Использование онлайн социальных медиа и интернет-ресурсов для определения уровня клиентской удовлетворённости в сфере гостеприимства

«Маркетинг в России и за рубежом», № 6 (104), 2014

МАРКЕТИНГОВЫЙ ИНСТРУМЕНТАРИЙ

ИСПОЛЬЗОВАНИЕ ОНЛАЙН СОЦИАЛЬНЫХ МЕДИА 

И ИНТЕРНЕТ-РЕСУРСОВ ДЛЯ ОПРЕДЕЛЕНИЯ УРОВНЯ 

КЛИЕНТCКОЙ УДОВЛЕТВОРЕННОСТИ 

В СФЕРЕ ГОСТЕПРИИМСТВА

Казаков С.П.,

д. э. н., доцент кафедры маркетинга фирмы НИУ ВШЭ, 

e-mail: skazakov@hse.ru

В статье рассматриваются вопросы маркетинговой капитализации возмож
ностей социальных медиа и ресурсов Интернета с помощью онлайн-опросов для проведения исследований уровня клиентской удовлетворенности и готовности поделиться своим потребительским опытом в социальных сетях. На основании проведенного 
исследования была построена апостериорная структурная модель ковариационных 
связей между факторами важности выбора отеля, общей клиентской удовлетворенностью и готовностью рекомендовать или не рекомендовать отель в Интернете 
путем размещения своего отзыва.

Ключевые слова: клиентская удовлетворенность, рекомендации, социальные 

медиа, Интернет, потребительский опыт, потребительские отзывы, SEM-модель.

Введение

В современном мире благодаря развитию информационно-коммуникационных 

технологий (ИКТ) поиск и обмен информацией осуществляются с невиданными 
ранее скоростями и эффективностью. Подобный уровень развития ИКТ имеет 
самое прямое отношение к деятельности компаний всех форм собственности и отраслевой принадлежности. Недовольный покупатель в настоящее время не ограничивается в личном разговоре с другими людьми упоминанием компании в невыгодном для нее свете или предъявлением претензии представителям фирмы, не 
оправдавших его ожиданий. Разочарованный клиент может написать отзыв на 
любом сайте, позволяющем размещение пользовательского онлайн-контента, откуда он мгновенно распространяется и становится доступным для десятков миллионов пользователей Интернета. В этой связи Интернет можно в определенной 
степени считать «убийцей» бизнеса, так как благодаря данной ИКТ взаимоотношения между компаниями и их клиентами, а также информация о качестве продукции и услуг самой компании стали почти полностью прозрачными.

Такие условия функционирования бизнеса в наибольшей степени относятся 

к индустрии гостеприимства и туризма. Разные исследователи, в разное время 
изучавшие феномен распространения потребителями информации о товаре или 
WordOfMouth (WOM), обнаружили, что клиенты могут более охотно рассказывать 
об одних товарах и услугах и ничего никому не рассказывать о других. Туристические продукты относятся к группе товаров, впечатлениями о которых покупатели 

«Маркетинг в России и за рубежом», № 6 (104), 2014

17
МАРКЕТИНГОВЫЙ ИНСТРУМЕНТАРИЙ

делятся гораздо охотнее, чем, например, о новом шампуне или недавно купленном 
письменном столе. Это может быть объяснено прежде всего весьма ощутимой 
тратой бюджета домохозяйства и остротой производимых путешествием впечатлений и эмоций, которыми человек по свой природе спешит поделиться. Мотивация 
путешествовать также заложена в потребностях человека. Побуждающими действиями к путешествию могут быть желание социального общения или желание 
провести время со своей семьей [9].

Данная статья в первую очередь направлена на то, чтобы показать взаимосвязь 

между удовлетворенностью услугами отеля и готовностью поделиться своим потребительским опытом в интернет-среде с помощью социальных медиа. В Российской Федерации социальные медиа получили достаточно широкое распространение в последние годы, что связано в основном с возможностью скоростного 
доступа к Интернету. Число пользователей Интернета в России по состоянию на 
середину 2014 г. составляет около 53% от всего населения нашей страны. Масштабы распространения Интернета и его активное использование потребителями услуг 
сферы гостеприимства и туризма делают актуальным изучение того, что является 
побуждающими действиями для использования социального медиа. В нашем случае это медиаторы онлайн потребительского поведения, направленные на то, 
чтобы потребители оставляли свои отзывы онлайн. В связи с этим данная проблематика исследований представляется весьма актуальной.

Мы также рассматриваем в данной статье взаимосвязь между факторами, 

определяющими выбор и бронирование отеля его клиентами, и полной комплексной оценкой клиентской удовлетворенности услугами отеля. В исследовании проверяется нулевая гипотеза о том, что связи между этими факторами нет. Также 
предполагается, что люди  выбирают отель, основываясь на прошлом опыте, т.е. 
те параметры, которыми они были недовольны, должны быть более важны для 
них и, следовательно, именно эти параметры впоследствии влияют на их удовлетворенность. Для проверки этих предположений в работе строится модель путей 
с использованием SEM-модуля из статистического пакета STATА.

Современные подходы к пониманию удовлетворенности клиентов 
и их лояльности в сфере гостеприимства и в туризме

Качество услуг и удовлетворенность клиентов – два важнейших фактора для 

любого бизнеса [10; 1]. Любая компания существует потому, что у нее есть клиент, 
которому она нужна. Предоставление высококачественной услуги, которая приводит к удовлетворенности, – устойчивое преимущество компании, являющееся 
ключевым фактором в конкурентной борьбе за клиента. Компании, которые в состоянии быстро понять и удовлетворить потребности клиентов, получают большую 
прибыль, чем те, которые не понимают и не удовлетворяют их [3].

Ряд исследований показал, что стоимость привлечения новых клиентов выше, 

чем стоимость сохранения существующих, что особенно актуально для гостиничной 
сети. Долгосрочные и взаимовыгодные отношения между клиентами и отелем 
стратегически важны из-за положительной корреляции между удовлетворенностью 
гостей и вероятностью их возвращения в тот же отель [8]. Поэтому отели увеличивают свои капиталовложения в улучшение качества обслуживания и воспринимаемой ценности для гостей, чтобы достигнуть лучшей удовлетворенности клиентов 

«Маркетинг в России и за рубежом», № 6 (104), 2014

18
МАРКЕТИНГОВЫЙ ИНСТРУМЕНТАРИЙ

и увеличить лояльность клиентов, а это в свою очередь приведет к положительному эффекту в результате обмена информацией «из уст в уста».

В последнее десятилетие концепт лояльности стал активно использоваться 

исследователями при рассмотрении туристических продуктов, развлекательной 
и рекреационной активности [7]. Лояльные покупатели выступают в роли рекламы 
для бренда, так как сами рекомендуют и рассказывают о продукте друзьям и знакомым, тем самым увеличивая продажи. Чем больше удовлетворенность, тем 
больше вероятность того, что покупатель воспользуется услугами компании второй 
раз, и того, что он будет рекомендовать компанию друзьям.

Когда потребитель использует отель с определенной туристической целью, то 

лояльность можно рассматривать с нескольких позиций: захочет ли потребитель 
еще раз приехать в данное место с туристической целью; захочет ли он еще раз 
приехать в данный отель; захочет ли он повторить все свои действия, если он использовал при этом услуги туроператора.

Если потребитель привержен одному международному бренду отелей, то ему 

гораздо проще сделать выбор, отправляясь в новую поездку. Он знает, какое качество ему ожидать, так как каждый отель должен отвечать единым стандартам для 
данной сети. Следовательно, клиент может построить более объективные ожидания 
и получить большую удовлетворенность, что соответствует определению удовлетворенности исходя из «парадигмы подтверждения–неподтверждения ожиданий» 
[13]. Неудовлетворенный клиент может представлять опасность для компании. 
Проведенное E. Fischer и A.R. Reuber исследование показывает, что только 4% 
неудовлетворенных клиентов будут жаловаться, объясняя причину их неудовлетворенности [11]. Однако те клиенты, которые официально не жалуются, обычно 
генерируют отрицательный эффект «из уст в уста», который может распространиться примерно на 1000 человек. Согласно исследованию, выполненному J. Barsky 
& L. Nash в 2006 г. относительно главных гостиничных сетей во всем мире, между 
2002 и 2005 г. важность программ лояльности для клиентов при решении о том, 
в каком отеле остановиться, выросла с 32 до 34%. Повторный визит, наряду с готовностью рекомендовать отель, является индикатором лояльности клиентов [4].

Влияние удовлетворенности и лояльности на готовность рекомендовать отель 
и готовность оставить о нем отзыв

Благодаря технологическому прогрессу рассказывать и рекомендовать понра
вившиеся услуги стало намного проще. Таким образом, туристы могут не просто 
рассказать при личной беседе своим друзьям и знакомым об опыте их путешествия, 
но и сделать пост в блоге, социальных сетях, инстаграмме. Скорость распространения информации, как положительной, так и отрицательной, возросла, поэтому 
компания, активно развивающая и создающая бренд на любом рынке, должна 
следить за удовлетворенностью клиентов. Ряд исследований в туристической сфере показал, что именно удовлетворенность – сильный индикатор в намерениях 
людей еще раз вернуться и порекомендовать туристические продукты другим людям [15].

Рекомендации от друзей воспринимаются как самый надежный источник 

информации [15]. Если туристы удовлетворены туристическим продуктом или 
сервисом, то они с большей вероятностью захотят поделиться этим опытом с дру

«Маркетинг в России и за рубежом», № 6 (104), 2014

19
МАРКЕТИНГОВЫЙ ИНСТРУМЕНТАРИЙ

зьями и знакомыми, запуская тем самым эффект «из уст в уста». Подтверждение 
этой взаимосвязи можно увидеть в работах V. Zabkar и T. Dmitrovic [16] и C.G.Q. Chi 
и H. Qu [7]. Однако сущетвует и другая взаимосвязь, когда потребитель не удовлетворен и запускает негативный эффект из «уст в уста». Как отмечается в работе A. Angrilli et al., если потребитель очень сильно разочарован, то эффект из «уста 
в уста» сильнее, чем если потребитель очень доволен [1].

Важно ли для отеля, чтобы удовлетворен был каждый клиент, если при этом 

отель находится в популярном туристическом месте, куда не иссякает поток туристов? Стоит ли удерживать старых клиентов, если новые легко приобретаются? 
Если раньше отель мог сыграть на этом, потому что клиент не обладал достоверной 
информацией, то теперь, в эпоху развития технологий и социальных медиа, узнать 
о качестве отеля просто – достаточно поискать необходимою информацию в Интернете. Для того чтобы потребитель оставил отзыв, он должен использовать один 
из вариантов предлагаемых ему социальным медиа. Для этого рассмотрим, из чего 
состоят современные социальные медиа.

Социальные медиа как новый феномен и драйвер развития сферы 
гостеприимства и туризма

Широкое распространение ИКТ оказывает в последние годы существенное 

влияние на бизнес и маркетинг фирм во многих отраслях национальной и глобальной экономики. В ряде отраслей и сфер отмечается рост влияния ИКТ на 
операционную деятельность предприятий всех форм собственности. Особенно 
отчетливо происходящее ощущается в индустрии гостеприимства и в туризме. При 
этом феноменальный темп развития ИКТ, особенно интернет-технологий и онлайн социальных медиа, оказывает существенное влияние как на маркетинговую 
деятельность игроков индустрии гостеприимства и туризма, так и на потребительские практики потребителей их услуг.

Интернет-ресурсы и социальные медиа создали новые возможности и пути 

развития туроператоров, гостиниц и других игроков индустрии гостеприимства 
в первую очередь за счет формирования новых каналов информационного обеспечения потребителей услуг. Компании, действующие в индустрии гостеприимства 
и туризме, существуют фактически в новой коммуникационной системе: гостиницы могут взаимодействовать со своими клиентами в таких социальных СМИ, как 
Facebook, Flickr, Twitter, YouTube, Booking, Tripadvisor, и путем обмена информацией с клиентами; контролировать качество своего сервиса, исправлять допущенные в работе ошибки и недочеты, а также уточнять реальный имидж и позиционирование своих брендов.

Потребители активно размещают отзывы и делятся своими впечатлениями от 

совершенных поездок в социальных медиа, блогах и на специализированных сайтах отзывов, формируя таким образом содержательный контент, являющийся отражением потребительского опыта и мнений в отношении туристских ожиданий, 
конкретного отеля и туроператора. Пользовательский онлайн-контент является 
первичным источником данных и характеризуется простотой их добывания и полным отсутствием денежных затрат, объективностью представленных мнений и репрезентативностью в отношении конкретных субъектов индустрии гостеприимства 
и туризма.

«Маркетинг в России и за рубежом», № 6 (104), 2014

20
МАРКЕТИНГОВЫЙ ИНСТРУМЕНТАРИЙ

Современный уровень развития ИКТ предоставляет исследователям уникаль
ные возможности по сбору данных для их последующего анализа и интерпретации. 
Возможности ИКТ, и особенно Интернета и онлайн социальных медиа, были 
активно использованы для проведения данного исследования.

Методология исследования
Исходя из актуальности и обоснованности проблемного исследовательского 

поля было проведено исследование, целью которого послужило выявление специфики отношения российских потребителей услуг индустрии гостеприимства и туризма к использованию социальных медиа (СМ) при планировании своих поездок 
и путешествий. Для достижения поставленной цели исследователи сформулировали для себя следующие гипотезы:

H0 (Null). Факторы выбора отелей НЕ влияют на удовлетворенность послед
ним путешествием.

Н1. Удовлетворенность последним путешествием положительно влияет на 

общую готовность рекомендовать отель в целом.

Н2. Удовлетворенность последним путешествием положительно влияет на 

общую готовность рекомендовать отель, что в свою очередь оказывает влияние на 
готовность оставить свой отзыв в социальных медиа в случае позитивного опыта.

Н3. Удовлетворенность последним путешествием положительно влияет на 

общую готовность рекомендовать отель, что в свою очередь оказывает влияние на 
готовность оставить свой отзыв в социальных медиа в случае негативного опыта.

Результаты исследования
Исследование было проведено в апреле 2014 г. с помощью онлайн-опроса 

потребительской панели OMI1 по разработанной анкете. Опрос проводился 
в 15 городах Российской Федерации с населением от 1 млн человек. Ключевым 
критерием отбора для выбора респондентов и формирования выборки послужил 
потребительский опыт пользования услугами предприятий гостеприимства в России и за рубежом за последний год. Всего в опросе приняли участие 536 респондентов.

Помимо прочих в эмпирические данные исследования были введены пере
менные, связанные с оценкой уровня клиентской удовлетворенности: Q9 – Насколько Вы были довольны Вашим последним опытом проживания в отеле?; 
Q10 – Насколько вероятно, что Вы порекомендуете данный отель другим?; 
Q11 – Остановитесь ли Вы снова в этом отеле? Наличие подобных переменных 
поможет нам связать группы независимых и зависимых переменных и проанализировать корреляционные и факторные связи с помощью метода структурных 
уравнений.

Попробуем установить априори связь возможного влияния следующих пере
менных:

Q5 (Факторы выбора отеля), Q9 (Удовлетворенность последним путешестви
ем), Q10 (Готовность рекомендовать отель), Q11 (Повторное бронирование отеля), 
Q12r3 (Готовность оставить свой отзыв в СМ в случае позитивного опыта) и Q12r4 
(Готовность оставить свой отзыв в СМ в случае негативного опыта).

Переменная Q11 имеет дихотомический тип и поэтому не может быть учтена 

в разрабатываемой SEM-модели. Ее необходимо подвергнуть отдельному частотному 

1 OnlineMarketingIntelligence – технология панельного опроса, разработанная одноименной ис
следовательской компанией.

«Маркетинг в России и за рубежом», № 6 (104), 2014

21
МАРКЕТИНГОВЫЙ ИНСТРУМЕНТАРИЙ

анализу, результаты которого приведены на гистограмме (рис. 1). Анализ показал, 
что респонденты оценивают свой последний опыт пребывания в конкретном отеле 
как «достаточно доволен» и «очень доволен» с вероятностью 86%.

Анализ корреляции переменных Q9 и Q10 показал очень высокий коэффи
циент корреляции по Пирсону – 0,707 при статистической значимости, равной 
0,000.Это доказывает высокий уровень вероятности оффлайн-рекомендаций отеля 
в случае наличия высокой и очень высокой степени удовлетворенности от предоставленных отелем услуг. В то же время не существует линейной корреляционной 
связи между Q9 и Q12r3 при коэффициенте Пирсона 0,057 и статистической значимости 0,190.

Рис. 1. Зависимость повторного бронирования отеля в случае позитивного опыта пребывания

На рис. 2 представлена разработанная в рамках анализа результата исследо
вания модель принятия решений потребителями в индустрии гостеприимства и их 
влияние на удовлетворенность и готовность передать свой положительный опыт 
посредством онлайн- и оффлайн-ресурсов.

Для более полного и развернутого описания возможных имеющихся зависи
мостей между переменными Q5 (Факторы выбора отеля), Q9 (Удовлетворенность 
последним путешествием), Q10 (Готовность рекомендовать отель), Q12r3 (Готовность оставить свой отзыв в СМ в случае позитивного опыта) и Q12r4 (Готовность 
оставить свой отзыв в СМ в случае негативного опыта) исследователями была построена в пакете STATA 13.0 для MAC OS X модель анализа путей (pathmodel) 
с применением метода структурных уравнений. В этом случае анализировались 
связи между переменными Q5, Q9, Q10, Q12r3, Q12r4 на основании тестирования 
частных гипотез, которые будут сформулированы ниже. Анализ структурной модели был проведен нестандартизированным методом для расчета регрессионных 
коэффициентов, учитывая несложность используемых значений переменных-шкал. 
Результат построения логит-модели взаимного влияния переменных Q5, Q9, Q10, 
Q12r3, Q12r4 представлен на рис. 2.

Насколько Вы были довольны 

Вашим последним опытом 

проживания в отеле?

 Очень недоволен
 Отчасти недоволен
 Нейтрально
 Достаточно доволен
 Очень доволен

Столбчатая диаграмма

Количество

Остановитесь ли Вы снова в этом отеле?

Да
Нет

250

200

150

100

50

0

«Маркетинг в России и за рубежом», № 6 (104), 2014

22
МАРКЕТИНГОВЫЙ ИНСТРУМЕНТАРИЙ

Рис. 2. Гипотезная апостериорная логит-структурная модель взаимосвязи переменных Q5, Q9, 

Q10, Q12r3 и Q12r4, построенная на основе анализа путей связей

Для анализа построенной модели необходимо также привести результаты ее 

статистик, для чего на рис. 3 приведена вырезка программного окна (программный 
скриншот), содержащая необходимые для анализа данные (см. рис. 3).

Первый набор данных показывает влияние переменной Q5. «Факторы вы
бора отелей» на Q9. «Удовлетворенность последним путешествием». Для анализа 
связей этой пары переменных мы можем сформулировать частную нулевую гипотезу Null H1.1: «Факторы выбора отелей НЕ влияют на удовлетворенность последним путешествием». Очевидно, что результатом взаимосвязи этого набора переменных должно стать регрессионное уравнение.

Для подтверждения нулевой гипотезы Null H1 мы будем использовать стати
стики Coef, и P > [z]. На рис. 3 вторая слева колонка, маркированная заголовком 
Coef,, показывает регрессионные коэффициенты отдельных факторов выбора 
отеля респондентами Q5rn, а колонка P > [z] – статистическую значимость удельных коэффициентов регрессии. Анализ данных величин показывает, что для 15 из 
19 удельных переменных отсутствует статистическая значимость удельных регрессионных коэффициентов, так как ее значение превышает 0,05.

Только для 4 из 19 переменных Q5r2 (Категория отеля), Q5r5 (Цена номера), 

Q5r6 (Соотношение цены и качества номера) и Q5r9 (Рекомендации турагента) 
статистическая значимость находится в допустимых пределах. Однако регрессионные коэффициенты у Q5r5 и Q5r9 имеют отрицательное значение, поэтому не 
могут быть учтены в регрессионном уравнении. Сокращение «cons» в таблице 
результатов анализа обозначает константу.

Таким образом, только 2 из 19 частных переменных – факторов выбора отелей: 

Q5r2 и Q5r6 имеют отношение к общему уровню удовлетворенности последним 

4.4

Q5r6

.862

4.2

Q5r1

1.09

2.4

Q5r4

1.71

2.2

Q5r3

1.4

3.5

Q5r2

1.37

Q12r3

3.26

3.8

Q5r7

1.22

3.4

Q5r8

1.73

3.4

Q5r9

1.71

3.2

Q5r10

1.81

2.9

Q5r11

1.5

3.6

Q5r12

1.41

2.8

Q5r13

1.58

3.7

Q5r14

1.33

3.6

Q5r15

1.29

3.2

Q5r16

1.7

3.5

Q5r17

1.49

3.1

Q5r18

1.72

3.2

Q5r19

1.7

Q12r4

3.36

Q10

.49

Q9

3.43

4.2

Q5r5

1.1

1

2

4
3

,0268
-,0419
-,0258
-,048

,0519

,0414

-,0063

,064

-.0603104

,007

-,0129

,0592

.425

1.4

,826

1.34

,145

,852

-,108

-,0725
-,002
,0514
,148

-,0904

-,0375

,0482

,0651

,0361

,526

«Маркетинг в России и за рубежом», № 6 (104), 2014

23
МАРКЕТИНГОВЫЙ ИНСТРУМЕНТАРИЙ

путешествием с коэффициентами 0,06 и 0,14. В этом случае уравнение регрессии 
может иметь следующий вид:

Q9 = 3,4 + 0,06Q5r2 + 0,14Q5r6. 
 (1)

Значение R2 составляет 0,0991, т.е. только около 10% дисперсии Q9 обуслов
лены влиянием факторов Q5r2 и Q5r6. Полученные данные в целом показывают 
низкую степень влияния общего влияния групповой переменной Q5 на Q9. Следовательно, на основании анализа данных при тестировании гипотезы Null H1.1 
можно утверждать, что она подтвердилась.

Рис. 3. Статистики результатов структурного анализа переменных Q5, Q9, Q10, Q12r3 и Q12r4

Structural equation model                       Number of obs      =       536
Estimation method  = ml
Log likelihood     = -16767.216

                 OIM
      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interva

Structural          
  Q9 <-             
               Q5r1    .0360729   .0343981     1.05   0.294    -.0313461     .1034
               Q5r2    .0650835   .0336318     1.94   0.053    -.0008337    .13100
               Q5r3    .0482446   .0382804     1.26   0.208    -.0267837    .12327
               Q5r4   -.0374835   .0336435    -1.11   0.265    -.1034235    .02845
               Q5r5   -.0904145   .0368381    -2.45   0.014    -.1626159   -.01821
               Q5r6      .14255   .0464639     3.07   0.002     .0514824    .23361
               Q5r7    .0513631   .0384783     1.33   0.182     -.024053    .12677
               Q5r8   -.0020132    .031051    -0.06   0.948    -.0628721    .05884
               Q5r9   -.0725133   .0362119    -2.00   0.045    -.1434873   -.00153
              Q5r10    .0268388    .036434     0.74   0.461    -.0445705    .09824
              Q5r11   -.0418637   .0304563    -1.37   0.169    -.1015569    .01782
              Q5r12    -.025638   .0349669    -0.73   0.463    -.0941718    .04289
              Q5r13   -.0430143   .0324824    -1.32   0.185    -.1066786      .020
              Q5r14     .051934   .0411945     1.26   0.207    -.0288058    .13267
              Q5r15    .0414193   .0429913     0.96   0.335     -.042842    .12568
              Q5r16   -.0063296   .0337763    -0.19   0.851    -.0725298    .05987
              Q5r17    .0640114   .0382644     1.67   0.094    -.0109854    .13900
              Q5r18   -.0603104   .0381046    -1.58   0.113     -.134994    .01437
              Q5r19    .0070054   .0359809     0.19   0.846    -.0635159    .07752
              _cons    3.426284   .1918974    17.85   0.000     3.050172    3.8023

  Q10 <-            
                 Q9    .8515439   .0368292    23.12   0.000       .77936    .92372
              _cons    .4898742   .1551153     3.16   0.002     .1858538    .79389

  Q12r3 <-          
                 Q9   -.0972829   .0924274    -1.05   0.293    -.2784372    .08387
                Q10    .1327653   .0766998     1.73   0.083    -.0175636    .28309
              _cons    3.265157   .2779937    11.75   0.000       2.7203    3.8100

  Q12r4 <-          
                 Q9    .0033824   .0944739     0.04   0.971    -.1817832    .18854
                Q10    .0400391   .0783982     0.51   0.610    -.1136184    .19369
              _cons    3.368073   .2841492    11.85   0.000      2.81115    3.9249

           var(e.Q9)    .5264514   .0321581                      .4670495    .59340
          var(e.Q10)    .4248541   .0259521                      .3769158    .47888
        var(e.Q12r3)    1.339656   .0818323                      1.188497    1.5100
        var(e.Q12r4)     1.39964   .0854965                      1.241712    1.5776

cov(e.Q12r3,e.Q12r4)    .8255715   .0690635    11.95   0.000     .6902095    .96093

LR test of model vs. saturated: chi2(57)  =    152.65, Prob > chi2 = 0.0000

«Маркетинг в России и за рубежом», № 6 (104), 2014

24
МАРКЕТИНГОВЫЙ ИНСТРУМЕНТАРИЙ

Вторая часть логит-модели посвящена оценке влияния фактора Q9 (Удовлет
воренность последним путешествием) на такие зависимые переменные, как Q10 
(Готовность рекомендовать отель), Q12r3 (Готовность оставить свой отзыв в СМ 
в случае позитивного опыта) и Q12r4 (Готовность оставить свой отзыв в СМ в случае негативного опыта). Для этого мы сформулировали гипотезы Н2–Н4.Результаты тестирования данных гипотез были сведены в табл. 1. Она показывает, что 
статистически подтвердить можно только Н2, которая утверждает, что удовлетворенность последним путешествием положительно влияет на общую готовность 
рекомендовать отель в целом. Данная корреляция также подтверждает корректность использования известного метода оценки удовлетворенности NetPromoterScore, 
разработанного Фредом Райхельдом, что является в настоящее время стандартной 
процедурой оценки качества предоставляемых услуг в сервисной экономике.

Таблица 1

Результаты тестирования дополнительных гипотез исследования Н1–Н3 

с использованием структурной модели

Гипотеза
Переменные
Коэффициенты 

регрессии

Константа 
уравнения

Статист. 

значимость

Результат

Н2
Q9Q10
0,85
0,48
0
Подтверждена

H3
Q9Q10Q12r3
-0,107
0,145

3,26
0,256
0,072

Не подтверждена

H4
Q9Q10Q12r4
-0,129
0,059

3,36
0,894
0,474

Не подтверждена

Кроме исследования взаимосвязи факторных переменных в исследовании 

структурной модели анализа путей также была произведена оценка взаимной ковариативности переменных Q12r3 и Q12r4. Результаты данной оценки приведены 
в табл. 2.

Таблица 2

Оценка взаимной ковариативности переменных Q11, Q12r3, Q12r4

Пары переменных
Коэффициенты 
ковариативности

Статист. 

значимость

Результат

Q11Q12r4
0,128
0,462
Ковариативности не существует

Q12r3Q12r4
0,826
0
Ковариативность  существует

Последним шагом в анализе апостерирорной структурной модели служит 

подтверждение критериев ее согласия, а следовательно, заключение о релевантности модели. Для этого оценивается ряд параметров, первым из которых является 2 ( рис. 4).

Критерий 2, имеющий значение, которое превышает 0,05, говорит о реле
вантности модели. В нашем случае 2 = 0,000 (рис. 4), что говорит о негативном 
значении данного критерия согласия, поэтому необходимо произвести тестирование по другим параметрам.

При анализе релевантности модели необходимо обратить внимание на значения 

параметров RMSEA (квадратный корень среднеквадратической ошибки аппроксимации, контрольные значения которого в диапазоне от 0,00 до 0,08 показывают 

«Маркетинг в России и за рубежом», № 6 (104), 2014

25
МАРКЕТИНГОВЫЙ ИНСТРУМЕНТАРИЙ

приемлемое согласие с релевантностью структурной модели), CFI (сравнительный 
индекс согласия, для подтверждения релевантности модели его значение должно 
быть не менее 0,9) и TLI (индекс Такера–Льюиса, контрольное значение которого также должно превышать 0,9).

Рис. 4. Результаты анализа дополнительных параметров согласия структурной модели

В нашем случае значения параметров согласия составляют:
1) RMSEA = 0,065, что говорит о приемлемости структурной модели;
2) CFI = 0,812, что говорит о близости к контрольному показателю, но все 

равно не характеризует релевантную модель;

3) TLI = 0,743, что говорит о низком уровне приемлемости модели.
Выводы из проведенного исследования
Подводя итоги, необходимо суммировать результаты тестирования выдвину
тых в методологическом аппарате рабочих гипотез:

Null H1: подтвердилась;
Н2: подтвердилась;
Н3: не подтвердилась;
Н4: не подтвердилась.
Разработанная апостериорная модель имеет низкую релевантность, что, в свою 

очередь, обусловливает необходимость дальнейших исследований и соответствующих исследовательских проектов в данной области.Они позволят уточнить разработанную логит-модель, дополнить ее группирующими латентными переменными, пересчитать коэффициенты, а также провести конфирматорный факторный 
анализ, направленный на выявление связей латентных независимых переменных 
и зависимых переменных и т.д.

Рекомендации менеджменту предприятий сферы гостеприимства
Основываясь на результатах исследования, можно предложить следующий 

перечень мероприятий, который позволит предприятиям сферы гостеприимства 

Fit statistic              Value   Description

Likelihood ratio     
         chi2_ms(57) 
   152.646   model vs. saturated

            p > chi2 
     0.000

         chi2_bs(82) 
   825.187   baseline vs. saturated

            p > chi2 
     0.000

Population error     
               RMSEA 
     0.056   Root mean squared error of approximation

 90% CI, lower bound 
     0.045

         upper bound 
     0.067

              pclose 
     0.172   Probability RMSEA <= 0.05

Information criteria 
                 AIC 
 33600.432   Akaike's information criterion

                 BIC 
 33741.808   Bayesian information criterion

Baseline comparison  
                 CFI 
     0.871   Comparative fit index

                 TLI 
     0.815   Tucker-Lewis index

Size of residuals    
                SRMR 
     0.058   Standardized root mean squared residual

                  CD 
     0.099   Coefficient of determination