Využití nástrojů data miningu v hotelnictví a cestovním ruchu

Ing. Štěpán Chalupa

Doctoral thesis

Data mining tools use in hospitality and tourism

Abstract:

Tato disertační práce se zaměřuje na problematiku post-hoc segmentace hotelových hostů v sektoru hotelnictví postavenou na behaviorálních datech získaných prostřednictvím metod a nástrojů data miningu. Základní výzkumná otázka je postavena na verifikaci možností využití shlukové analýzy a základních ekonometrických operací pro získání validního popisu chování dílčích segmentů zákazníků ubytovacích zařízení. Na základě přehledu literatury je tato verifikace postavena na obecné charakteristice zákaznických segmentů dle Ivanova (2014) a Dolnicar (2019) při využití komparace s výstupy v navazujících obdobích a rozhovoru s revenue manažerem daného ubytovacího zařízení. Hlavním cílem práce je aplikovat metody shlukové analýzy (v tomto případě dvoukrokové analýzy a shlukování pomocí k-průměrů) na transakční data hostů vybraného ubytovacího zařízení a ve spojení s měřením cenové elasticity poptávky, pomocí log-log regresního modelu, tyto konfrontovat se současným stavem poznání. Na základě výstupů získaných pomocí výše zmíněných metod nelze falzisikovat hypotézy o cenové neelasticitě korpotání klientely, případně cenové elasticitě leisure klientů, ale pouze v obecné a velmi agregované rovině. Detailní pohled na jednotlivé segmenty, který respektuje dílčí proměnné, jako například typ distribučního kanálu, případně proměnné času, přináší postřehy, na základě kterých by bylo možné předchozí předpoklady falzifikovat. Následná shluková analýza poukazuje na možnost identifikace dílčích zákaznických segmentů, které respektují podmínku vnitřní homogenity a vnější heterogenity. Stejně tak podmínku měřitelnosti, akceschopnosti, přístupnost a ovlivnitelnosti. Hlavní výstupem práce tak nejsou samotné zákaznické segmenty a návrh práce s nimi v rámci stanovení distribuční strategie pomocí upraveného modelu RFM analýzy, ale fakt, že je nutné předchozí paradigmata, na kterých je postaven současný výzkum a podniková praxe, verifikovat a kvantifikovat, a tím lépe pochopit chování zákazníků, případně jejich reakce na marketingové programy ubytovacích zařízení. Zvolené metody mohou být základem pro velmi kvalitní rozdělení zákazníků, jejich detailní pochopení a následné využití těchto znalostí v rámci řízení cen, dostupnosti, ale obecně marketingu a prodeje produktů ubytovacích zařízení.

Abstract:

This dissertation thesis deals with the post-hoc segmentation of clients in the hospitality industry based on the behavioural data collected using data mining methods and techniques. The general research question and scope of the research are based on the verification of the applicability of the cluster analysis and basic econometric operations within the process of creating an accurate description of the client's behaviour within identified market segments of the specific accommodation facility. Based on the literature review, this verification is based on the general characteristics of market segmentation and market segments created by Ivanov (2014) and Dolnicar (2019) while the results are compared to the outputs of these analyses on the data in upcoming periods and direct interview with revenue manager of the selected hotel. Furthermore, the dissertation aims to apply cluster analysis methods (Two-Step cluster and K-Means Clustering) over the transaction data of the hotel guests and in connection with the estimation of price demand elasticity using log-log regression model verification the paradigm used within the research and business operations. Based on the outputs of the previously mentioned methods, the author failed to falsify the hypothesis of the inelasticity of the corporate client and the elasticity of the leisure client, but only on the general and most aggregated level. Detailed analysis of the market segments that respected several variables like the distribution channel or time-connected variables showed insight that allowed the falsification of the previously mentioned hypothesis. Upcoming cluster analysis revealed the possibility of creating artificial market segments that respect the need for internal homogeneity and external heterogeneity of the market segments. Although, the requirements for segment measurability, actionability, accessibility and ability to influence are met. The aim output of the dissertation thesis is not in the identification of the specific market segment and further proposal for the creation of the basis for the marketing programs using the updated RFM analysis methodology, but the fact that the experts in the hospitality industry, as well as the researchers, must follow the behaviour of the customers on the market using available data and test stated paradigm that might not be valid. Therefore, selected methods presented in this dissertation thesis might be the tools for market division, understanding the customers' behaviour and further application of these results in the price and availability management, or in general, sales management and hospitality marketing.

Keywords

post-hoc segmentace, shluková analýza, cenová elasticita poptávky, revenue management, marketing ubytovacích služeb

Language used: Czech

Date on which the thesis was submitted / produced: 4. 1. 2022

Thesis defence

• Date of defence: 14. 1. 2022
• Supervisor: Lukáš Kopecký
• Reader: Petr Čech, Jan Hán, Dagmar Jakubíková

University of Hradec Králové

Faculty of Informatics and Management

Doctoral programme / field:
Systémové inženýrství a informatika / Informační a znalostní management