企业战略-利用数据挖掘技术提高饭店竞争力

1、.：.； 文档资源内容摘要：在日益猛烈的业内竞争压力下，饭店能否能制定并执行真实可行的市场战略，关键取决于该饭店管理者对其顾客的偏好、以及影响顾客行为的要素了解得能否正确和全面。数据发掘技术正可以为饭店管理者提供这样一个全面、深化了解顾客行为的窗口。有效的运用数据发掘工具，并将获得的信息转化为真实可行的措施，可以给我们的饭店带来优势明显的竞争力。关键词：饭店业 数据发掘 决策树 数据发掘概述 数据发掘是指从大量的、不完全的、有噪声的、模糊的、随机的实践运用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。从商业角度，数据发掘是一种新的商业信息处置技术，其主要特点是对

2、商业数据库中的大量业务数据进展抽取、转换、分析和其他模型化处置，从中提取辅助商业决策的关键性数据。 据统计，数据开掘技术可以发现和跟踪数据集合中潜在的方式，因此，有人以为，在数据库中，处置隐藏的知识、不可预料的方式和新规那么的发现的一切方法中，数据发掘是最有效的。假设没有数据发掘技术，许多数据就很能够停留在未运用的阶段。正是数据发掘为饭店管理者提供了全面、深化地分析和了解顾客及其行为特征的重要助臂；也正是由于其发明客户价值的才干，数据发掘技术曾经被国外一些饭店作为一个重要的竞争工具运用。比如：Hilton Corporation在它的Beverly Hills总部运用了E.piphany E.

3、4软件，Starwood Corporation也引进了Unica Corp的Affmium软件。 数据发掘的研讨方法和步骤 饭店生存与否的关键，是它能否有才干为顾客提供令其称心的效力和设备，比如饭店的清洁情况、登记入住和结账能否方便快捷、饭店效力员能否有礼貌、价钱能否合理等等。 但是要把这些对顾客偏好的了解转化为有效的竞争力，饭店就需求发掘有效的客户特征信息。而饭店能否能制定并执行真实可行的市场战略正是取决于饭店对客户偏好和行为特征的了解能否正确和全面。因此，我们首先需求利用数据发掘技术开掘出详细有效的客户特征信息。 定义目的 开发任何数据发掘模型，都应该遵守目的同样的规那么：明确的目的，恰

4、当的数据预备，适宜的工具和技术，严厉的处置和全面的验证。经常被忽略也最值得强调的是，数据发掘模型之间最主要的区别是目的的区别。其处置步骤往往是一样的。所以，我们在详细实施中，不仅要从建模的角度强调定义目的的重要性，还需求从商业的角度强调明晰定义目的的重要性。 数据预备 数据预备是数据发掘模型开发过程的第一个步骤，也是最重要的步骤之一。虽然数据发掘的工具也很重要，但是数据是框架信息库，模型的质量与底层的数据亲密相关。数据预备阶段包括这几个部分的任务数据搜集、数据清理、数据集成、数据转换和数据归约。 首先我们必需搜集支持模型的有关数据。只需对目的主体和市场有非常透彻的了解，才能够为目的模型选择出最

5、正确的数据。在有了建模所需的完好数据集以后，下一步需求对数据进展清理，即检查数据，找出错误、异常值和缺失值。数据清理是数据预备过程中最破费时间、最乏味，但也是最重要的步骤，由于后面发掘任务的质量依赖于数据的准确性和正确性。为了使后面的发掘任务易于进展，我们还需求进展数据集成，即未不同数据源的数据整合成一致的数据存储。在拥有明确的目的和干净、准确的数据之后，还需求进展数据转换将数据转换为适于发掘的方式和数据归约，使数据可以发扬最正确效果。 选择数据发掘工具和技术 数据发掘工具有很多，比如：规那么归纳、聚类、决策树、遗传算法、神经网络等。每个工具都有它的优点和缺陷，不能简单的说哪种工具好，哪种不好

6、。我们需求针对详细的情况和饭店方案的目的来选择最适宜的工具。 这个步骤包括定义模型构造是树、神经网络、还是规那么归纳？、搜索选择详细的算法和验证什么时候算法可以得到正确的模型并停顿计算？。 处置、验证和实现模型 模型开发的一个重要准那么是：用模型开发过程中未运用过的数据来验证模型。这个准那么可以检验模型的强壮性。所以，在预备好数据、选择好适宜的数据发掘工具后，需求进展的是模型处置之前最后一个步骤将数据文件分割成建模数据集和验证数据集两个部分。然后，我们就可以用预备好的数据和数据发掘工具处置模型了。而建立的模型能否强壮，就需求在验证数据集上检验模型。假设模型验证的结果不佳，能够是由于数据有问题、

7、变量匹配差或建模运用的数据发掘技术不合理等要素呵斥的，就需求运用适宜的验证技术使模型更加严厉、有效。在胜利地发掘出有用的信息后，就可以利用这些信息来制定适宜的市场战略。经过这种方式，我们可以把数据发掘技术发掘出来的信息转化成为有效的企业竞争力。 数据发掘技术在饭店业的运用 这里援用了一个基于韩国奢华饭店的实例研讨，旨在阐明数据发掘技术在饭店业的有效性和适用性，并借此案例进一步阐明在饭店业运用数据发掘技术的详细实施过程。这个研讨的目的是协助 饭店决策者建立饭店顾客的行为方式，并以此作为饭店制定可行市场战略的重要根底。 为了最大化地获取并反映饭店顾客的行为方式，研讨者选择了韩国汉城在运营价钱、地理

8、位置等方面都类似的11家饭店，并在光临这11家饭店的顾客中精挑细选出281位顾客，对其进展了问卷调查。为了获得顾客情况的数据资料，研讨者在问卷调查中经过设定的14个问题，主要调查了与之相关联的十多项数据。这十多项数据以下三个方面：顾客的人口统计学数据年龄、性别、国籍、职业；顾客的行为数据游览的目的、过去光临饭店的频率、选择的饭店、楼层类型、房间类型、支付方式；顾客的心思或态度数据对饭店效力员的礼貌、快速/平滑处置顾客赞扬、预订的便利性、前台效力等方面的称心程度。值得强调的是，研讨者为模型选择的数据是基于对饭店业本身以及顾客、市场情况等方面透彻了解之上的，比如研讨者所调查的顾客对于饭店提供的某些

9、效力的称心度数据，是从曾经被证明与饭店效力质量严密相关的属性中挑选出来的。同时应指出，由于顾客称心度数据等是无法从饭店数据库得到的，所以研讨者运用了问卷调查这一方式对建模数据进展了完善。 在获得了建模所需的数据之后，研讨者首先对搜集的数据进展了清理，即填写缺失值，平滑噪声数据，识别、删除孤立点，并纠正数据的不一致性。但仅仅有准确的数据是不够的，还需求对一些数据进展处置。在这个研讨实例中，研讨者主要是把对一些顾客属性数据包括饭店称号；顾客的性别、国籍、职业、支付方式、游览目的、选择的房间和楼层类型；顾客对饭店预订房间的便利性、效力员的礼貌情况、效力质量、处置顾客赞扬情况等方面的称心程度转化为了简

10、单的、便于处置的数字。比如：把研讨中的11家饭店称号用数字1-11表示；饭店把性别属性转化为0男性，1女性；把国籍属性转化为：1美国，2欧洲，3日本，4韩国，5除了日韩的亚洲；把顾客对各项目的的称心度属性都转化为：5=非常称心，4比较称心，3普通，2比较不称心，1完全不称心；把顾客支付方式转化为1游览支票，2现金，3信誉卡；把顾客旅游目的转化为1商务游览，2旅游。然后，研讨者把一切的数据都安排到一个Excel文件中，并将其转化为SPSS格式，使后面的任务便于展开。 针对这个研讨的目的预测顾客在饭店选择、房间类型选择、支付方式等问题上的顾客行为方式，我们需求发掘顾客行为方式与其人口统计学资料年龄

11、、性别、国籍、职业、对饭店各项效力或设备的称心度情况之间的相互关系。而发掘出的信息的商业价值在于为饭店经理人提供决策根据。所以，发掘出的信息必需是饭店经理人容易了解的。这样，信息最终才干转化为饭店的优势竞争力。 正是由于上述各种缘由，研讨者在诸多数据发掘技术中选择了构造和生成规那么易于了解的决策树。而在CART、C5.0、CHAID等多种建立决策树的算法中，研讨者选择了C5.0，是由于其速度快、内存占用小、修剪才干和交互验证的特征可以使预测更准确。 为了能在详细实施中仅仅提炼出对饭店管理者设计有关战略有用的信息，而不是产生大量的规那么集，研讨者对训练数据集设置了一个准确度为50的阀值，而且只选

12、择了预测准确性超越80的规那么。研讨者最终运用SPSS的数据发掘运用工具Clementine还是发掘出了50多条有关规那么。这50多条规那么从顾客的年龄、国籍、职业、性别、游览目的、选择饭店、支付方式、光临频率、在饭店的停留时间等各个方面详细分析了顾客的行为方式，提示了导致或影响这些顾客行为的各种要素，其中一些可以为饭店管理者提供决策上的支持。 发掘出的这50多条规那么中，有一些规那么是比较明显的，是有阅历的饭店管理者在管理任务中曾经发现或是可以觉察的规那么；而另一些规那么却是潜在的、是饭店管理者不易觉察或无法觉察的。同时，发掘出来的这50多条规那么并不一定都是有用的或是有意义的，在管理者详细

13、把这些规那么用于管理实际中时，不同的战略目的往往需求不同的规那么作为根底。 比如，研讨者发掘出了如下有关顾客光临情况的规那么：假设顾客为30多岁的男性或30岁至40多岁的女性，并曾经光临过某个饭店四次，那么这位顾客很有能够再光临这家饭店或与之类似的饭店；而40多岁的男性顾客曾经光临过某家饭店四次，那么不太能够再次光临这家饭店或与之类似的饭店；光临过某家饭店多于五次的女性顾客很能够再光临这家饭店或与之类似的饭店十次以上；假设顾客曾经光临过某家饭店两次，而且他住在饭店的规范层，又是直接在饭店预订房间的，同时他对于饭店房间的大小比较称心，那么这位顾客很能够再光临这家饭店或与之类似的饭店五到九次。 上

14、述有关顾客光临情况阐明：这家饭店的管理者在对有价值顾客进展定位时，可以首先排除曾经光临过本饭店四次的40多岁的男性顾客，并把曾经光临过本饭店五次以上的女性顾客定位为最有价值顾客，同时把曾经光临过本饭店四次的30多岁的男性和30至40多岁的女性定位为比较有价值顾客。这样，管理者就可以经过诸如仅针对有价值顾客进展常客奖励方案，以保管中心顾客，培育其忠实度；同时饭店还可以留意顾客预订房间的方式和选择的房间类型，并使饭店房间的布置更显宽阔来提高顾客称心度，着重对直接预订规范层房间，且曾经光临过饭店两次的顾客进展顾客有效的保管措施。 当然，上面所提到的定位有价值顾客和顾客保管只是数据发掘运用到饭店管理中的两个例子；在实践中，这些发掘出来的规那么还