《利用数据挖掘技术提高饭店竞争力》

1、利用数据挖掘技术提高饭店竞争力内容摘要:在日益激烈的业内竞争压力下， 饭店是否能制定并执行切实可行的市场战略，关 键取决于该饭店管理者对其顾客的偏好、以及影 响顾客行为的因素了解得是否正确和全面。数据 挖掘技术正可以为饭店管理者提供这样一个全 面、深刻了解顾客行为的窗口。有效的运用数据 挖掘工具，并将获得的信息转化为切实可行的措 施，能够给我 们的饭店带来优势明显的竞争力。关键词：饭店业数据挖掘决策树数据挖掘概述数据挖掘是指从大量的、不完全的、有噪声 的、模糊的、随机的实际应用数据中，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，数据挖掘是 一种新的商业

2、信息处理技术，其主要特点是对商 业数据库中的大量业务数据进行抽取、转换、分 析和其他模型化处理，从中提取辅助商业决策的 关键性数据。据统计，数据发掘技术能够发现和跟踪数据集合中潜在的模式，因此，有人认为，在数据库 中，处理隐藏的知识、不可意料的模式和新规则 的发现的所有方法中，数据挖掘是最有效的。如果没有数据挖掘技术，许多数 据就很可能停留在未使用的阶段。正是数据挖掘为饭店管理者提供了全面、深入地分析和了解顾客及其行为特征的重要助臂；也 正是由于其创造客户价值的能力，数据挖掘技 术已经被国外一些饭店作为一个重要 的竞争工 具使用。比如：Hilton Corporation在它的 Beverly

3、 Hills总部使用了软件，Starwood Corporation 也弓 I 进了 Unica Corp 的 Affmium 软件。数据挖掘的研究方法和步骤饭店生存与否的关键，是它是否有能力为顾 客提供令其满意的服务和设施，比如饭店的清洁状况、登记入住和结账是否方便快 捷、 饭店服务员是否有礼貌、价格是否合理等等。但是要把这些对顾客偏好的了解转化 为有 效的竞争力，饭店就需要挖掘有效的客 户特征信息。而饭店是否能制定并执行切实可 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是否正确和全面。因此，我们首先需要利用数据挖掘技术发掘出详 细有 效的客户特征信息。定义目标开发任何数据挖掘模型

4、，都应该遵守目标 同样的规则：明确的目标，恰当的数据准备，合 适的工具和技术，严格的处理和全面的验证。常 常被忽略也最值得强调的是，数据挖掘模型之间 最主要的区别是目标的区另I。其处理步骤往往是 相同的。所以，我们在具体实施中，不仅要从建 模的角度强调定义目标的重要性，还需要从商业 的角度强调清晰定义目标的重要性。数据准备数据准备是数据挖掘模型开发过程的第一 个步骤，也是最重要的步骤之一。虽然数据挖掘 的工具也很重要，但是数据是框架，模型的质 量与底层的数据密切相关。数据准备阶段包括这 几个部分的工作数据收集、数据清理、数据 集成、数据转换和数据 归约。首先我们必须收集支持模型的有关数据。 只

5、有对目标主体和市场有非常透彻的理 解，才可能为目标模型选择出最佳的数据。在有了建 模所需的完整数据集以后，下一步需要对数据进行清理，即检查数据，找出错 误、 异常值和缺失值。数据清理是数据准备过程中最 花费时间、最乏味，但也是最重要的步骤，因为 后面挖掘工作的质量依赖于数据的精确性和正 确性。为了使后面的挖掘工作易于进行，我们还 需要进行数据集成，即将来自不同数据源的数据 整合成一致的数据存储。在拥有明确的目标和干 净、准确的数据之后，还需要进行数据转换和数 据归约，使数据能够发挥最佳效果。选择数据挖掘工具和技术数据挖掘工具有很多，比如：规则归纳、聚 类、决策树、遗传算法、神经网络等。每个工具

6、 都有它的优点和缺点，不能简单的说哪种工具好, 哪种不好。我们需要针对具体的情况和饭店计划 的目标来选择最适合的工具。这个步骤包括定义模型结构、搜索和验 证。处理、验证和实现模型模型开发的一个重要准则是：用模型开 发 过程中未使用过的数据来验证模型。这个准则可以检验模型的健壮性。所以，在准备 好 数据、选择好合适的数据挖掘工具后，需要进 行的是模型处理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，我们就可以用准备 好的数据和数据 挖掘工具处理模型了。而建立的模型是否健壮，就需要在验证数据集上 检 验模型。如果模型验证的结果不佳，可能 是由 于数据有问题、变量匹配差或

7、建模使用的数据 挖掘技术不合理等因素造成的，就需要使用合适的验证技术使模型更加严格、有 效。在成功地挖掘出有用的信息后，就可以利 用这些信息来制定合适的市场战略。通过这种方式，我们可以把数据挖掘技术挖掘出来 的信息转化成为有效的企业竞争力。数据挖掘技术在饭店业的应用 这里引用了 一个基于韩国豪华饭店的实例研究，旨在说明数据挖掘技术在饭店业的有 效性和实用性，并借此案例进一步阐明在饭店业 使用数据挖掘技术的具体实施过程。这个研究的 目标是帮助饭店决策者建立饭店顾客的行为模 式，并以此作为饭店制定可行市场战略的重要基础。为了最大化地获取并反映饭店顾客的 行为 模式，研究者选择了韩国汉城在经营价格、

8、地理 位置等方面都相似的11家饭店，并在光顾这11 家饭店的顾客中精挑细选出281位顾客，对其进 行了问卷调查。为了获 得顾客情况的数据资料， 研究者在问卷调查 中通过设定的14个问题，主 要考察了与之相关联的十多项数据。这十多项数 据来自以 下三个方面：顾客的人口统计学数据； 顾客的行为数据；顾客的心理或态度数据。值得 强调的是，研究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理解之 上的，比如研究者所考察的顾客对 于饭店提供的某些服务的满意度数据，是从已经被证实与饭店服务质量紧密相关的属性中挑选出来的。同时应指出，由于顾客满意度 数据等是无法从饭店数据库得到的，所以研

9、究者使用了问卷调查这一方式对建模 数据 进行了完善。在获得了建模所需的数据之后，研究者 首 先对收集的数据进行了清理，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 要对一些数据进行处理。在这个研究实例中，研 究者主要是把对一些顾 客属性数据转化为了简 单的、便于处理的数字。比如：把研究中的11 家饭店名称用数 字1-11表示；饭店把性别属性 转化为0二男 性，1二女性；把国籍属性转化为: 1二美国，2二欧洲，3二日本，4二韩国，5二除了日 韩的亚洲；把顾客对各项指标的满意度属性都 转化为：5二非常满意，4二比较满意，3二一般, 2二比

10、较不满意，1二完全不满意；把顾客支付方式 转化为1二旅行支票，2二现金，3二信用卡；把顾 客旅游目的转化为1二商务旅行，2二旅游。然 后，研究者把所有的数据都安排到一个Excel文 件中，并将其转化 为SPSs#式，使后面的工作便于展开。针对这个研究的目标一一预测顾客在饭店选 择、房间类型选择、支付方式等问题上的顾客行 为模式，我们需要挖掘顾客行为模式与其人口统 计学资料、对饭店各项服务或设施的满意度情 况之间的相互关系。而挖掘出的信息的商业价值 在于为饭店经理人提供决策依据。所以，挖掘出 的信息必须是饭店经理人容易理解的。这样，信 息最终才能转化为饭店的优势竞争力。正是由于上述各种原因，研究

11、者在诸多 数 据挖掘技术中选择了结构和生成规则易 于理解 的决策树。而在CART、CHAID等多种建立决策 树的算法中，研究者选择了，是 由于其速度快、 内存占用小、修剪能力和交互验证的特征能够使 预测更精确。为了能在具体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则集，研究者对训练数据集设置了 一个精确度为50%的阀值，而且只选择了预测精 确性超过80%的规则。研究者最终 使用SPSS勺 数据挖掘应用工具Clementine还是挖掘出了 50 多条有关规则。这50多条 规则从顾客的年龄、 国籍、职业、性别、旅行目的、选择饭店、支付 方式、光顾频率、在饭店的停留时

12、间等各个方面 具体剖析了顾客的行为模式，揭示了导致或影响 这些顾客行为的各种因素，其中一些能够为饭店 管理者提供决策上的支持。挖掘出的这50多条规则中，有一些规则是比较明显的，是有经验的饭店管理者在管理工作 中已经发现或是可以察觉的规则；而另一些规则 却是潜在的、是饭店管理者不易察觉或无法察觉的。同时，挖掘出来的这50多 条规则并不一定都是有用的或是有意义的，在管 理者具体把这些规则用于管理实践中时，不同的 战略目标往往需要不同的规则作为基础。比如，研究者挖掘出了如下有关顾客光 顾 情况的规则：若顾客为30多岁的男性或30岁 至 40多岁的女性，并已经光顾过某个饭店四 次，那么这位顾客很有可能

13、再光顾这家饭店或 与之类似的饭店；而40多岁的男 性顾客已经 光顾过某家饭店四次，则不太可 能再次光顾这家饭店或与之类似的饭店；光顾过某家饭店多于五次的女性顾客很可能再光 顾这家饭店或与之类似的饭店十次以上；如果顾 客已经光顾过某家饭店两次，而且他住在饭店的 标准层，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满意，那么这位顾客很可 能再光顾这家饭店或与之类似的饭店五到九次。上述有关顾客光顾情况表明：这家饭店的管 理者在对有价值顾客进行定位时，可以 首先排除已经光顾过本饭店四次的40多岁的 男性顾客，并把已经光顾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 已经光顾过本饭店四次的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，管理者就可以通过诸如仅针对有价值顾客 进行常客奖励计划，以保留核心顾客，培养其 忠诚度；同时饭店还可以注意顾客预 订房间的 方式和选择的房间类型，并使饭店 房间的布置 更显宽敞来提高顾客满意度， 着 重对直接预订标准层房间，且已经光顾过饭 店 两次的顾客进行顾客有效的保留措施。当然，上面所提到的定位有价值顾客和顾客 保留只是数据挖掘运用到饭店管理中 的两个例 子；在实际中，这些挖掘出来的规则还可以运用 于饭店市场