基于在線酒店預(yù)訂數(shù)據(jù)的旅游用戶行為決策研究.pdf_第1頁
已閱讀1頁,還剩59頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著旅游業(yè)的快速發(fā)展以及互聯(lián)網(wǎng)應(yīng)用的普及,越來越多的旅行者通過借助網(wǎng)絡(luò)平臺獲取旅游資訊、預(yù)訂線上的旅游產(chǎn)品、發(fā)表旅游點評、分享他們的旅行經(jīng)歷。根據(jù)《第37次中國互聯(lián)網(wǎng)發(fā)展統(tǒng)計報告》,截止2015年12月,通過線上預(yù)訂酒店、機票、火車票、甚至是租車等服務(wù)的用戶規(guī)模達到了2.6億,其中通過網(wǎng)站在線預(yù)訂酒店的占比40.5%,同比增長54.1%。龐大的在線預(yù)訂用戶規(guī)模存儲了大量的在線預(yù)訂用戶的消費行為相關(guān)數(shù)據(jù),然而這些用戶數(shù)據(jù)的分析和提煉將會對

2、在線旅游企業(yè)有著潛在的利用價值。
  本論文選取X網(wǎng)的在線酒店預(yù)訂用戶數(shù)據(jù)作為樣本研究對象,用聚類分析法、訪談法、數(shù)理統(tǒng)計法等方法進行研究。首先,采用K-Means聚類分析法最終聚類5種不同的用戶群,分別為高端用戶群、中高端用戶群、中端用戶群、中低端用戶群、低端用戶群,得出不同的用戶群都對8個變量的敏感性都具有明顯的特征。其次,基于聚類結(jié)果的5種用戶群,隨機篩選樣本采用訪談法,對樣本的用戶結(jié)構(gòu)特征和影響樣本在線預(yù)訂酒店的用戶行為分

3、析,挖掘不同用戶群在線酒店預(yù)訂的購買動機、預(yù)訂行為偏好、預(yù)訂體驗等主要因素,了解用戶群潛在的需求和最敏感需求。最后,針對聚類后的不同用戶群特征和需求,尤其是X網(wǎng)最主要的中低端用戶群,通過對在線產(chǎn)品信息優(yōu)化分級策略和推薦優(yōu)先策略進行優(yōu)化,提供差異化服務(wù)和精準式分類營銷,滿足用戶群的真實需求,吸引更多在線用戶的購買和提升網(wǎng)站的轉(zhuǎn)化率。
  在線預(yù)訂數(shù)據(jù)的細分和潛力挖掘,對在線旅游企業(yè)是非常必要的,且具有一定的可行性,為在線旅游企業(yè)的快

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論