基于大规模个性化定制模式的旅游企业管理研究，本文主要内容关键词为：模式论文,企业管理论文,旅游论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言 早期的旅游市场是卖方市场，旅行社采取的是大众化旅游服务方式，即把旅游消费者当作无差异整体提供标准化、规格化的旅游产品和服务。随着社会经济的发展和人们收入水平的提高，以及旅行社行业竞争的加剧，旅游市场发生了巨大的变化。从旅游产品来看，无论数量还是品种都已极为丰富，买方市场已经形成；从旅游消费需求来看，旅游消费者已经逐渐摆脱了旅游产品短缺时代遗留下来的求同心理和保守消费心态，而对旅游产品和服务的差异性、个性化需求越来越大，旅游个性化推介服务业在不断发展[1]。在新的市场环境下，旅行社迫切需要一种新的服务方式，充分利用旅游资源，促进旅游业的发展[2]。 二、大规模个性化定制旅游 大规模个性化定制(Mass Customization，MC)是指站在顾客角度，以有效满足顾客特定需求为前提，向顾客提供优质廉价、充满个性化服务的一种运作模式[3-4]。传统的大众化旅游服务方式是“以企业为中心”的管理模式。旅行社以标准化服务满足旅游消费者的基本需求，忽视旅游消费者的多样化、个性化需求；大规模定制化旅游服务方式是“以顾客为中心”的管理模式，旅行社以满足旅游消费者多样化、个性化需求为目标，注重旅游消费者精神和情感方面的需求，追求旅行社与旅游消费者之间的“双赢”。 由于MC提供了一种获取竞争优势的运作方式，使得旅行社既能快速满足旅游消费者对多样化、个性化的需求，又能实现标准化服务的低成本和高效率[5]。因此，MC成为旅行社值得选用的服务方式。个性化订制旅游的兴起，尤其是针对日渐兴盛的散客市场，在很大程度上缘于体验经济的需求，也是智慧旅游的重要组成部分。体验式旅游目的是为游客创造满意的旅行体验，注重提升客户感知价值。个性化定制旅游可以增加客户感知价值(Customer Perceived Value，CPV)[6]，因而客户的支付意愿会有所增加，通过让旅游者更多地参与到旅游产品设计与开发中，满足旅游者个性化体验需求。假设对于完全满足个性化需求的产品，客户的支付意愿为p，则对于只能部分满足需求的产品，其支付意愿为b*p(0＜b＜1)。一般而言，MC会同时使得a值和b值增加，因此所要解决的关键问题变为：如何求得：max(b*p-a*c)。所以，其价格虽然比传统的团体旅游要高，但它依然被越来越多的客户所青睐。 实现个性化定制不是不计成本地满足个别消费者的需要，因为高额成本和较低的性价比无论对于企业还是消费者来说，都是不经济的。因此，MC的特点主要表现在两个方面：一、通过规模化生产降低成本；二、通过个性化定制贴近客户需求[7]。扩大生产规模是降低生产成本的有效手段，而随着人民生活水平的日益提高，消费者不再简单的满足对产品功能的需求，而越来越多的希望定制个性化的产品。然而，个性化的生产必然导致规模缩小，成本上升，因为个性化意味着不能千篇一律，无法用单个模板制造多个产品[8]。 随着改革开放后30多年的发展，我国的旅游产品结构日趋完善，观光旅游、度假旅游、探亲访友等一大批传统旅游项目已具备一定的规模，能够初步满足不同的旅游消费者。但随着人民生活水平的不断提高和对旅游个性化、差异化需求的日益注重，新兴旅游产品亟待发展。虽然目前部分旅行社为了满足客户的个性化需求，推出了自由行旅游产品，即旅行社安排住宿与交通，但没有导游随行，饮食也由旅客自行安排。然而，这种自由行的方式显然也已经不能够满足人们的需求了，因为它无法利用规模经济控制成本，为客户提供具有竞争力的价格。尤其是随着旅游法的实施，旅行社通过安排定点购物和另行付费旅游项目获利的经营模式不再适用，因此简单的价格战已经不能带来竞争优势。旅游企业面临如何满足顾客个性化需求，而又控制成本，解决大规模批量处理与定制化需求的矛盾，为消费者提供充分多样化的旅游产品和服务，并确保每一个消费者都能以一个合理的价格获得他/她所需要的特定产品，这就可以通过大规模个性化定制旅游模式解决[9]。 三、MC旅游模型分析与构建 旅游产品中的客户个性化需求是渗透到各个方面的，本文选择以下几个主要方面进行考量： *出游时间：淡季、旺季；寒暑假；公共节假日；周末；正常工作时间。 *旅途长短：短期旅行(3天以内)；中短期旅行(3-7天)；中期旅行(7-14天)；长期旅行(14天以上)。 *出行方式：公共交通；自驾汽车；自行车+徒步。 *目的地：景点；自然风光；人文生活。 *团队类型：个人；朋友；亲属；同事；陌生人。 *住宿：高级宾馆；普通宾馆；青年旅社；民宿。 *餐饮：自备餐饮；桌餐；快餐；当地美食。 *活动：景点参观；风俗体验；购物。 *游览方式：自行游览；导游陪同游览。 为了构建模型，需要做如下必要的假设： *车票等可以预订到 *天气状况良好 *交通状况通常通畅 *某日20:00至次日7:00间若在某地停留6小时以上，则必须留宿该地 *住宿费用每天不超过某阈值 *用餐和纪念品费用之和每天不超过某阈值 *各个景点的开放时间为8:00至19:00 模型变量如表1所示。
其中，对于变量
，如果游客直接从第i个景点到第j个景点，则
=1，其他情况为0。显然，如果
=1，则
=0；并且
=0。此外，如果选择在第i个景点住宿，则
=1；否则
=0。
上式可知，收益由成本与客户满意度共同决定，其中p％为客户满意度，α为客户100％满意的情况下收益成本比。随着客户满意度的下降，收益成本比也随之下降，特别地，当p％=0时，收益成本比为0。 基于上述模型，可以计算出MC旅游产品的最佳设计方案，通过下节的案例分析加以详细说明。 四、案例分析——以承德为例 旅游业是承德发展的重要源泉之一。在承德旅游业快速发展的同时，各类旅行社也随之发展壮大，然而在运作方式上主要采取大众化旅游服务方式，为旅游消费者提供标准化旅游产品，却忽略了旅游消费者的独特个性。为了推动旅游创新，可以引入MC旅游模式。承德旅游资源丰富，类型齐全，开发潜力大，含3A级以上旅游景区25个，其中皇家古典园林避暑山庄、皇家寺庙群外八庙、皇家猎苑木兰围场、中国古代工程金山岭长城具有较高的知名度，其所具有的皇家文化、古建筑文化、佛教文化具有一定的特色和吸引力。 基于上述建模与分析，首先在承德市预选出10个景点，并给出在各个景点停留的最短时间，如表2所示。
此外，各景点门票费用、景点之间的交通费用及所花费的时间为已知常数。 以旅游费用最少为目标建立优化模型，引入两个0-1变量(
和
)分别表示是否游览某个景点和是否在某景点住宿，从而得出旅游费用的目标函数，并给出相应的约束条件。当游客要求游览完十个预选景点，且时间不限、费用最少，此时需要最小化变量：总费用m。模型得到目标函数为：
其中ω为额外发生的交通总费用，
为各景点门票总费用。 若用枚举法进行求解，则时间复杂度为0(n!)，为了降低时间复杂度，采用遗传算法GA(Genetic Algorithm)[10]，数据结构如下：
需要说明的是，在GA工具箱中，不能仅仅使用二进制编码的方式。最好使用格雷编码的方式。 GA算法可以用于解决诸如下面的带有约束条件的优化问题：
上述五个约束条件分别对应关于自变量的不等条件、关于自变量的等式条件、含有矩阵的不等关系、含有矩阵的等式关系、关于自变量的区间控制。这五个约束条件可以选择使用，并且每个式子也可以使用一次或多次。 在数字模拟过程中，假设旅客出发地点为北京大学东门，并且最终返回北大东门，同时针对不同需求，将旅客分为四类，如表3所示。
针对第1类旅客，求解结果如图1和图2所示。
图1 求解结果(横轴为时间、纵轴为景点编号)
图2 遗传代数和解的变化的关系 针对第I类旅客的最优线路为：北大东门→京北第一草原→木兰围场→茅荆坝温泉→磬锤峰国家森林公园→外八庙→避暑山庄→双塔山风景区→水下长城→雾灵山森林公园→金山岭长城→北大东门。 类似的，针对第II类旅客的最优线路为：北大东门→水下长城→雾灵山森林公园→金山岭长城→双塔山风景区→避暑山庄→外八庙→磬锤峰国家森林公园→茅荆坝温泉→木兰围场→京北第一草原→北大东门。 针对第III类旅客，使用单目标优化模型，以景点数最多为目标，在第I类客户需求的基础上，增加总费用小于C元的约束条件，即m≤C。在模拟中给定C=4000，则代入模型，求解得到最多游览景点数为6，游览路线为：北大东门→金山岭长城→雾灵山国家森林公园→双塔山风景区→磬锤峰风景区→避暑山庄→水下长城→北大东门。此时，总旅游费用为3766元，满足约束条件。从运算结果看出，该推荐路线不仅较大可能地游览了门票便宜的景点，而且尽量选取间距较小的景点以减少交通费用开销，这与现实情况也是相符的。 针对第IV类旅客，在第II类客户需求的基础上，增加总旅行时间不超过K+2天(即K晚住宿)的约束条件，不妨令K=3，带入模型，求解得到的最多游览景点数为7，游览路线为：北大东门→水下长城→金山岭长城→(住宿)→茅荆坝温泉→避暑山庄→(住宿)→双塔山风景区→外八庙→磬锤峰风景区→(住宿)→北大东门。此时，总旅游时间恰为3+2天，住宿3晚，满足约束条件。该计算结果与现实情况也是吻合的，即：游览相距较近的景点，以减少路途上的时间开销(因而没有包含京北第一草原和木兰围场)，同时游览停留时间较短的景点，以增加游览景点的个数(因而没有包含雾灵山国家森林公园和木兰围场)。 五、对策与建议 大规模个性化定制模式的核心是解决范围经济(economies of scope)与规模经济(economies of scale)的平衡与优化问题[11]。对于旅游企业而言，范围经济的问题主要包括基于客户个性化需求的旅游方案设计，而规模经济的问题主要包括将相似或者部分相似的旅行方案进行组合，尽可能利用重合部分(例如交通、住宿、餐饮)降低成本。旅游业作为绿色产业，是可持续发展战略的重要组成部分，随着人民生活水平的不断提高和对旅游个性化、差异化需求的日益注重，人们不再满足于简单的旅行本身的功能性需求，而对旅游创新的要求日渐凸显。单纯的个性化定制旅游虽然可以满足客户的个性化需求，但是基本忽视了对成本的控制，可针对高端客户提供服务，但对于广大的普通客户缺乏吸引力。经过建模与分析，对未来旅游企业发展方向的对策与建议可主要归纳为以下几点： 1.在采集客户需求的基础上设计不同的旅游方案，并对这些旅游方案中的相似部分重点考察，利用MC模型得出整体最优的旅游产品设计方案。 2.MC模型不是让客户漫无边际地提出自己的旅游产品构想，旅游企业也不可能不计成本地满足客户的所有需求。结合旅游产品方案的可能性和成本较低的考虑，旅游企业可给出客户可行的个性化选项，即客户要做的是选择而不是原创。作为个性化旅游产品选项的提供者和生产者，旅游企业做的是“可控”的个性化定制。 3.不同旅游产品方案针对不同的客户群体成本是不同的，旅游企业将这些成本与定价模型结合起来(通过基础价格以及个性化成本等)，从而旅游产品选项属性都会价格产生影响。通过MC模型，旅游企业可以从客户角度测算其性价比，有利于作出科学决策。 4.根据旅游产品设计中的权重设置进一步提升客户满意度，在旅游产品无法满足部分客户需求时，需要通过价格调整抵消客户满意度的损失，从而为客户提供更好的服务。 六、小结 本文对MC旅游模型进行了分析与求解，给出了针对不同个性化需求的最优旅游产品设计方案，继而尽可能利用重合部分控制成本，为了客户提供尽可能低的报价。需要说明的是，成本模型的设计并非本文重点，因此较为简单，作为模型进一步拓展的可能选择，可加入信息逆向选择成本[12]，即以向量和常数λ为自变量的二元函数，对其进行拉格朗日展开并求偏导，可实现解的进一步优化。随着旅游产品的深度开发，各项旅游资源将得到新的整合，基于MC的旅游模型也需要进一步创新。
标签：景点论文; 旅游产业论文; 定制旅游论文;
