酒店网络口碑进化：质量信号、功能评价与调性匹配

　　酒店网络口碑在揭示质量方面已经开始超越标准和品牌，成为最可靠、最方便的质量信号。在解决了最为基本的质量确定问题后，口碑数据——由于其开放、民主、自发、平等、丰富、实时的特点——还可以帮助消费者解决更有意义的问题：功能判断和找准调性。未来，利用网络口碑数据，基于顾客需求的酒店类型划分会给酒店和顾客带来极大的自由。

　　几年前，我曾经入住过格拉斯哥的Easy Hotel。这个品牌是欧洲廉航EasyJet的姊妹品牌，也被称作酒店业中的Easy Jet，目前在欧洲有21家门店。Easy Hotel有着反差极大的特征：位置很好但房间很小(最小的房间只有7平米);有一半的房间无窗子但空调的新风功能很好;卫生间虽小但淋浴极舒服;房间里几乎没有家具但很干净;前台服务热情但无客房服务(若要更换毛巾布草自己交钱自己换，打扫房间另外付费);床虽然很简单但睡起来很舒服;有电视但要付费才能拿到遥控器;无餐厅但楼下就有两个营业时间很长的小餐馆。

　　查看TripAdvisor上该酒店的点评，好评和差评几乎各占三分之一。好评者都是在称赞上述特征中好的一面，差评者则是在痛批上述特征中不好的一面。之所以如此，是不同的旅游者在评价同一个具有较大属性反差的产品时的差异。例如，作为一个早出晚归、只住两晚的观光游客，我觉得这个酒店35英镑的房价物超所值。但是，一名显然是商务目的的客人抱怨房间里没有可以使用笔记本电脑的桌子(当然，也没有椅子)耽误了工作。

　　这当然是一个极端的例子，但是这个例子中体现出的“口碑混杂”困境实则是每个酒店都存在的。当有着众多设施、众多服务项目和众多环境构成因素的酒店与不同喜好、不同入住目的、不同期望、不同收入和不同性格特征的顾客相遇的时候，点评的不一致性不可避免。而且，点评数量越多，这种不一致性和混杂性越大。我国主流点评网站上的饭店点评数仅在2014年新增了2千多万条，可见点评信息的数据量之大。最终，某家酒店可能积累了上万条点评且数量还在持续增长，但给消费者带来的混淆也不断增大，最终可能会把消费者淹没在数据和信息的海洋中。

　　虽然也有少数消费者对阅读点评乐此不疲，但对于大部分消费者来说，阅读点评不是目的，只是工具，是一种确定质量、判断功能、找准调性的工具。经过过去十几年的发展，口碑在揭示质量方面已经开始超越标准和品牌，成为最可靠、最方便的质量信号。在解决了最为基本的质量确定问题后(我们往往可以近似地将点评得分看做是质量的信号)，口碑数据——由于其开放、民主、自发、平等、丰富、实时的特点——还可以帮助消费者解决更有意义的问题：功能判断和找准调性。当然，后两个问题的复杂性要远远高于前者。

　　当前，住宿市场中普遍存在着功能过度(这个饭店中有大量我不需要的功能，但是我也为之付了钱，例如游泳池和大宴会厅)和功能不足(我所关注的功能这个饭店没有，我的钱没处花，例如多加100元换一个更舒服一点的床)现象，二者都是对消费者福利的损害。这些问题的根源都在于信息不对称的情况下消费者难以找到与其功能需求精准匹配的酒店。网络口碑在这一方面有巨大的潜力。

　　在近年的实践中，某些口碑评价系统已经对功能判断问题作了大量的研究，其中的一些线索已经在其产品和服务中得到较为充分的体现。不远的将来，在某一汇集全网点评的平台上，消费者发出的下述搜索要求将会得到满足：“我想找外滩附近的酒店，房间要绝对安静，床要舒服，附近有好的书店”;或者，“我想找王府井附近设施新、房间大、隐秘性好的酒店”。一旦实现了需求与功能的精确匹配，价格在决策中的重要性就会降低。苹果手机为何能获得如此高的溢价，与之原理相当。

　　每个人都有调性，每个酒店也是如此。如同酒店的功能与顾客需求的匹配，一个酒店及其酒店人的个性、文化、审美和价值观也存在着与顾客的个性、文化、审美和价值观匹配的问题。更进一步，顾客之间、酒店之间，也存在着调性的匹配。口碑大数据(可以抽象地理解为“客人关于酒店的声音”)拥有促进“酒店-客人”、“客人-客人”及“酒店-酒店”三种类型的调性匹配的潜力。当消费者在口碑数据平台上说，“我想找一个闷骚的酒店”而又找到且酒店住客都与之同调性的话，他心里会说，“这就是我想要的酒店”。到这一天，消费者和酒店都会更自由。

　　这两个方面的想象空间刚刚打开，存在无限可能。