Tüketici Tatminini Etkileyen Faktörler: Turizm Sektöründe Bir Uygulaması

Turizm, hem ülkelerin GSMH’sını artırması ve istihdam yaratması hem de otel işletmelerinin karlılığıaçısından önemli bir sektördür. Bundan dolayı tatil yapan tüketicilerin tatil süreçleri boyunca konaklamanınhangi unsurundan veya unsurlarından daha fazla tatmin oldukları önemli bir konudur. Bu çalışmada datüketicilerin etkileyen konaklama unsurları incelenmiş ve veri madenciliği yöntemlerinden XGBoostalgoritması yöntemi uygulanmıştır. Bu analizin sonuçlarına göre, otel konaklamalarında tüketicilerintatminlerini etkileyen en önemli unsur wifi kalitesidir. Konaklama unsurlarına ilişkin olarak tüketiciyietkileyen diğer değişkenler ise otelin temizliği, konforu, otele girişin veya ayrılığın kolaylığı veya zorluğu,yiyecek-içecek kalitesi, lokasyon ve çevrimiçi rezervasyon kolaylığıdır. Ayrıca grup rezervasyonu,bireysel/çift şeklinde yapılan rezervasyona kıyasla daha yüksek tatmin oluşturmaktadır.

Factors Affecting Consumer' Satisfaction: An Application in the Tourism Industry

Tourism is an essential sector in terms of increasing the countries' GDP and creating employment and the profitability of the hotel businesses. Therefore, it is essential that the consumers who take a vacation are more satisfied with what element or elements of the accommodation during the holiday process. In this study, accommodation factors affecting consumers were examined and XGBoost algorithm method, which is one of the data mining methods, was applied. According to the results of this analysis, the most important factor affecting the satisfaction of consumers in hotel accommodation is wifi quality. Other variables affecting the consumer regarding accommodation elements are the cleanliness of the hotel, its comfort, ease or difficulty of departure/arrival convenience, quality of food and beverage, location and ease of online booking. In addition, group booking creates higher satisfaction compared to individual/couple bookings.

PDF

___

Asselman, A., Khaldi, M., & Aammou, S. (2021). Enhancing the prediction of student performance based on the machine learning XGBoost algorithm. Interactive Learning Environments, 0(0), 1–20. https://doi.org/10.1080/10494820.2021.1928235
Bulgan, G., & Soybalı, H. H. (2011). Antalya Belek Bölgesindeki Beş Yıldızlı Otel İşletmelerinde Düşük Sezonda Konaklayan Alman Müşterilerin Hizmet Beklentilerinin Ve Memnuniyet Düzeylerinin Değerlendirilmesi. Journal of Yasar University, 21(6), 3572–3597.
Chen, T., & Guestrin, C. (2016). Xgboost: A scalable tree boosting system. In New York, NY ACM 2016 (Ed.), Proceedings of the 22nd acm sigkdd international conference on knowledge discovery and data mining (pp. 785–794). Association for Computing Machinery.
Darini, M., & Khozaei, F. (2016). The study of factors affecting customer’s satisfaction with the three star hotels in Dubai. International Journal of Advanced Engineering, Management and Science (IJAEMS), 2(2), 21–24. Retrieved from www.ijaems.com
Demirel, Ş., & Yakut, S. G. (2019). Karar Ağacı Algoritmaları ve Çocuk İşçiliği Üzerine Bir Uygulama. Sosyal Bilimler Araştırma Dergisi, 8(4), 52–65.
Deng, W. J., Yeh, M. L., & Sung, M. L. (2013). A customer satisfaction index model for international tourist hotels: Integrating consumption emotions into the American customer satisfaction index. International Journal of Hospitality Management, 35, 133– 140. https://doi.org/10.1016/j.ijhm.2013.05.010
Djukic, A., & Vukmirovic, M. (2012). Creative cultural tourism as a function of competitiveness of cities. Technics Technologies Education Management, 7(1), 404–410
Doğan, S. (2017). Otellere yönelik yapılan puanlama ve çevrimiçi yorumların değerlendirilmesine ilişkin Aksaray ilinde bir araştırma. Aksaray Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 9(3), 27–36.
Emir, O., Kılıç, G., & Pelit, E. (2010). Üç Yıldızlı Otel İşletmelerinde Müşteri Memnuniyeti Üzerine Bir Araştırma. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 15(3), 291–310.
Fan, G. Z., Ong, S. E., & Koh, H. C. (2006). Determinants of house price: A decision tree approach. Urban Studies, 43(12), 2301–2316. https://www.kaggle.com/ishansingh88/europe-hotel-satisfaction-score
Hughes, H., & Allen, D. (2005). Cultural tourism in Central and Eastern Europe: The views of “induced image formation agents.” Tourism Management, 26(2), 173–183. https://doi.org/10.1016/j.tourman.2003.08.021
Irmak, S., & Ercan, U. (2017a). Determining the Affecting Factors of Edible Oil Consumption Using Data Mining Methods. Kafkas Universitesi İktisadi ve İdari Bilimler Fakültesi, 8(15), 57–79. https://doi.org/10.9775/kauiibfd.2017.004
Irmak, S., & Ercan, U. (2017b). Karar Ağaçları Kullanılarak Türkiye Hanehalkı Zeytinyağı Tüketimi Görünümünün Belirlenmesi. Uluslararası Yönetim İktisat ve İşletme Dergisi, 13(3), 553–564.
Jabeur, S. Ben, Mefteh-Wali, S., & Viviani, J. L. (2021). Forecasting gold price with the XGBoost algorithm and SHAP interaction values. Annals of Operations Research, 0123456789. https://doi.org/10.1007/s10479-021-04187-w
Korucuk, S., Akyurt, H., & Turpcu, E. (2019). Otel İşletmelerinde Hizmet Kalitesinin Entropi Yöntemi İle Ölçülmesi: Giresun İlindeki Üç Yıldızlı Oteller Üzerine Bir Araştırma. MANAS Sosyal Araştırmalar Dergisi, 8(1/1), 709–721.
Liang, Y. H. (2010). Integration of data mining technologies to analyze customer value for the automotive maintenance industry. Expert Systems with Applications, 37(12), 7489–7496.
Liu, Y. De. (2014). Cultural Events and Cultural Tourism Development: Lessons from the European Capitals of Culture. European Planning Studies, 22(3), 498–514.
Mo, H., Sun, H., Liu, J., & Wei, S. (2019). Developing window behavior models for residential buildings using XGBoost algorithm. Energy and Buildings, 205, 109564. https://doi.org/10.1016/j.enbuild.2019.109564
OECD. (2020). OECD Tourism Trends and Policies 2020, 1–16.
Özçalıcı, M. (2017). Karar Ağaçları ve Genetik Algoritmalar ile İkinci El Otomobil Satış Fiyat Tahmini. Alphanumeric Journal, 5(1), 103–103.
Özer, Ö., & Günaydin, Y. (2010). Otel İşletmelerinde Müşteri Memnuniyeti Ve Müşteri Sadakati İlişkisi: Dört Yıldızlı Otel İşletmelerinde Bir Uygulama. Dokuz Eylül Üniversitesi İşletme Fakültesi Dergisi, 11(2), 127–154.
Padma, P., & Ahn, J. (2020). Guest satisfaction & dissatisfaction in luxury hotels: An application of big data. International Journal of Hospitality Management, 84(102318).
Radojevic, T., Stanisic, N., & Stanic, N. (2015). Ensuring positive feedback: Factors that influence customer satisfaction in the contemporary hospitality industry. Tourism Management, 51, 13–21. https://doi.org/10.1016/j.tourman.2015.04.002
Ren, L., Qiu, H., Wang, P., & Lin, P. M. C. (2016). Exploring customer experience with budget hotels: Dimensionality and satisfaction. International Journal of Hospitality Management, 52, 13–23. https://doi.org/10.1016/j.ijhm.2015.09.009
Sim, J., Mak, B., & Jones, D. (2006). A model of customer satisfaction and retention for hotels. Journal of Quality Assurance in Hospitality and Tourism, 7(3), 1–23.
UNWTO. (2018). European Union Tourism Trends. World Tourism Organization. https://doi.org/10.18111/9789284419470
Wang, F., Yu, J., Liu, Z., Kong, M., & Wu, Y. (2021). Study on offshore seabed sediment classification based on particle size parameters using XGBoost algorithm. Computers and Geosciences, 149(January), 104713.
Wang, X., Wang, L., Wang, S., Chen, J. fang, & Wu, C. (2021). An XGBoost-enhanced fast constructive algorithm for food delivery route planning problem. Computers and Industrial Engineering, 152(December 2020), 107029.
Wilkins, H. (2010). Using importance-performance analysis to appreciate satisfaction in hotels. Journal of Hospitality Marketing and Management, 19(8), 866–888.
Zhou, L., Ye, S., Pearce, P. L., & Wu, M. Y. (2014). Refreshing hotel satisfaction studies by reconfiguring customer review data. International Journal of Hospitality Management, 38, 1–10.