サービスマーケティングミックス要素と機械学習技術を用いた観光客満足度の予測モデリング

科学分野:

• 観光マーケティング
• サービスマーケティング
• 行動経済学

背景:

• 観光客満足度とロイヤルティは、デスティネーションの成功の鍵となる指標です。
• サービスマーケティングミックスの影響を理解することは、観光開発にとって不可欠です。
• 人気の観光地であるコックスバザールには、戦略的なマーケティングインサイトが必要です。

研究 の 目的:

• サービスマーケティングミックスがコックスバザールの観光客満足度とロイヤルティに与える影響を調査すること。
• 観光客体験を向上させるために最も影響力のあるマーケティングミックス要素を特定すること。
• 観光客満足度のための堅牢な予測モデルを開発すること。

主な方法:

• アンケートを用いた500人の回答者からのデータ収集。
• クロンバックのアルファ、分散拡大係数（VIF）、主成分分析（PCA）を含む統計分析。
• クロスバリデーション、感度分析、学習曲線評価を通じて検証された予測分析のための機械学習モデル（XGBoost）。

主要な成果:

• XGBoostモデルは高い予測精度（決定係数 = 0.74、MSE = 0.10）を示しました。
• 集計された価格と場所（ロケーション）の変数が最も重要な予測因子でした（68.20%）。
• クロンバックのアルファ値は0.70を超え、構成概念の信頼性を確認しました。
• VIFは1.05未満であり、多重共線性が存在しないことを示しました。

結論:

• コックスバザールにおける観光客満足度とロイヤルティの向上には、価格設定と場所の戦略が最も重要です。
• この研究は、観光マーケティング研究におけるXGBoostモデルの有効性を検証しています。
• 調査結果は、マーケティング活動を最適化し、観光客の旅を向上させるための政策立案者および観光関係者への実行可能な推奨事項を提供します。