Impacto del SOCIAL MEDIA en el rendimiento del Hotel (Parte 2)

Posted by admin & filed under Media3#Betraveler, Media3#RedesSociales.

Impacto sobre la probabilidad de compra, el SOCIAL MEDIA en el rendimiento del Hotel

Alejándonos del la web Brand.com dentro de Tripadvisor, vemos el impacto de las opiniones de los usuarios desde un punto de vista diferente, en este caso el estudio se centra en una agencia de viajes online.

Se ha analizado el impacto de los comentarios de los usuarios de Travelocity.com sobre un total de 13.341 reservas realizadas en julio 2012 en nueve grandes ciudades de Estados Unidos. Con estos datos se estimó la probabilidad de compra de hotel del cliente en función del precio, las puntuaciones de los usuarios y el numero de comentarios.

La variable se podría representar de la siguiente manera:

probabilidad de compra

La formula de  probabilidad de compra es similar a la de regresión lineal en la que los resultados son tratados como una constante (α) y algunos atributos (X), que se ponderan según los parámetros (β) modificados con el uso del número de Euler o ‘e’, que equivale a una constante matemática igual a aproximadamente 2,71828.

probabilidad de compra a traves de social media

El Cuadro 4 resume los parámetros estimados de un modelo de regresión logística con las decisiones de compra. Para tener en cuenta la posición del hotel, en la primera columna, se ha añadido una variable, (p.e. 1 º, 2 º, 3ª, desde la parte superior y así sucesivamente). La posición de los caracteres van del 1-25, siendo 1 la posición superior y 25 la inferior de la lista en base a las diferencias de precios. Dicha variable precio resulta de tomar el  precio del hotel dividido por el precio medio de todos los hoteles de igual categoría. En el cuadro también se considera la categoría o segmentación.

Particular interés toman las dos variables restantes, un es, las puntuaciones de comentarios y la otra el número de comentarios enfrentados al impacto sobre el precio.

Usando dicha regresión se estima el techo del precio que podría tener el hotel si tuviera las mejores puntuaciones. Dada la naturaleza de regresión logística, el parámetro (βs) no es tan fácilmente de interpretar como la regresión regular y en lugar se utilizaron las estimaciones de los parámetros anteriores, los ratios odds. Este ratio representa el cambio en la probabilidad de selección (en este caso, probabilidades de hotel lleno) donde 0,885 demuestra un efecto negativo para con los resultados de probabilidad de búsqueda y selección o lo que es lo mismo si un hotel aparece en el listado en una posición 2 frente a 1 (o 10 frente a 9) sus probabilidades de ser seleccionado bajarían en 0,885.

También se podría decir que  existe una disminución de 11,5% en la probabilidad de selección con el resto de igual categoría.

Quizá con los ratios de Travelocity se pueda tener una visión más clara que con la formula de regresión regular, del cuadro 4.

Los resultados de las puntuaciones de opinión toman otra dirección y el uso de la clasificación de Travelocity con su puntuación de 0 a 5 puntos en las opiniones de los usuarios nos facilitan la tarea.

La lectura del mismo se podría realizar  de la siguiente manera, el aumento de 1 punto de la reputación, aumenta la probabilidad de selección del hotel en un 13,3%. (p.e. al pasar de 3.7 a 4.7, el establecimiento aumenta sus posibilidades de ser seleccionado pen 1.142 veces).

Un resultado similar se puede observar por número de opiniones. Dónde el ratio 1.002 indica que por cada nueva opinión, el hotel  incrementa su posición de ser elegido por 1.002 o el 0,2 %

La verdad que es un poco difícil interpretar el ratio odds o posición de precio en la ecuación porque esta variable esta normalmente relacionada con el precio y el precio es quizás mejor comprendido por la combinación de los parámetros precio y opiniones.

La media de precio utilizada en el estudio para todos los hoteles (de igual categoría), es de 100$ y el precio del hotel del ejemplo 100$ también. Si se incrementara 1 punto la puntuación de opinión del hotel, se podría incrementar el precio en un 11,2% y seguir manteniendo la misma probabilidad de ser seleccionado. El efecto positivo del incremento de dicha puntuación de opiniones,  compensaría los efectos negativos causados por tal aumento de precio.

Descarga el Informe completo en formato Paper Pdf, solo tienes que introducir tu nombre y tu email.





Tu nombre (requerido)

Tu Email (requerido)

.

Deja un comentario

Your email address will not be published.

*

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>