査読論文
サービス品質評価の不均一性が利用客の総合評価に及ぼす効果
― 宿泊予約サイトのユーザーレビューを用いた実証分析 ―
2024 年 5 巻 1 号 p. 47-54
詳細
2024 年 5 巻 1 号 p. 47-54
宿泊施設におけるサービス品質評価の不均一性が，利用客の総合評価にどのように影響しているかについて，大手宿泊予約サイト「楽天トラベル」のユーザーレビュー（7,210施設，576,449レビュー）を用いた検証を行った。その結果，多くのサービス機能において，品質評価の不均一性が大きい宿泊施設では，利用客の総合評価が低くなる傾向があることが示された。またその傾向は，レジャー利用客の方がビジネス利用客よりも顕著であることが明らかになった。さらに，上記で対象とした宿泊施設の支配人に対する追加調査を行ったところ，施設内における統合的品質管理（TQM）の実践によって，サービス品質評価の不均一性を低減させられる可能性があることを見出した。
This study tested the effect of variance in service quality ratings on overall scores of users in reviews (7,210 sites, 576,449 reviews) on the well-known hotel accommodation reservation site “Rakuten Travel.” The results revealed that the overall score was lower for a hotel with higher variance in service quality ratings for most functions. This trend was clearer for leisure travelers than for business travelers. An additional survey of general managers of the hotels in the first analysis suggested that practicing total quality management (TQM) in a hotel may reduce the variance in service quality ratings of users.
今やWeb上の口コミ（eWOM）は，それ自体が一種のマーケティングツールとしての役割を果たす重要な経営資産になりつつある（Öğüt & Onur Taş, 2012; Shapiro, 1983）。特に，本論で着目する宿泊サービスは，消費して初めて価値がわかる経験財ということもあり，良い口コミを有することの意義は大きい（Browning, So, & Sparks, 2013; Litvin, Goldsmith, & Pan, 2008; Öğüt & Onur Taş, 2012; Ye, Law, Gu, & Chen, 2011）。利用客もまた，宿泊予約サイトの口コミ情報をホテル選択時の判断基準にしていると思われる幾つかの証拠がある。Viglia, Minazzi, and Buhalis（2016）によれば，ホテル予約サイト上のレビュー評価の1ポイントの上昇は，稼働率を7.5％ポイント向上させる効果があるという。Anderson（2012）は，ホテルがレビュー評価を1ポイント上昇させると，価格を11.2％上昇させても稼働率と市場シェアを維持できることや，平均客室販売単価（ADR）を0.89％，客室売上（RevPAR）を1.42％上昇させる効果があることなどを報告した。
しかしながらこれらの研究は，研究者らが想定した予約サイトのみを用いて，潜在顧客が宿泊予約（購買）をするという大きな仮定をおくもので，当該サイト以外の方法で予約をすることやその他の手段による評判の影響を排除できていない。加えて，経験財の性質が強い宿泊サービスにおいては，サービス品質を利用前に予測することは難しく，予約率が高いからといって，利用客がサービスに満足を覚えたかどうかまではわからない。
そこで本論では，宿泊予約サイト上のサービス品質評価が，利用客の満足（総合評価）に結びついているかに関する実証的な検証を行う。本論では特に，品質評価のばらつき（不均一性）に着目した分析を行う。宿泊施設の利用客は，同一施設から同じ品質のサービスを受けることを期待するが，現実にはサービスの提供時の状況的要因，スタッフのシフト体制や人的能力などにより，提供される品質にはばらつきが認められる。こうした不確実な状況への対応能力が品質評価の不均一性を反映するならば，それが利用者の評価にどのように影響するかを知ることは有益であろう。
レビュー評価の不均一性（標準偏差）が経営指標に与える影響力については，映画（Moon, Bergey, & Iacobucci, 2010）や本（Sun, 2012），ビール（Clemons, Gao, & Hitt, 2006）などを対象に研究が進められてきた。しかしこれらの商品は，本論が検討する利用者の満足に対する影響を知る上では適切な対象とはいえない。なぜなら，これらの商品は提供時の状況に起因する品質の不均一性を事実上無視できるであろうし，それゆえに品質の不均一性に起因する不満足を利用者が抱くとは考えられないからである。
上記とは異なる特徴をもつ商品形態の一つが宿泊サービスである。宿泊サービスに期待を寄せる属性が信頼性や確実性であるという事実（Fick & Ritchie, 1991; Knutson, Stevens, Patton, & Thompson, 1993）をふまえても，宿泊サービスの利用客は強いリスク回避傾向，すなわちサービス品質の不均一性を忌避する傾向を有していると考えられる。それゆえ，当該サービスにおける品質の不均一性は，利用者の不満足に直結する可能性が高い。加えて，宿泊サービスでは，サービス提供時の状況によってその品質が大きく左右される。たとえば，チェックイン体制がスムーズであったというレビューが多い施設を予約したところで，実際の利用時にフロントが混雑していたならば良い評価は下せないはずである。換言すれば，レビュー評価が安定していることは，そうした不確実な状況に対応できるだけの組織能力を，宿泊施設が有していることのシグナルとなり得る。
宿泊サービスの利用客が強いリスク回避傾向を有しているならば，利用客はこうした組織能力を有さない施設に対しては厳しい評価を下すに違いない。以上から，サービス品質評価にばらつきが認められる施設では，利用客の総合評価は全体的に低下すると予測できる。
仮説1：サービス品質評価の不均一性（標準偏差）が大きい宿泊施設では，それが小さい宿泊施設に比べ，利用客の総合評価が低い
2． 利用目的別の違いレビュー評価の不均一性の影響力を把握するということは，利用客のリスク回避志向を知ろうとすることでもあり（Moon et al., 2010），その程度は利用目的によって異なると考えられる。宿泊サービスの利用目的としては，ビジネス利用とレジャー利用という代表的な区分があり，多くの研究者が比較の対象にしてきた。Chu and Choi（2000）はそれらの研究成果をふまえた上で，ビジネス利用客は総じて清潔さと立地を，レジャー利用客は安全性，スタッフとの交流，宿泊料金等を重視する傾向にあるとまとめている。レジャー利用客は，宿泊料金を自ら負担することが多いがゆえに宿泊施設に対する期待値が総じて高く，そのぶん品質の安定性には神経を尖らせていることが想像できる（Blal & Sturman, 2014）。したがって，サービス品質評価の不均一性が及ぼす影響は，レジャー利用客の方がビジネス利用客に比べて顕著に現れると考えられる。
仮説2：サービス品質評価の不均一性（標準偏差）の大きさが利用客の総合評価に与える影響は，レジャー利用客の方がビジネス利用客に比べ顕著である
以降では，これらの仮説の検証方法について解説する。
仮説の検証には，国立情報学研究所のIDRデータセット提供サービスにより楽天グループ株式会社から提供を受けた「楽天データセット」を使用した。このデータセットには，同社が運営する宿泊予約サイト「楽天トラベル」に掲載されたすべてのレビュー情報（立地，部屋，食事，風呂，サービス，設備・アメニティおよび総合評価に対する5段階評価値，利用目的や同伴者情報，利用コメント等）が含まれている。本論では，コロナ禍前の2年間（2018～19年）にわたる利用客のレビュー情報を使用した。
利用客個人の総合評価は，宿泊施設の評価（集団水準変数）のみならず，利用客個人の評価（個人水準変数）が混じったものだと考えられる。そこで，分析手法には，異なった水準のデータを同時に扱えるマルチレベル分析を採用した。これは，個人水準変数で回帰を行った際の残差をさらに集団水準変数で回帰することで，同一要素の影響がどの階層から生じているのかの判別を可能にする分析技法のことである1)。以下，使用する変数を，利用客単位の変数（個人水準変数）と，宿泊施設単位の変数（集団水準変数）に分けて解説する。
2． 個人水準変数仮説検証で用いる従属変数は，利用客個人の総合評価値であり，サービス機能の評価を含む利用客に関するその他の変数はすべて制御変数の扱いとした。このうち，同伴者（「家族」「友達」「恋人」「仕事仲間」「その他」の5択で，ベースカテゴリは「その他」または空欄）と利用目的（「レジャー」「ビジネス」「その他」の3択で，ベースカテゴリは「その他」または空欄）は，ダミー変数化した。
3． 集団水準変数「楽天データセット」には，各レビューに宿泊施設のIDが付与されており，これを利用して宿泊施設単位でのサービス機能評価の平均値と標準偏差値を算出した（ここで平均値は，制御変数の扱いである）。ただし，これらがある程度安定した数値を示すように，すべての評価項目（サービス機能）について25回以上の評価値を含む施設のみを調査対象とした。その結果，仮説1の検証で使用するサンプル数は7,210施設（576,449レビュー）となった。仮説2の検証では，データセットを「レジャー」と「ビジネス」の利用目的ごとに分解した上で，同じくすべての評価項目について25件以上の評価値を含む施設に限定した結果，サンプル数はレジャー利用客で5,316施設（363,339レビュー），ビジネス利用客で2,158施設（118,853レビュー）となった。
さらに，レビュー数の多さが総合評価に正に影響するというMelián-González, Bulchand-Gidumal, and López-Valcárcel（2013）やTorres and Singh（2016）の報告をふまえ，施設単位のレビュー総数の自然対数（LN_レビュー総数）を制御変数として投入した。
表1に，個人水準変数の総合評価を従属変数としたマルチレベル分析の結果を示した。水準間の多重共線性の問題を回避するために，利用客の評価については，個人水準変数には集団中心化（group centered）を，集団水準変数には全体中心化（grand centered）をそれぞれ施している。このデータセットの級内相関係数ICCは0.11で，集団水準変数を投入することが概ね妥当であると判断できる（James, 1982）。
マルチレベル分析結果（従属変数：個人水準変数の総合評価）
注：数値は偏回帰係数（括弧内は標準誤差）。* p<.05, ** p<.01, *** p<.001。設備・アメ＝設備・アメニティの略。
仮説1の検証は，全てのレビューを活用したモデル1で評価する。それによれば，集団水準変数の標準偏差には，「立地」と「設備・アメニティ」を除く4つの機能において有意な負の寄与があり，多くのサービス機能において，同一施設内の品質評価の不均一性が利用客の総合評価を低下させていた事実が判明した（仮説1は，一部の機能を除いて支持）。「立地」の寄与が正となった背景は定かではないが，「レジャー施設の目の前だったのでとても良かった」「駅からは遠かったが，近くに何でもあって助かった」などのコメントがあったことをふまえると，おそらくは立地に対する評価基準の多様性を反映した結果だと思われる。
続いて，レジャー利用客とビジネス利用客を比較する。ここで仮説2は，モデル2とモデル3が独立した回帰モデルであることをふまえ，有意差のみで検証する。表1によれば，レジャー利用客（モデル2）では，「立地」と「設備・アメニティ」を除き，標準偏差に有意な負の寄与がみられたが，ビジネス利用客（モデル3）ではそれらの有意性が弱くなった。以上から，仮説2についても一部の機能を除いて支持された。なお，「設備・アメニティ」については，レジャー利用客で正，ビジネス利用客で負の寄与をもつという対照的な結果となった。モデル3の同機能の平均値の寄与が有意でないことをふまえても，ビジネス利用客は宿泊施設にwifiやコピー機などの機能があることを当然視しており，彼らの関心はその品質の高さよりは安定性にあることが窺える。
その他，サービス機能の評価の高さ（個人水準変数の評価値，集団水準変数の評価値の平均値）に着目すると，モデル3の「設備・アメニティ」を除き，すべて正で有意な寄与が認められた。また，その偏回帰係数の大きさに着目すると，どちらの水準においても，概ね「サービス＞部屋＞食事」の順であった。サービスには主要機能と関連機能があるといわれるが（Iacobucci & Ostrom, 1993），今回検討した6つの機能に限って言えば，上述の3機能が宿泊サービスの主要機能にあたると考えて良さそうである2)。
上記の分析において，サービス品質を均一に保つことの重要性が示された。そこで，こうした均一性はどのようなマネジメントによって成し遂げられるのかを把握するための追加調査を実施した。具体的には，先の分析で調査対象とした7,210施設のうち，移転，改修，一時休業，廃業等の事情により調査開始時点（2021年12月）で連絡がつかなくなった施設を除いた6,877施設の支配人に向けた質問票調査である。調査にあたっては，先の分析で使用した宿泊施設単位の変数との接合ができるように，質問票に宿泊施設のIDを付した上で配布した。調査は郵送法で実施し，質問票の送付から約3週間後を期限にした結果，584通の回収があった。そこから不備回答を除いた552通（8％）を有効回答とした3)。
本論で使用する調査内容は，統合的品質管理（Total Quality Management。以下，TQMと略）の実態である。TQMは，製造業のみならずサービス業をも視野に入れた体系であり4)，サービス品質の安定性に寄与する可能性が高いと考えられているが，その経験的事実は少ない。そこで本調査では，Black and Porter（1995, 1996）が開発した尺度5)に基づき，先の分析で使用したデータと同時期の2018～19年におけるTQMの実施状況を測定した。ただし，質問票の紙幅の都合で，調査項目については，彼らが発見したとされる10次元に対応する項目群（①People and Customer Management，②Supplier Partnerships，③Communication of Improvement Information，④Customer Satisfaction Orientation，⑤External Interface Management，⑥Strategic Quality Management，⑦Teamwork Structures for Improvement，⑧Operational Quality Management，⑨Quality Improvement Management Systems，⑩Corporate Quality Culture）からそれぞれ2項目を使用するに留めた。これら20項目について，6段階のリッカートスケールでその実施の程度を測定し，因子分析（主成分法）を行ったところ，固有値1以上で2つの因子がみつかったが，⑤External Interface Managementの2項目についてはどちらの因子にも大きな負荷量が認められたため除外し，18項目について改めて因子分析を行った。プロマックス回転後に，⑥～⑩に大きな負荷量をもつ第1因子と，①～④に大きな負荷量をもつ第2因子が見つかったため，それぞれ「TQM計画因子」「TQM実践因子」と名付けた。
次に，これらの因子（因子得点）を独立変数とし，先の分析で使用した宿泊施設単位でのサービス機能評価値の標準偏差を従属変数とした回帰分析を行った。制御変数である開業年，客室数，ADR，施設タイプ（ホテル，旅館，民宿・ペンション，その他）に関する情報はすべて質問票にて入手し，客室数とADRについては分析時に自然対数へ，施設タイプはダミー変数へとそれぞれ変換した。表2はその結果をまとめたものである。それによれば，TQM計画因子にはいずれの機能にも有意な寄与がなかったものの，TQM実践因子については「立地」と「風呂」を除く4つの機能に対して有意な負の寄与があり（「風呂」の有意確率は0.052で，わずかに5％水準に届かなかった），サービス品質評価の不均一性を抑制する一定の効果が認められた。「立地」については，宿泊施設の努力では容易に改善できない機能であることから，有意な寄与がなかったことはむしろ自然な結果といえよう。
回帰分析結果（従属変数：サービス機能評価の標準偏差）
注：N=552。数値は標準化偏回帰係数（* p<.05, ** p<.01, *** p<.001）。VIFの最大値は2.314。設備・アメ＝設備・アメニティの略。
本論では，サービス品質評価の不均一性が総合評価に及ぼす効果について，宿泊予約サイトのレビューデータを用いた分析を行った。その結果，サービス品質評価に不均一性が認められる宿泊施設では，利用客の総合評価が全体的に低くなる傾向があり，またその傾向はレジャー利用客の方がビジネス利用客よりも顕著であることが明らかになった。先行研究では，宿泊施設におけるサービス品質評価の不均一性は，潜在利用客の購買に対する影響力をもたないことが示されているが（Kim, Lim, & Brymer, 2015; Viglia et al., 2016; Ye et al., 2011），本論の結果はサービスの利用後の総合評価への影響に着目したもので，両者の見解に矛盾があるわけではない。本論の分析は利用客が予約時に宿泊予約サイトを閲覧していたことを仮定できる分，これらの先行研究よりは信ぴょう性が高い結果だと考えて良いと思われる。
本論の結果は，大きな実務的示唆を有している。たとえば，レジャー利用客にとっての「食事」や，ビジネス利用客にとっての「設備・ファシリティ」は，標準偏差の負の寄与が相対的に大きく，品質評価の不均一性に対して宿泊施設が特に注意を払うべきサービス機能だといえよう。また，そうした不均一性がTQMの実践によって制御し得る可能性を示したことは，宿泊施設の管理者に向けた一定の指針になり得ると思われる。
最後に，本論の限界を述べておく。本論が示した結果は，宿泊サービスという限られた業態におけるもので，その一般化については慎重である必要がある。また，サービス利用後の評価を用いた以上，使用したデータには人のもつ事後的な不協和解消傾向が含まれている可能性を排除できない。加えて，ユーザーレビューには一般に，中庸に満足した者の情報が欠落する等のレポーティングバイアスが含まれていることも指摘されているところである（Anderson, 1998; Hu, Zhang, & Pavlou, 2009）。これらの課題を解決することは現時点では容易ではなく，今後の検討課題とさせていただきたい。
調査にご協力をいただいた宿泊施設の支配人の方々に感謝を申し上げます。本論では，国立情報学研究所のIDRデータセット提供サービスにより楽天グループ株式会社から提供を受けた「楽天データセット」（https://rit.rakuten.com/data_release/）を使用しました。また，研究の遂行にあたっては，科学研究費補助金（18H00884）による助成を受けました。
https://ror.org/00hhkn466 
