客户满意度用在线评论精准洞察分析

　　消费者生成的内容(User-Generated Content),也就是消费者的一些评分与评论，在整个购买生命周期中为游客提供了重要的新信息，从而改变了游客评估、选择和分享旅游经验的方式。之前受到一些技术和理论的限制，该领域的研究主要集中在网站上提供的定量评级，主要是一些数值型的评价。但是，近些年先进的语言分析技术提供了从访问者提出的宝贵评论中提取含义的机会。

　　北京市场调研公司研究问题

　　1.用户生成内容表示客户满意的主要方面有哪些?

　　2.新维度的有效性如何?

　　3.用在这些维度上，不同消费者群体的感知异质性是什么?

　　4.根据使用大样本进行的回归分析，影响消费者满意度的最重要方面是什么?

　　5.这些维度在星级酒店中如何变化?

　　研究理论

　　北京市场调研公司大量研究表明，顾客满意度在激励顾客的行为忠诚方面起着重要作用，例如给予正面评价、回头率或提出建议等多种因素有助于提高消费者满意度。这也更加强调了研究酒店在线评论的重要性。在这项研究中，目标人群是酒店业，尤其是酒店业的消费者。互联网促进了用户生成内容的快速增长，特别是随着Web 2.0技术的广泛传播，游客可以分享他们的经验，并就酒店、餐馆和景点向其它人提出具体建议(例如，通过对客户服务、停车场和清洁度的评论)。现有文献表明，在线客户评论可以用作研究人员和从业人员的主要信息来源，可以帮助正确理解消费者的偏好和需求。

　　研究方法

　　文中使用数据挖掘方法，通过使用潜在狄利克雷分布(LDA)提供了一个统一的框架来从丰富的用户生成的数据中提取潜在维度，本研究中使用的过程。这为研究人员提取其他社会科学研究中多维结构的潜在维度提供了实用指南。

　　1采样

　　本文研究的在线评论来自消费者点评网站TripAdvisor，它是最大的旅行消费者在线评论社区之一，也是UGC的早期采用者。此外，还采用自动化技术进行数据收集和分析，并开发了一个网络爬虫，以定期从TripAdvisor收集数据，主要是收集个人评论。

　　2文本预处理

　　文本预处理消除非英语字符和单词、单词文本标记、词性标记，替换常见的否定词、词干和删除低频词(低于2%)。例如：

　　处理前：我在2015年3月13日的周末住在该酒店。酒店属性和房间的整体外观非常好。但是，客房服务在打扫房间方面做得不好，我检查了一下浴室的淋浴间，发现了别人的头发，地板很脏。另外，微波炉里有面包屑。

　　处理后：房间不错，打扫好卫生没有好好检查，浴室淋浴间有头发，地板脏，微波炉有面包屑。

　　3维度提取

　　基于收集的大量在线评论样本，这项研究的主要贡献是有效提取了影响客户满意度的潜在维度。从在线评论中提取维度的基本原理类似于降维方法，该方法减少了所考虑的随机变量的数量。由于多种原因，这种传统方法在大数据分析环境中不可行。

　　对满意度维度的提取到结果后，通过将结果与先前对酒店满意度和服务质量的研究进行比较，来检验这些维度的有效性。随后，根据给出的人口统计学特征评估了消费者(评价)维度的异质性。然后，根据维度和星级使用逐步回归模型对满意度的维度进行敏感性分析。

　　4客户满意度的维度

　　使用LDA来抽取和标记样本中所有收集的酒店评论中客户满意度的维度。最后，将这些维度分为三个基本类别：受控，部分受控和不受控。其中两个维度代表了消费者对酒店体验水平的总体看法：高标准和满意程度。其余维度显示了酒店质量的25个具体方面(例如，浴室问题、沟通不佳和就餐)。

　　5维度比较

　　维度比较主要是评估自动分析中提取的维度与先前研究中使用的维度的重叠性。本文使用 Jaccard系数测试先前研究提出的维度与自动分析中提取的维度之间的重叠程度。

　　Jaccard 系数定义

　　给定两个集合A,B，Jaccard 系数定义为A与B交集的大小与A与B并集的大小的比值，定义如下：

　　Jaccard系数的值越高，两组尺寸之间的重叠程度越高。

　　6维度的相对重要性

　　通过比较性别、年龄等维度来分析维度的相对重要性，比如男性和女性之间在评论的主题上存在显着差异的地方，女性对家常性的重视程度更高，比如说度假设施、房间体验、酒店的宾客设施以及登记入住和结账离开等方面，而男性对位置、沟通和物有所值方面更加关注。

　　7酒店感知图

　　感知图或定位图是营销人员和研究人员使用的工具，用于使用二维表示的两个或多个属性来捕获消费者对竞争性酒店产品的评价。例如，评估了从酒店感性针对不同酒店类别的在线评论得出的维度的相对重要性。对于一星级酒店，在与房间体验和沟通非常接近的范围内存在锐角，这表明它们在该子组中很普遍。相反，五星级酒店的居家氛围，强大的活动管理能力和友善的宠物氛围给顾客留下了深刻的印象。

　　研究结论

　　这项研究提出了一种新颖的方法，可以从丰富的在线客户评论中提取消费者满意度的潜在维度。对于维度提取，LDA从客户评论中揭示了有意义的维度，而这些维度是传统方法无法找到的。提取的维度的相对重要性是根据每个维度的相对强度来确定的。此外，该研究还可以扩展到其他旅游和与旅行相关的服务行业(例如，餐馆和景点)的在线评论，以揭示或确认顾客满意度的维度。