Маркетингова політика в готелях: вплив рейтингу на прийняття рішень споживачами

Автори:
Радован Бацик1, Річард Федорко1, Беата Гавурова2, Марія Олеарова1, Мартін Ригельський1
1. Пряшівський університет в Пряшеві (Словацька республіка)
2. Технічний університет в Кошице (Словацька республіка)
Сторінки:
11 - 25
Мова оригіналу:
Англійська
Цитувати як:
Bacik, R., Fedorko, R., Gavurova, B., Olearova, M., & Rigelsky, M. (2020). Hotel Marketing Policy: Role of Rating in Consumer Decision Making. Marketing and Management of Innovations, 2, 11-25. http://doi.org/10.21272/mmi.2020.2-01


Анотація

Туристична галузь стрімко розвивається та забезпечує зростання валового внутрішнього продукту країн Вишеградської четвірки. Авторами наголошено, що рівень задоволення потреб споживачів є ключовим фактором зростання прибутковості готельного бізнесу та розвитку туристичної галузі. Метою статті є аналіз відгуків споживачів щодо умов проживання у Топ-готелях країн Вишеградської четвірки. Для досягнення поставленої мети авторами проаналізовано пошукові запити туристів щодо відповідності умов проживання у готелях різних типів визначеним на онлайн-порталі «Tripadvisor» або офіційному сайті готелю. Вибірку туристів поділено на категорії: бізнес-подорожуючі; сімейні пари; друзі; сім’ї з дітьми; ті, що подорожують на одинці. Вихідні дані сформовано на основі аналізу 117 готелів країн Вишеградської четвірки (Чеська республіка – 39-33,3%; Угорщина – 15-12,8%; Польща – 56-47,9%; Словацька республіка – 7-6%) та туристичного порталу онлайн-бронювання «Tripadvisor». Періодом дослідження обрано липень 2019 року. Таким чином, детермінована вибірка дослідження становить 22400 відгуків клієнтів. Методологічною основою дослідження є метод ANOVA, тести Краскела-Уолліса та Уелча. При цьому вибір тесту залежав від результатів аномальності та дисперсії аналізованих змінних. Результати аналізу пошукових запитів представлено за допомогою хмари частоти появи ключових слів у відгуках споживачів та асоціативних таблиць. Авторами зазначено, що для категорії туристів, що подорожують на одинці визначено незначну розбіжність між розумінням зазначених умов проживання та фактичними. У статті виділено відносну частоту повторюваності слів, що зустрічаються у відгуках туристів та характеризують емоційну складову споживачів: позитив, довіра, смуток та інші. Результати аналізу полярної відповідності позитивних та негативних відгуків свідчать про відсутність не узгодженості серед досліджуваної вибірки.Однак, зазначено, що полярність позитивних відгуків перевищує негативні. Авторами наголошено про необхідність впровадження клієнто-орієнтованої маркетингової політики, що дозволить підвищити лояльність споживачів, кількість їх позитивних відгуків та рейтинг готелю.  


Ключові слова
відгуки, полярність, готель, хмара ключових слів, аналіз відмінностей, Вишеградська четвірка, задоволення потреб клієнта.


Посилання
  1. Ariffin, A. A. M., & Maghzi, A. (2012). A preliminary study on customer expectations of hotel hospitality:Iinfluences of personal and hotel factors. International Journal of Hospitality Management, 31(1), 191-198. [Google Scholar] [CrossRef]
  2. Banerjee, S., & Chua, A. Y. (2016). In search of patterns among travellers’ hotel ratings in TripAdvisor. Tourism Management, 53, 125-131. [Google Scholar] [CrossRef]
  3. Belas, J., & Gabcova, L. (2016). The relationship among customer satisfaction, loyalty and financial performance of commercial banks. Ekonomics and Management. [Google Scholar] [CrossRef]
  4. Benjamini, Y. & Hochberg, Y. (1995). Controlling the False Discovery Rate: A Practical and Powerful Approach to Multiple Testing. Journal of the Royal Statistical Society. Series B (Methodological). 57, 289–300. [Google Scholar] [CrossRef]
  5. Berezina, K., Bilgihan, A., Cobanoglu, C., & Okumus, F. (2016). Understanding satisfied and dissatisfied hotel customers: text mining of online hotel reviews. Journal of Hospitality Marketing & Management, 25(1), 1–24. [Google Scholar] [CrossRef]
  6. Bilan, Y., Mishchuk, H., Roshchyk, I., & Kmecova, I. (2020). An Analysis of Intellecutal Potential and its Impact on the Social and Economic Development of European Countries. Journal of Competitiveness, 12(1), 22. [Google Scholar] [CrossRef]
  7. Bulchand-Gidumal, J., Melian-Gonzalez, S., & Lopez-Valcarcel, B.G. (2011). Improving hotel ratings by offering free Wi‐Fi. Journal of Hospitality and Tourism Technology, 2(3), 235-245. [Google Scholar] [CrossRef]
  8. Cambria, E., Cambria, E., Schuller, B., Xia, Y., & Havasi, C. (2013). New avenues in opinion mining and sentiment analysis. IEEE Intelligent Systems, 28(2), 15-21. [Google Scholar] [CrossRef]
  9. Çelik, S. (2019). Does Tourism Change Tourist Attitudes (Prejudice and Stereotype) towards Local People? Journal of Tourism and Services, 10(18), 35-46. [Google Scholar] [CrossRef]
  10. Dippelreiter, B., Grün, C., Pöttler, M., Seidel, I., Berger, H., Dittenbach, M., & Pesenhofer, A. (2007). Online tourism communities on the path to WEB 2.0: an evaluation. Information technology & tourism, 10(4), 329-353. [Google Scholar] [CrossRef]
  11. Dolnicar, S. (2002). Business travellers' hotel expectations and disappointments: a different perspective to hotel attribute importance investigation. Asia Pacific Journal of Tourism Research, 7(1), 29-35. [Google Scholar] [CrossRef]
  12. Domi, S., Keco, R., Capelleras, J. L., & Mehmeti, G. (2019). Effects of innovativeness and innovation behavior on tourism SMEs performance: The case of Albania. Economics and Sociology, 12(3), 67-85. [Google Scholar] [CrossRef]
  13. Fang, X., Zhan, J. (2015). Sentiment analysis using product review data. Journal of Big Data, 2(5). [Google Scholar] [CrossRef]
  14. Geetha, M., Singha, P., & Sinha, S. (2017). Relationship between customer sentiment and online customer ratings for hotels—An empirical analysis. Tourism Management, 61, 43–54. [Google Scholar] [CrossRef]
  15. Ginevicius, R. (2019). Quantitative Assessment of the Compatibility of the Development of Socioeconomic Systems. Journal of Competitiveness, 11(2), 36. [Google Scholar] [CrossRef]
  16. Grabner, D., Zanker, M., Fliedl, G., & Fuchs, M. (2012). Classification of customer reviews based on sentiment analysis. Information and communication technologies in tourism 2012, Helsingborg, Sweden, January 25-27. [Google Scholar]
  17. Gretzel, U., & Yoo, K.H. (2008). Use and impact of online travel reviews. Information and communication technologies in tourism, 2008, 35-46. [Google Scholar] [CrossRef]
  18. Guillet, B.D., & Law, R. (2010). Analyzing hotel star ratings on third-party distribution websites. International Journal of Contemporary Hospitality Management, 22(6), 797-813. [Google Scholar][CrossRef]
  19. Guo, Y., Barnes, S. J., & Jia, Q. (2017). Mining meaning from online ratings and reviews: Tourist satisfaction analysis using latent dirichlet allocation. Tourism Management, 59, 467-483. [Google Scholar] [CrossRef]
  20. Hennig-Thurau, T., Gwinner, K. P., Walsh, G., & Gremler, D. D. (2004). Electronic word-of-mouth via consumer-opinion platforms: what motivates consumers to articulate themselves on the internet? Journal of Interactive Marketing, 18(1), 38-52. [Google Scholar] [CrossRef]
  21. Kim, C. S., Bai, B. H., Kim, P. B., & Chon, K. (2018). Review of reviews: A systematic analysis of review papers in the hospitality and tourism literature. International Journal of Hospitality Management, 70, 49-58. [Google Scholar] [CrossRef]
  22. Kwartler, T. (2017). Text Mining in Practice with R. John Wiley & Sons. [Google Scholar]
  23. Lai, L. H., & Graefe, A. R. (2000). Identifying market potential and destination choice factors of Taiwanese overseas travelers. Journal of Hospitality and Leisure Marketing, 6(4), 45-65. [Google Scholar] [CrossRef]
  24. Lee, C. F., Huang, H. I., & Chen, W. C. (2010). The determinants of honeymoon destination choice - The Case of Taiwan. Journal of Travel and Tourism Marketing, 27(7), 676-693. [Google Scholar][CrossRef]
  25. Leong, L. Y., Hew, T. S., Ooi, K. B., & Lin, B. (2019). Do electronic word-of-mouth and elaboration likelihood model influence hotel booking? Journal of Computer Information Systems. [Google Scholar]
  26. Litvin, S. W., Goldsmith, R. E., & Pan, B. (2008). Electronic word-of-mouth in hospitality and tourism management. Tourism Management, 29(3), 458-468. [Google Scholar] [CrossRef]
  27. Liu, B. (2015). Sentiment Analysis – Mining Opinions, Sentiments, and Emotions. Cambridge University Press. [CrossRef]
  28. Manes, E., & Tchetchik, A. (2018). The role of electronic word of mouth in reducing information asymmetry: An empirical investigation of online hotel booking. Journal of Business Research, 85, 185-196. [Google Scholar] [CrossRef]
  29. Mauri, A. G., & Minazzi, R. (2013). Web reviews influence on expectations and purchasing intentions of hotel potential customers. International Journal of Hospitality Management, 34, 99–107. [Google Scholar] [CrossRef]
  30. Mudambi, S.M., & Schuff, D. (2010). Research note: What makes a helpful review? a study of customer reviews on Amazon. com. MIS quarterly, 185-200. [Google Scholar]
  31. Mura, L., & Kljucnikov, A. (2018). Small businesses in rural tourism and agrotourism: study from Slovakia. Economics and Sociology, 11(3), 286-300. [Google Scholar] [CrossRef]
  32. O’Connor, P. (2008). User-generated content and travel: A case study on Tripadvisor.com. Information and Communication Technologies in Tourism, 2008. Springer, Vienna. [Google Scholar][CrossRef]
  33. O’Connor, P. (2010). Managing a hotel’s image on TripAdvisor. Journal of Hospitality Marketing & Management, 19(7), 754-772. [Google Scholar] [CrossRef]
  34. O’Leary, D. (2011). The use of social media in the supply chain: Survey and extensions. Intelligent Systems in Accounting, Finance and Management, 18(2-3), 121-144. [Google Scholar] [CrossRef]
  35. Park, E., Kang, J., Choi, D., & Han, J. (2018). Understanding customers' hotel revisiting behaviour: a sentiment analysis of online feedback reviews. Current Issues in Tourism, 2018, 1-7. [CrossRef]
  36. Park, S., Yang, Y., & Wang, M. (2019). Travel distance and hotel service satisfaction: An inverted U-shaped relationship. International journal of hospitality management, 76, 261-270. [Google Scholar] [CrossRef]
  37. Poston, R. S. (2008). Using and fixing biased rating schemes. Communications of the ACM, 51(9), 105-109. [Google Scholar] [CrossRef]
  38. Rhee, H. T., & Yang, S. B. (2014). How does hotel attribute importance vary among different travelers? An exploratory case study based on a conjoint analysis. Electronic markets, 25(3), 211-226. [Google Scholar] [CrossRef]
  39. Schmallegger, D., & Carson, D. (2008). Blogs in tourism: Changing approaches to information exchange. Journal of vacation marketing, 14(2), 99-110. [Google Scholar] [CrossRef]
  40. Sparks, B.A., & Browning, V. (2011). The impact of online reviews on hotel booking intentions and perceptions of trust. Tourism management, 32(6), 1310-1323. [Google Scholar] [CrossRef]
  41. Stefanini, C. J., Yamashita, A. P. N. G., & Sousa, R. B. M. (2012). Turismo de negócios: o uso da análise factorial como instrumento de identificação dos valores para osviajantes a negócios. TURyDES, 5(12). [Google Scholar]
  42. Stefko, R., Fedorko, I., Bacík, R., & Fedorko, R. (2015). An analysis of perceived topicality of website content influence in terms of reputation management. Polish Journal of management studies, 12. [Google Scholar]
  43. Stringam, B.B., & Gerdes, Jr. J. (2010). An analysis of word-of-mouse ratings and guest comments of online hotel distribution sites. Journal of Hospitality Marketing & Management 19(7), 773–796. [Google Scholar] [CrossRef]
  44. Taboada, J., Brooke, M., Tofiloski, M., & Voll, K. D. (2011). Lexicon-based methods for sentiment analysis. Computational Linguistics, 37(2), 267-307. [CrossRef]
  45. TripAdvisor (2019) https://www.tripadvisor.com/
  46. Winchester, M., Winchester, T., & Alvey, F. (2011). Seeking romance and a once in a life-time experience: Considering attributes that attract honeymooners to destinations. In ANZMAC 2011 conference proceedings: Marketing in the Age of Consumerism: Jekyll or Hyde? (pp. 1-7). [Google Scholar]
  47. Wu, Y., Wei, F., Liu, S., Au, N., Cui, W., Zhou, H., & Qu, H. (2010). OpinionSeer: interactive visualization of hotel customer feedback. IEEE transactions on visualization and computer graphics, 16(6),1109-1118. [Google Scholar] [CrossRef]
  48. Xiang, Z., & Gretzel, U. (2010). Role of social media in online travel information search. Tourism Management, 31(2), 179–188. [Google Scholar] [CrossRef]
  49. Xiang, Z., Schwartz, Z., Gerdes Jr, J. H., & Uysal, M. (2015). What can big data and text analytics tell us about hotel guest experience and satisfaction? International Journal of Hospitality Management, 44, 120-130. [Google Scholar] [CrossRef]
  50. Xie, K. L., Zhang, Z., & Zhang, Z. (2014). The business value of online consumer reviews and management response to hotel performance. International Journal of Hospitality Management, 43, 1-12. [Google Scholar] [CrossRef]
  51. Yang, Y., Mao, Z., & Tang, J. (2018). Understanding guest satisfaction with urban hotel location. Journal of Travel Research, 57(2), 243-259. [Google Scholar] [CrossRef]
  52. Ye, Q., Law, R., Gu, B., & Chen, W. (2011). The influence of user-generated content on traveler behavior: An empirical investigation on the effects of e-word-of-mouth to hotel online bookings. Computers in Human Behavior, 27(2), 634-639. [Google Scholar] [CrossRef]
  53. Yoon, Y., & Uysal, M. (2005). An Examination of the effects of motivation and satisfaction on destination loyalty: a structural model. Tourism Management, 26(1), 45-56. [Google Scholar] [CrossRef]
  54. Zhou, L., Ye, S., Pearce, P. L., & Wu, M. Y. (2014). Refreshing hotel satisfaction studies by reconfiguring customer review data. International Journal of Hospitality Management, 38, 1-10. [Google Scholar] [CrossRef]
  55. Zikopoulos, P.C., & Eaton, C. (2011). Understanding big data, analytics for enterprise class hadoop and streaming data. McGraw-Hill Osborne Media.