終才能轉化為飯店的優(yōu)勢競爭力。
正是由于上述各種原因，研究者在諸多數據挖掘技術(shù)中選擇了結構和生成規則易于理解的決策樹(shù)。生成決策樹(shù)的過(guò)程如圖所示。研究者最終使用SPSS的數據挖掘工具Clementine還是挖掘出了50多條有關(guān)規則。
挖掘出的這50多條規則中，有一些規則是比較明顯的，是有經(jīng)驗的飯店管理者在管理工作中已經(jīng)發(fā)現或是可以察覺(jué)的規則；而另一些規則卻是潛在的、是飯店管理者不易察覺(jué)或無(wú)法察覺(jué)的。同時(shí)，挖掘出來(lái)的這50多條規則并不一定都是有用的或是有意義的，在管理者具體把這些規則用于實(shí)踐中時(shí)，不同的商業(yè)目標往往需要不同的規則作為基礎。
比如，研究者挖掘出了如下有關(guān)顧客光顧情況的規則：若顧客為３０多歲的男性或３０～４０多歲的女性，并已經(jīng)光顧過(guò)某個(gè)飯店４次，那么這位顧客很有可能再光顧這家飯店或與之類(lèi)似的飯店；而４０多歲的男性顧客已經(jīng)光顧過(guò)某家飯店４次，則不太可能再次光顧這家飯店或與之類(lèi)似的飯店；光顧過(guò)某家飯店多于５次的女性顧客很可能再光顧這家飯店或與之類(lèi)似的飯店１０次以上；如果顧客已經(jīng)光顧過(guò)某家飯店２次，而且他住在飯店的標準層，又是直接在飯店預訂房間的，同時(shí)他對于飯店房間的大小比較滿(mǎn)意，那么這位顧客很可能再光顧這家飯店或與之類(lèi)似的飯店５～９次。
上述有關(guān)顧客光顧情況表明：這家飯店的管理者在對有價(jià)值顧客進(jìn)行定位時(shí)，可以首先排除已經(jīng)光顧過(guò)本飯店４次的４０多歲的男性顧客，并把已經(jīng)光顧過(guò)本飯店５次以上的女性顧客定位為最有價(jià)值顧客，同時(shí)把已經(jīng)光顧過(guò)本飯店４次的３０多歲的男性和３０～４０多歲的女性定位為比較有價(jià)值顧客。這樣，管理者就可以通過(guò)諸如僅針對有價(jià)值顧客進(jìn)行�？酮剟钣媱�，以保留核心顧客，培養其忠誠度；同時(shí)飯店還可以注意顧客預訂房間的方式和選擇的房間類(lèi)型，并使飯店房間的布置更顯寬敞來(lái)提高顧客滿(mǎn)意度，著(zhù)重對直接預訂標準層房間，且已經(jīng)光顧過(guò)飯店兩次的顧客進(jìn)行顧客有效的保留措施。
4 結語(yǔ)
上面所提到的只是數據挖掘運用到飯店營(yíng)銷(xiāo)中的一個(gè)例子。數據挖掘技術(shù)對于希望了解和預測顧客行為的飯店來(lái)說(shuō)，是十分有用的工具。但是，數據挖掘僅僅是許多幫助飯店尋求決策支持的許多中的一種，也必然有它的局限；我們也不能說(shuō)數據挖掘就是飯店成功營(yíng)銷(xiāo)的保證。在實(shí)際中運作中，有飯店業(yè)建模經(jīng)驗的數據挖掘工作者是十分必要的；我們還常常需要把數據挖掘技術(shù)和其他一些方法結合起來(lái)使用，以便飯店能夠根據挖掘出來(lái)的信息，能夠做出相對最優(yōu)的營(yíng)銷(xiāo)決策，比如飯店應和哪些顧客保持最密切的聯(lián)系，對能夠給飯店帶來(lái)利潤的顧客進(jìn)行目標定位并提供相應的激勵。挖掘出來(lái)的信息還可以運用于飯店進(jìn)行市場(chǎng)細分、開(kāi)拓新的市場(chǎng)、創(chuàng )建個(gè)性化服務(wù)、有效提供直郵服務(wù)等很多方面。有效的運用數據挖掘工具，并將看似無(wú)可言的數據或資料轉化為切實(shí)可行的措施，必然能夠給我國的飯店業(yè)帶來(lái)優(yōu)勢明顯的競爭力。
【數據挖掘技術(shù)在飯店營(yíng)銷(xiāo)中的運用】相關(guān)文章：
臨床醫學(xué)中數據挖掘技術(shù)的運用分析11-29
數據挖掘技術(shù)在ＣＲＭ中的應用03-22
數據挖掘理論在數據采集中的運用03-16
電商網(wǎng)站設計中網(wǎng)絡(luò )數據挖掘技術(shù)的運用11-15
數據挖掘技術(shù)在企業(yè)知識管理中的應用03-19
旅游管理下數據挖掘運用論文11-18
談數據挖掘技術(shù)在電子商務(wù)中的應用03-21