★★★文檔資源★★★

內(nèi)容摘要：在日益劇烈的業(yè)內(nèi)競(jìng)爭(zhēng)壓力下，飯店是否能制定并執(zhí)行切實(shí)可行的市場(chǎng)戰(zhàn)略，關(guān)鍵取決于該飯店管理者對(duì)其顧客的偏好、以及影響顧客行為的因素了解得是否正確和全面。數(shù)據(jù)挖掘技術(shù)正可以為飯店管理者提供這樣一個(gè)全面、深刻了解顧客行為的窗口。有效的運(yùn)用數(shù)據(jù)挖掘工具，并將獲得的信息轉(zhuǎn)化為切實(shí)可行的措施，能夠給我們的飯店帶來(lái)優(yōu)勢(shì)明顯的競(jìng)爭(zhēng)力。

關(guān)鍵詞：飯店業(yè)

數(shù)據(jù)挖掘

決策樹

數(shù)據(jù)挖掘概述

數(shù)據(jù)挖掘是指從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)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(shí)的過程。從商業(yè)角度，數(shù)據(jù)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(duì)商業(yè)數(shù)據(jù)庫(kù)中的大量業(yè)務(wù)數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換、分析和其他模型化處理，從中提取輔助商業(yè)決策的關(guān)鍵性數(shù)據(jù)。

據(jù)統(tǒng)計(jì)，數(shù)據(jù)開掘技術(shù)能夠發(fā)現(xiàn)和跟蹤數(shù)據(jù)集合中潛在的模式，因此，有人認(rèn)為，在數(shù)據(jù)庫(kù)中，處理隱藏的知識(shí)、不可意料的模式和新規(guī)那么的發(fā)現(xiàn)的所有方法中，數(shù)據(jù)挖掘是最有效的。如果沒有數(shù)據(jù)挖掘技術(shù)，許多數(shù)據(jù)就很可能停留在未使用的階段。正是數(shù)據(jù)挖掘?yàn)轱埖旯芾碚咛峁┝巳?、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?chuàng)造客戶價(jià)值的能力，數(shù)據(jù)挖掘技術(shù)已經(jīng)被國(guó)外一些飯店作為一個(gè)重要的競(jìng)爭(zhēng)工具使用。比方：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Unica

Corp的Affmium軟件。

數(shù)據(jù)挖掘的研究方法和步驟

飯店生存與否的關(guān)鍵，是它是否有能力為顧客提供令其滿意的效勞和設(shè)施，比方飯店的清潔狀況、登記入住和結(jié)賬是否方便快捷、飯店效勞員是否有禮貌、價(jià)格是否合理等等。

但是要把這些對(duì)顧客偏好的了解轉(zhuǎn)化為有效的競(jìng)爭(zhēng)力，飯店就需要挖掘有效的客戶特征信息。而飯店是否能制定并執(zhí)行切實(shí)可行的市場(chǎng)戰(zhàn)略正是取決于飯店對(duì)客戶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(shù)據(jù)挖掘技術(shù)開掘出詳細(xì)有效的客戶特征信息。

定義目標(biāo)

開發(fā)任何數(shù)據(jù)挖掘模型，都應(yīng)該遵守目標(biāo)同樣的規(guī)那么：明確的目標(biāo)，恰當(dāng)?shù)臄?shù)據(jù)準(zhǔn)備，適宜的工具和技術(shù)，嚴(yán)格的處理和全面的驗(yàn)證。常常被忽略也最值得強(qiáng)調(diào)的是，數(shù)據(jù)挖掘模型之間最主要的區(qū)別是目標(biāo)的區(qū)別。其處理步驟往往是相同的。所以，我們?cè)诰唧w實(shí)施中，不僅要從建模的角度強(qiáng)調(diào)定義目標(biāo)的重要性，還需要從商業(yè)的角度強(qiáng)調(diào)清晰定義目標(biāo)的重要性。

數(shù)據(jù)準(zhǔn)備

數(shù)據(jù)準(zhǔn)備是數(shù)據(jù)挖掘模型開發(fā)過程的第一個(gè)步驟，也是最重要的步驟之一。雖然數(shù)據(jù)挖掘的工具也很重要，但是數(shù)據(jù)是框架〔信息庫(kù)〕，模型的質(zhì)量與底層的數(shù)據(jù)密切相關(guān)。數(shù)據(jù)準(zhǔn)備階段包括這幾個(gè)局部的工作——數(shù)據(jù)收集、數(shù)據(jù)清理、數(shù)據(jù)集成、數(shù)據(jù)轉(zhuǎn)換和數(shù)據(jù)歸約。

首先我們必須收集支持模型的有關(guān)數(shù)據(jù)。只有對(duì)目標(biāo)主體和市場(chǎng)有非常透徹的理解，才可能為目標(biāo)模型選擇出最正確的數(shù)據(jù)。在有了建模所需的完整數(shù)據(jù)集以后，下一步需要對(duì)數(shù)據(jù)進(jìn)行清理，即檢查數(shù)據(jù)，找出錯(cuò)誤、異常值和缺失值。數(shù)據(jù)清理是數(shù)據(jù)準(zhǔn)備過程中最花費(fèi)時(shí)間、最乏味，但也是最重要的步驟，因?yàn)楹竺嫱诰蚬ぷ鞯馁|(zhì)量依賴于數(shù)據(jù)的精確性和正確性。為了使后面的挖掘工作易于進(jìn)行，我們還需要進(jìn)行數(shù)據(jù)集成，即將來(lái)自不同數(shù)據(jù)源的數(shù)據(jù)整合成一致的數(shù)據(jù)存儲(chǔ)。在擁有明確的目標(biāo)和干凈、準(zhǔn)確的數(shù)據(jù)之后，還需要進(jìn)行數(shù)據(jù)轉(zhuǎn)換〔將數(shù)據(jù)轉(zhuǎn)換為適于挖掘的形式〕和數(shù)據(jù)歸約，使數(shù)據(jù)能夠發(fā)揮最正確效果。

選擇數(shù)據(jù)挖掘工具和技術(shù)

數(shù)據(jù)挖掘工具有很多，比方：規(guī)那么歸納、聚類、決策樹、遺傳算法、神經(jīng)網(wǎng)絡(luò)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(duì)具體的情況和飯店方案的目標(biāo)來(lái)選擇最適合的工具。

這個(gè)步驟包括定義模型結(jié)構(gòu)〔是樹、神經(jīng)網(wǎng)絡(luò)、還是規(guī)那么歸納？〕、搜索〔選擇具體的算法〕和驗(yàn)證〔什么時(shí)候算法能夠得到正確的模型并停止計(jì)算？〕。

處理、驗(yàn)證和實(shí)現(xiàn)模型

模型開發(fā)的一個(gè)重要準(zhǔn)那么是：用模型開發(fā)過程中未使用過的數(shù)據(jù)來(lái)驗(yàn)證模型。這個(gè)準(zhǔn)那么可以檢驗(yàn)?zāi)Ｐ偷慕研?。所以，在?zhǔn)備好數(shù)據(jù)、選擇好適宜的數(shù)據(jù)挖掘工具后，需要進(jìn)行的是模型處理之前最后一個(gè)步驟——將數(shù)據(jù)文件分割成建模數(shù)據(jù)集和驗(yàn)證數(shù)據(jù)集兩個(gè)局部。然后，我們就可以用準(zhǔn)備好的數(shù)據(jù)和數(shù)據(jù)挖掘工具處理模型了。而建立的模型是否健壯，就需要在驗(yàn)證數(shù)據(jù)集上檢驗(yàn)?zāi)Ｐ汀Ｈ绻Ｐ万?yàn)證的結(jié)果不佳，可能是由于數(shù)據(jù)有問題、變量匹配差或建模使用的數(shù)據(jù)挖掘技術(shù)不合理等因素造成的，就需要使用適宜的驗(yàn)證技術(shù)使模型更加嚴(yán)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)制定適宜的市場(chǎng)戰(zhàn)略。通過這種方式，我們可以把數(shù)據(jù)挖掘技術(shù)挖掘出來(lái)的信息轉(zhuǎn)化成為有效的企業(yè)競(jìng)爭(zhēng)力。

數(shù)據(jù)挖掘技術(shù)在飯店業(yè)的應(yīng)用

這里引用了一個(gè)基于韓國(guó)豪華飯店的實(shí)例研究，旨在說(shuō)明數(shù)據(jù)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)一步說(shuō)明在飯店業(yè)使用數(shù)據(jù)挖掘技術(shù)的具體實(shí)施過程。這個(gè)研究的目標(biāo)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市場(chǎng)戰(zhàn)略的重要根底。

為了最大化地獲取并反映飯店顧客的行為模式，研究者選擇了韓國(guó)漢城在經(jīng)營(yíng)價(jià)格、地理位置等方面都相似的11家飯店，并在光臨這11家飯店的顧客中精挑細(xì)選出281位顧客，對(duì)其進(jìn)行了問卷調(diào)查。為了獲得顧客情況的數(shù)據(jù)資料，研究者在問卷調(diào)查中通過設(shè)定的14個(gè)問題，主要考察了與之相關(guān)聯(lián)的十多項(xiàng)數(shù)據(jù)。這十多項(xiàng)數(shù)據(jù)來(lái)自以下三個(gè)方面：顧客的人口統(tǒng)計(jì)學(xué)數(shù)據(jù)〔年齡、性別、國(guó)籍、職業(yè)〕；顧客的行為數(shù)據(jù)〔旅行的目的、過去光臨飯店的頻率、選擇的飯店、樓層類型、房間類型、支付方式……〕；顧客的心理或態(tài)度數(shù)據(jù)〔對(duì)飯店效勞員的禮貌、快速/平滑處理顧客投訴、預(yù)訂的便利性、前臺(tái)效勞等方面的滿意程度……〕。值得強(qiáng)調(diào)的是，研究者為模型選擇的數(shù)據(jù)是基于對(duì)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，比方研究者所考察的顧客對(duì)于飯店提供的某些效勞的滿意度數(shù)據(jù)，是從已經(jīng)被證實(shí)與飯店效勞質(zhì)量緊密相關(guān)的屬性中挑選出來(lái)的。同時(shí)應(yīng)指出，由于顧客滿意度數(shù)據(jù)等是無(wú)法從飯店數(shù)據(jù)庫(kù)得到的，所以研究者使用了問卷調(diào)查這一方式對(duì)建模數(shù)據(jù)進(jìn)行了完善。

在獲得了建模所需的數(shù)據(jù)之后，研究者首先對(duì)收集的數(shù)據(jù)進(jìn)行了清理，即填寫缺失值，平滑噪聲數(shù)據(jù)，識(shí)別、刪除孤立點(diǎn)，并糾正數(shù)據(jù)的不一致性。但僅僅有準(zhǔn)確的數(shù)據(jù)是不夠的，還需要對(duì)一些數(shù)據(jù)進(jìn)行處理。在這個(gè)研究實(shí)例中，研究者主要是把對(duì)一些顧客屬性數(shù)據(jù)〔包括飯店名稱；顧客的性別、國(guó)籍、職業(yè)、支付方式、旅行目的、選擇的房間和樓層類型；顧客對(duì)飯店預(yù)訂房間的便利性、效勞員的禮貌情況、效勞質(zhì)量、處理顧客投訴情況等方面的滿意程度〕轉(zhuǎn)化為了簡(jiǎn)單的、便于處理的數(shù)字。比方：把研究中的11家飯店名稱用數(shù)字1-11表示；飯店把性別屬性轉(zhuǎn)化為0＝男性，1＝女性；把國(guó)籍屬性轉(zhuǎn)化為：1＝美國(guó)，2＝歐洲，3＝日本，4＝韓國(guó)，5＝除了日韓的亞洲；把顧客對(duì)各項(xiàng)指標(biāo)的滿意度屬性都轉(zhuǎn)化為：5=非常滿意，4＝比擬滿意，3＝一般，2＝比擬不滿意，1＝完全不滿意；把顧客支付方式轉(zhuǎn)化為1＝旅行支票，2＝現(xiàn)金，3＝信用卡；把顧客旅游目的轉(zhuǎn)化為1＝商務(wù)旅行，2＝旅游。然后，研究者把所有的數(shù)據(jù)都安排到一個(gè)Excel文件中，并將其轉(zhuǎn)化為SPSS格式，使后面的工作便于展開。

針對(duì)這個(gè)研究的目標(biāo)——預(yù)測(cè)顧客在飯店選擇、房間類型選擇、支付方式等問題上的顧客行為模式，我們需要挖掘顧客行為模式與其人口統(tǒng)計(jì)學(xué)資料〔年齡、性別、國(guó)籍、職業(yè)〕、對(duì)飯店各項(xiàng)效勞或設(shè)施的滿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(jù)。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(zhuǎn)化為飯店的優(yōu)勢(shì)競(jìng)爭(zhēng)力。

正是由于上述各種原因，研究者在諸多數(shù)據(jù)挖掘技術(shù)中選擇了結(jié)構(gòu)和生成規(guī)那么易于理解的決策樹。而在CART、C5.0、CHAID等多種建立決策樹的算法中，研究者選擇了C5.0，是由于其速度快、內(nèi)存占用小、修剪能力和交互驗(yàn)證的特征能夠使預(yù)測(cè)更精確。

為了能在具體實(shí)施中僅僅提煉出對(duì)飯店管理者設(shè)計(jì)有關(guān)戰(zhàn)略有用的信息，而不是產(chǎn)生大量的規(guī)那么集，研究者對(duì)訓(xùn)練數(shù)據(jù)集設(shè)置了一個(gè)精確度為50％的閥值，而且只選擇了預(yù)測(cè)精確性超過80％的規(guī)那么。研究者最終使用SPSS的數(shù)據(jù)挖掘應(yīng)用工具Clementine還是挖掘出了50多條有關(guān)規(guī)那么。這50多條規(guī)那么從顧客的年齡、國(guó)籍、職業(yè)、性別、旅行目的、選擇飯店、支付方式、光臨頻率、在飯店的停留時(shí)間等各個(gè)方面具體剖析了顧客的行為模式，揭示了導(dǎo)致或影響這些顧客行為的各種因素，其中一些能夠?yàn)轱埖旯芾碚咛峁Q策上的支持。

挖掘出的這50多條規(guī)那么中，有一些規(guī)那么是比擬明顯的，是有經(jīng)驗(yàn)的飯店管理者在管理工作中已經(jīng)發(fā)現(xiàn)或是可以發(fā)覺的規(guī)那么；而另一些規(guī)那么卻是潛在的、是飯店管理者不易發(fā)覺或無(wú)法發(fā)覺的。同時(shí)，挖掘出來(lái)的這50多條規(guī)那么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(guī)那么用于管理實(shí)踐中時(shí)，不同的戰(zhàn)略目標(biāo)往往需要不同的規(guī)那么作為根底。

比方，研究者挖掘出了如下有關(guān)顧客光臨情況的規(guī)那么：假設(shè)顧客為30多歲的男性或30歲至40多歲的女性，并已經(jīng)光臨過某個(gè)飯店四次，那么這位顧客很有可能再光臨這家飯店或與之類似的飯店；而40多歲的男性顧客已經(jīng)光臨過某家飯店四次，那么不太可能再次光臨這家飯店或與之類似的飯店；光臨過某家飯店多于五次的女性顧客很可能再光臨這家飯店或與之類似的飯店十次以上；如果顧客已經(jīng)光臨過某家飯店兩次，而且他住在飯店的標(biāo)準(zhǔn)層，又是直接在飯店預(yù)訂房間的，同時(shí)他對(duì)于飯店房間的大小比擬滿意，那么這位顧客很可能再光臨這家飯店或與之類似的飯店五到九次。

上述有關(guān)顧客光臨情況說(shuō)明：這家飯店的管理者在對(duì)有價(jià)值顧客進(jìn)行定位時(shí)，可以首先排除已經(jīng)光臨過本飯店四次的40多歲的男性顧客，并把已經(jīng)光臨過本飯店五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)光臨過本飯店四次的30多歲的男性和30至40多歲的女性定位為比擬有價(jià)值顧客。這樣，管理者就可以通過諸如僅針對(duì)有價(jià)值顧客進(jìn)行常客獎(jiǎng)勵(lì)方案，以保存核心顧客，培養(yǎng)其忠誠(chéng)度；同時(shí)飯店還可以注意顧客預(yù)訂房間的方式和選擇的房間類型，并使飯店房間的布置更顯寬敞來(lái)提高顧客滿意度，著重對(duì)直接預(yù)訂標(biāo)準(zhǔn)層房間，且已經(jīng)光臨過飯店兩次的顧客進(jìn)行顧客有效的保存措施。

當(dāng)然，上面所提到的定位有價(jià)值顧客和顧客保存只是數(shù)據(jù)挖掘運(yùn)用到飯店管理中的兩個(gè)例子；在實(shí)際中，這些挖掘出來(lái)的規(guī)那么還可以運(yùn)用于飯店市場(chǎng)拓展、市場(chǎng)細(xì)分、顧客需求分析、創(chuàng)立個(gè)性化效勞等很多方面。有效的運(yùn)用數(shù)據(jù)挖掘工具，并將其轉(zhuǎn)化為切實(shí)可行的措施，能夠給我們的飯店帶來(lái)極具競(jìng)爭(zhēng)力的優(yōu)勢(shì)。特別是在數(shù)據(jù)挖掘技術(shù)在飯店業(yè)的應(yīng)用還處于初始階段的今天，早期有效采用數(shù)據(jù)挖掘技術(shù)能使其在飯店業(yè)中提升地位，更具競(jìng)爭(zhēng)力。

參考資料：

1.劉靜艷、顏亮，酒店?？酮?jiǎng)勵(lì)方案在我國(guó)的應(yīng)用[J]，旅游科學(xué)，2002

2.吳東曉，基于顧客的飯店品牌價(jià)值影響因素的實(shí)證研究[J]，南開管理評(píng)論，2003