facebook

Gli effetti della personalizzazione del servizio nel settore hospitality

Responsabile: Manuela De Carlo

Anno 2019

L’obiettivo dello studio è approfondire l’impatto della personalizzazione dei servizi nel settore hospitality con particolare attenzione a (1) variabili psicologiche e di comunicazione  (es. cambiamento della percezione della qualità da parte del cliente e aumento della reputazione online) e (2) variabili economiche (es. impatto sui prezzi e sulla redditività)

La personalizzazione (capacità di adattare prodotti e servizi ai bisogni di ciascun cliente) è spesso abilitata da sistemi informativi che consentono di migliorare le performance dei servizi grazie alla customizzazione per aumentare il customer value (Piccoli, Brohman, Watson, & Parasuraman, 2004). Negli studi di information system, il Customer Relationship Management (CRM)  è definito come l’utilizzo delle IT per gestire in modo efficace la relazione con il cliente  (Chen and Popovich, 2003; Sin et al., 2005; Reinartz et al., 2004, p. 296). Più recentemente il dibattito accademico sul CRM nel settore hospitality si è spostato verso il concetto di personalizzazione dei servizi  (Piccoli, Lui, & Grün, 2017) e la co-creazione dei servizi/ valore con i clienti (Neuhofer et al., 2015).

Il nostro studio si inserisce in questo recente dibattito analizzando 50 alberghi che utilizzano Hoxell.com, un CRM avanzato già studiato in letteratura come smart technology (Neuhofer et al., 2015) in grado di fornire esperienze personalizzate e memorabili (Piccoli et al., 2017) attraverso la (co) creazione di un maggior valore per il cliente (Piccoli, 2014).

 Dal punto di vista metodologico la ricerca prevede l’applicazione di:

  • metodi tradizionali di analisi statistica: (i) regressioni per valutare l’impatto della personalizzazione (ultilizzo di Hoxell) sulla reputazione online; (ii) analisi testuali automatiche per clusterizzare le recensioni con tecniche di semantic similarity; (iii) correlazioni tra la variabilità del rating Tripadvisor e la varianza dell’ADR STR.
  • metodi di network analysis e intelligenza artificiale per valutare le relazioni tra le variabili e le cause effetto delle stesse al fine di poter simulare anche azioni correttive.