酒店业：如何从在线评论中发掘“隐藏价值”

在线点评对于酒店的重要性无需赘言，已经有不少酒店开始重视并且对用户的评论信息进行回复和处理。但是，点评网站上除了评论本身还有哪些信息是值得酒店挖掘的呢？我们总是在说大数据、数据挖掘什么的，但是真正得到的数据似乎并不够深入多样。这里想再深入讨论一下，在各大来源网站上的信息中，除了评论信息之外还有哪些信息和内容是可以为酒店所用的。

要挖掘网站信息首先需要知道这些在线评论网站上都提供了哪些信息。对此笔者调研了目前国内主流的八大酒店点评信息来源网站（携程、艺龙、去哪儿、到到、大众点评、驴评、同程和淘宝旅行），分别从总体评价、评论信息和用户信息三个角度汇总了单个酒店在这些网站上所涉及到的信息和内容。

从这张统计表格中可以发现，点评来源网站包含的内容不仅仅只有评论信息，还有很多其他数据是值得酒店深入挖掘的。其中，用户信息是最值得酒店关注的内容。

通过点评用户的ID可以将很多信息串联起来，收集到数目惊人的客户数据，更准确全面的了解用户。比如，同一个用户经常出没的城市都有哪些，他更多出于什么原因入住酒店；他每次选择入住什么样的酒店，更倾向于哪种类型的房间；是某个品牌的忠实顾客还是喜欢尝鲜不同的酒店……

从用户对不同酒店的评论信息还可以总结出他在入住酒店时最关注的问题：是特别无法忍受离电梯太近还是有着特殊的洁癖；更喜欢去健身房锻炼还是经常使用酒店的会议室……甚至是该用户的一些基本个人信息如性别、年龄、所在城市等等。

绝大多数点评网站的用户都是在酒店真实入住的顾客，他们留下的评论信息可以直接和真实身份信息挂钩，构建出一个信息量庞大而真实的顾客数据库。酒店对顾客了解的越多，就能更好的满足其需求。这些数据的价值不仅仅在于可以影响到其他用户的出行决策，更可以帮助酒店进行更便捷、更有针对性的用户关系管理，增加顾客粘性，进而为精准营销提供决策依据，最终实现收益的提升。

除此之外，还有一些数据是酒店应予以重视的。如总体评价是酒店在各来源网站的总体得分情况，包括总分（好评率）、推荐率、同城排名情况和各分类的得分情况（设施、位置等酒店考核要素的平均得分）。大多数来源网站提供的分数都是该网站所有用户对某酒店评价的一个基本情况，也是同城酒店排名的依据。但是，有一项数据只有艺龙有，叫做酒店服务指数，包括用户预订之后酒店的及时确认率、预订成功率和用户投诉率，以及各数据在同城酒店中的排名情况。这个数据对于想要预订酒店的用户来说很值得参考，也是酒店应该重视的部分。

评论信息中除了用户的点评内容之外还有一些值得酒店关注的信息，如用户给酒店的打分情况、点评使用的终端、用户入住时间以及用户评论是否带有图片。从各分类的打分情况可以粗略看出酒店主要的问题所在；从用户点评使用终端情况可以看出移动客户端的推广使用情况，也可为推广酒店自身的移动客户端提供参考和依据；通过用户入住时间和用户点评内容可以更精准的抓住点评内容产生的背景，以及问题产生的原因；带图片的点评更能反映出用户的态度和对评论信息的重视度。

可以说，OTA和专业点评网站们是酒店的大数据供应商，其供应的数据绝不应该仅仅只包括评论信息，还有更多有价值的内容隐含其中，而这部分内容正是酒店在大数据时代进行营销转型所需要的重要组成部分之一。

大数据应用的核心是预测，通过用户数据预测到顾客的真实需求，再提供针对性的服务，有的放矢的对外制定精确营销，这才是酒店业在大数据中真正获得的最大价值。