酒店需求价值量化研究

导语：酒店需求价值量化研究一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

摘要：服务类IT项目的需求价值往往依赖管理者的经验判断，较难量化分析或与有直接收益价值的项目需求进行开发优先级比较。文章利用客户价值模型搭建和A/BTest，实现对OTA酒店取消险业务的服务需求价值进行了量化比较，对服务类IT项目的需求价值分析进行探索。

关键词：客户价值模型；A/BTest

1概述

在IT项目需求管理中，当遇到项目需求为定性类服务，不能直接转化为项目收益或其他量化管理对象时，为了与其他可定量的业务需求进行等量纲的比较、管理，一般会通过为定性需求建立与项目目标、收益相关联的权重因子，从而实现定性需求的定量管理。但这些方法的输出结果对项目管理者的经验与直觉依赖较多。而凭借直觉做出服务类需求的优先级判断是要冒极大风险的，并不适合作为核心战略依据。本文将利用客户价值模型与A/BTest的方法，尝试对某OTA公司APP中的酒店取消险服务需求进行收益的量化分析研究。希望能对这一领域的需求管理起到借鉴和抛砖引玉的意义。

2酒店取消险服务项目与客户价值量化指标的关系分析

现代营销学之父PhilipKotler曾将客户价值总结为在企业与用户保持关系的前提下，企业从用户获得所有利润的现值。现实环境中，客户价值需根据企业与用户的不同情况，讨论相关业务模型，用以描述用户为企业贡献的所有收益。根据对OTA公司酒店取消险业务的分析，业务的最终绩效目标是用户购买保险的佣金收益。其业务流程中有七项相关量化指标会对其佣金收益产生影响，所构建的客户价值模型为：总体客户价值=用户流量×保险订单转化率×订单平均房费×保费费率×佣金比例×成功出保率÷用户流失率用户流量，即APP用户点击进入酒店预订界面及相关子页面的访问流量；订单转化率，即用户通过APP，点击跳转至酒店取消险下单相关页面的比例；订单平均房费，即用户酒店取消险下单时投保的房费价格；保费费率，即保险公司与OTA公司酒店预订平台与保司协议的用户取消险投保费率；佣金比例，即OTA公司可向保司从用户取消险订单中抽取佣金的比例；成功出保率，即取消险订单投保有效的比例；用户流失率，即用户第一次购买保险产品后不再愿意继续购买的比率。其中，通过转化，用户流失率=1-用户复购率，即用户愿意再次购买的比率，一般以一年作为监测时间跨度。在酒店取消险业务的客户价值模型中，用户流量、保险订单转化率、订单平均房费、保费费率、佣金比例和成功出保率，反映出业务整体当前客户价值。而用户流失率或用户复购率则反映出客户忠诚度，即未来的客户价值。根据OTA公司酒店取消险服务部门对其现有用户群体的调查分析，可以归纳得出需要开发的APP服务类需求如下。R1保险产品的用户画像模块：对购买保险产品时的用户画像进行勾勒，帮助服务团队了解用户的不同群体特点。R2商旅用户保险默认勾选：在完成用户画像功能后，设置商旅用户画像的识别，实现仅对商旅用户作保险默认勾选，而其他用户不作默认勾选。R3保单关键信息确认提示：在用户提交保险订单时，在提交页面提示相关信息再次确认，确保投保信息的有效。R4保险订单金额显示：在酒店预订订单的支付页面，单独列出取消险的订单价格，以便提醒用户了解其购买取消险的情况。R5保险产品关键词标签添加：在产品界面建立保险产品说明的关键词标签。R6保险产品详细条款页添加：建立保险产品的详细投保条款说明页面。R7保险产品Q&A页添加：建立保险理赔Q&A说明页面。R8保险订单短信：在用户确认下单且付费出保的情境下，向用户发送保险订单短信，帮助用户进行相关确认。R9保险订单邮件：在用户确认下单且付费出保等情境下，向用户发送保险订单邮件，帮助用户进行相关确认。R10被保人身份验证：由于国内的保险公司不接受18岁以下或85岁以上用户的单独投保，在用户输入投保信息时，设立检验信息提示，验证投保人信息是否有效，从而减少无效保单。R11自助理赔功能：向用户提供自助理赔的服务功能，帮助用户通过APP端自行上传理赔资料，完成理赔申请，并将保险公司的反馈情况进行实时告知。R12保司微信理赔跳转：由于目前的保险公司一般都有保险理赔微信账号，根据承保公司向客户提供理赔微信的跳转，帮助用户通过微信完成理赔申请。R13理赔资料包：根据承保公司不同，向用户发送各保司的理赔流程、理赔资料、咨询电话等介绍资料。R14保险IM在线客服、机器人客服上线：向用户提供IM在线客服咨询，并在客服非工作时间提供机器人回复简单咨询问题。R15用户同时段多张酒店订单的保司不轮转：原有APP酒店订单页面的承保公司会有轮转出现机制，但对同一用户同一时间段订单应进行识别，匹配相同保司，以方便用户以后可能需要统一理赔。R16保险发票模块：在用户订单处理界面中，提供保险发票的申请功能，使客户能得到保险电子发票或向保司申请纸质发票。结合业务的客户价值模型，可以得到项目需求对模型量化指标的影响关系：R1、R2由于取消了对所有用户的默认勾选，区分了有效用户群，将会对既有保险订单转化率和复购率产生影响。R4、R5、R6、R7，可使用户购买酒店取消险时，了解更多产品信息，帮助用户做购买决策。并且也能帮助用户更好地理解产品，减少潜在的服务纠纷。因此，也会对既有保险订单转化率和复购率产生影响。R3、R10，可帮助用户核实投保信息的有效性，减少投保信息有误造成的投保失败，因此，对出保成功率有正向影响。R8、R9、R11、R12、R13、R14、R15、R16，都可提高用户在保险购买、保险理赔、保险发票环节中的服务体验感受，增加用户对保险服务的满意度，增加了复购率提升的可能性。

3酒店取消险服务项目与客户价值量化指标关系的A/BTest实现

A/BTest最早源自物理学中的“控制变量法”。在互联网IT项目中，一般通过对所要实施的项目需求进行相关因素的版本控制，比较衡量因素不同版本的测试数据,找出对项目预期目标的影响关系。A/BTest本身具备统计和实际业务意义，其核心思想是项目管理者通过分流访问用户，同时在线运营APP的现行版本A和测试版本B，比较这两个需求设计版本对所关心的项目目标影响，利用统计结果确定因素版本A和B哪个更优。在本次的酒店取消险服务需求测试中，将APP日酒店预订业务分别分流1%的用户流量进入各服务项目需求的A/BTest中，进行为期3个月的测试。测试目标为相关项目需求版本在订单转化率，出保成功率和复购率方面的差异比较。其中，设立用户3个月复购率与年复购率的转换关系为：年复购率=Min（3个月复购率×4，1）。通过对A/BTest结果进行成对双样本均值检验，可以得出相关项目需求与客户价值量化指标在95%置信区间下的显著性比较结果如下：R1+R2在订单转化率和复购率方面都与原设置有显著差异，平均分别下降了5.65%和上升了0.64%。R4在订单转化率和复购率方面与原设置都没有显著差异。R5在订单转化率和复购率方面都与原设置有显著差异，平均分别上升了1.04%和0.68%。R6在订单转化率和复购率方面与原设置都没有显著差异。R7在订单转化率和复购率方面都与原设置有显著差异，平均分别上升了1.35%和0.66%。R8、R9、R13、R14、R15在复购率方面与原设置都没有显著差异。R11、R12、R16在复购率方面与原设置都有显著差异，平均分别上升了2.29%、1.25%和0.89%。R3、R10在出保成功率方面与原设置都有显著差异，平均分别上升了0.70%和0.21%。最终根据量化目标与业务客户价值模型的关系，可以得到各服务项目需求对客户价值的变化贡献为：R1+R2减少整体客户价值22.06%，R4、R6、R8、R9、R13、R14、R15对整体客户价值没有影响，R3、R5、R7、R10、R11、R12、R16分别增加整体客户价值0.71%、4.87%、6.10%、0.21%、2.34%、1.27%、0.90%。其中，R1、R2由于对酒店取消险业务的整体收益有负向影响，虽然从用户角度来看，能减少用户对取消险默认勾选的不满，但其OTA公司实现的收益价值为负，从商业角度来看，不应纳入进一步项目需求考虑。其余项目需求的价值排序一次为：R7>R5>R11>R12>R16>R3>R10>（R4、R6、R8、R9、R13、R14、R15）。至此，即完成了本次OTA酒店取消险服务类项目需求价值的量化过程。利用同样客户价值模型，也能将业务类项目需求价值纳入比较，并利用A/BTest实现整体需求的优先级分析。

4结语

本文通过某OTA酒店取消服务项目的实际需求案例，利用客户价值模型和A/BTest，试图在服务类IT项目需求开发中，建立统一的需求价值管理目标和价值量化分析比较的方法理论，从而摆脱去过以管理者经验判断为依赖的定性管理方法。相信这对未来提升服务类IT项目管理水平和需求优先排序准确性会有一定的参考借鉴意义。

参考文献：

[1]陈旭.基于数据挖掘技术的客户价值与客户满意度模型建构研究[D].上海：华东理工大学，2016.

[2]张如云.A/B测试在软件项目开发中的应用探析[J].电脑开发与应用，2014，（5）：54-56.

[3]PhilipKotler，KevinLaneKeller.MarketingManagement（14thEdition）[M].NewYork：PearsonEducationLimited，2012.

[4]ColinMcFarland（美）.A/B测试与多变量测试实战指南[M].北京：人民邮电出版社，2013.128

作者:陆秋静 单位:上海交通大学