Luận án Quản trị trải nghiệm khách hàng trên Internet trong lĩnh vực dịch vụ khách sạn ở Việt Nam

Nghiên cứu về trải nghiệm khách hàng trên Internet đã trở thành những nhiệm vụ chiến lược của các doanh nghiệp trong bối cảnh hiện nay khi các mở rộng kinh doanh trên các hệ thống thương mại điện tử. Các trang đặt khách sạn trực tuyến cung cấp cho khách hàng thuận lợi khi tìm hiểu điểm đến và tính năng chia sẻ những trải nghiệm sau sử dụng dịch vụ khách sạn. Ở Việt Nam hiện nay theo bối cảnh toàn cầu, các khách sạn tham gia vào hệ thống đặt phòng toàn cầu cũng dần ý thức được việc thay đổi trải nghiệm khách hàng tích cực để tăng danh tiếng của khách sạn cũng như tăng cường lòng trung thành của khách hàng, thu hút khách hàng quay trở lại Việt Nam. Thông qua việc nghiên cứu về trải nghiệm khách hàng trên Internet đối với dịch vụ khách sạn ở Việt Nam, luận án đã đóng góp các phương pháp phân tích dữ liệu là cách tiếp cận mới phù hợp với xu thế trên thế giới hiện nay, mang tính ứng dụng cao. Luận án đã thực hiện được các nhiệm vụ đề ra trong mục tiêu bao gồm: (1). Đo lường trải nghiệm khách hàng thông qua ảnh hưởng đến quan điểm đánh giá dịch vụ khách sạn Việt Nam bằng phân tích dữ liệu lớn; (2). Đo lường trải nghiệm của khách hàng sử dụng dịch vụ khách sạn Việt Nam tác động lên cảm xúc dựa trên kỹ thuật phân tích dữ liệu lớn. Hai nhiệm vụ đánh giá đo lường đều được thực hiện ở mức khía cạnh dịch vụ khách sạn và mức tổng thể. Đối với nhiệm vụ đo lường sự hài lòng của khách hàng, cho thấy rõ tỉ lệ khách hàng hài lòng, tỉ lệ khách hàng không hài lòng, và khía cạnh chi tiết nào của khách sạn được khách hàng hài lòng nhất cũng như khía cạnh nào chưa được khách hàng hài lòng. Trong những đánh giá của khách hàng có những khía cạnh làm khách hàng không hài lòng, luận án cũng đã phân tích dữ liệu và trích chọn ra được những thuộc tính (khía cạnh) của khách sạn làm hài lòng cũng như chưa làm hài lòng khách hàng. Đánh giá chất lượng dịch vụ trực tuyến cung cấp cái nhìn tổng thể bởi kích thước mẫu lớn, dễ dàng áp dụng công nghệ mới và mô hình toán học để mang lại kết quả với độ chính xác cao. Khai phá ý kiến ở nhiều khía cạnh không bị giới hạn bởi các câu hỏi, kịch bản hoặc giả thuyết đã cho sẵn. Tuy nhiên, nhược điểm của phương pháp này là nhiều nhiễu khi phân tích nên trước khi thực hiện phải làm sạch và loại bỏ nhiễu ra khỏi dữ liệu Từ việc phân tích trải nghiệm của khách để đánh giá mức độ hài lòng của khách về khách sạn, và ảnh hưởng của sự hài lòng đến lòng trung thành của khách hàng. Để xem xét với các khách sạn Việt Nam, hiện nay có rất nhiều khách sạn đang tìm cách quảng bá trên trang web đặt phòng trực tuyến, với mục tiêu tìm cách thu hút khách hàng. Khi đánh giá tổng thể khách sạn tại Việt Nam, số lượng đánh giá tích cực là 72,7% cho thấy 2/3 khách hài lòng với khách sạn. Để đi vào chi tiết, nghiên cứu này đã tách ra 06 tiêu chí khác nhau bao gồm: vị trí, phòng, dịch vụ, nhân viên, bữa ăn và giá trị, sau đó đánh giá mức độ hài lòng của khách. Tìm hiểu từng tiêu chí. Việc lựa chọn các tiêu chí này để đánh giá dựa trên số lượng người cố vấn trong tập dữ liệu và các nghiên cứu trước đó. Trong đó, tỷ lệ hài lòng của nhân viên cao nhất lên đến 77%. Bữa ăn là tiêu chí đánh giá thấp nhất, cũng có thể được xem xét vì Tiêu chí về phòng và vị trí là hai tiêu chí được nhắc đến nhiều trong các bình luận, cho thấy tầm quan trọng lớn trong việc lựa chọn khách sạn của du khách.

pdf191 trang | Chia sẻ: Minh Bắc | Ngày: 16/01/2024 | Lượt xem: 99 | Lượt tải: 2download
Bạn đang xem trước 20 trang tài liệu Luận án Quản trị trải nghiệm khách hàng trên Internet trong lĩnh vực dịch vụ khách sạn ở Việt Nam, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
ng dần ý thức đƣợc việc thay đổi trải nghiệm khách hàng tích cực để tăng danh tiếng của khách sạn cũng nhƣ tăng cƣờng lòng trung thành của khách hàng, thu hút khách hàng quay trở lại Việt Nam. Thông qua việc nghiên cứu về trải nghiệm khách hàng trên Internet đối với dịch vụ khách sạn ở Việt Nam, luận án đã đóng góp các phƣơng pháp phân tích dữ liệu là cách tiếp cận mới phù hợp với xu thế trên thế giới hiện nay, mang tính ứng dụng cao. Luận án đã thực hiện đƣợc các nhiệm vụ đề ra trong mục tiêu bao gồm: (1). Đo lƣờng trải nghiệm khách hàng thông qua ảnh hƣởng đến quan điểm đánh giá dịch vụ khách sạn Việt Nam bằng phân tích dữ liệu lớn; (2). Đo lƣờng trải nghiệm của khách hàng sử dụng dịch vụ khách sạn Việt Nam tác động lên cảm xúc dựa trên kỹ thuật phân tích dữ liệu lớn. Hai nhiệm vụ đánh giá đo lƣờng đều đƣợc thực hiện ở mức khía cạnh dịch vụ khách sạn và mức tổng thể. Đối với nhiệm vụ đo lƣờng sự hài lòng của khách hàng, cho thấy rõ tỉ lệ khách hàng hài lòng, tỉ lệ khách hàng không hài lòng, và khía cạnh chi tiết nào của khách sạn đƣợc khách hàng hài lòng nhất cũng nhƣ khía cạnh nào chƣa đƣợc khách hàng hài lòng. Trong những đánh giá của khách hàng có những khía cạnh làm khách hàng không hài lòng, luận án cũng đã phân tích dữ liệu và trích chọn ra đƣợc những thuộc tính (khía cạnh) của khách sạn làm hài lòng cũng nhƣ chƣa làm hài lòng khách hàng. Đánh giá chất lƣợng dịch vụ trực tuyến cung cấp cái nhìn tổng thể bởi kích thƣớc mẫu lớn, dễ dàng áp dụng công nghệ mới và mô hình toán học để mang lại kết quả với độ chính xác cao. Khai phá ý kiến ở nhiều khía cạnh không bị giới hạn bởi các câu hỏi, kịch bản hoặc giả thuyết đã cho sẵn. Tuy nhiên, nhƣợc điểm của phƣơng pháp này là nhiều nhiễu khi phân tích nên trƣớc khi 148 thực hiện phải làm sạch và loại bỏ nhiễu ra khỏi dữ liệu Từ việc phân tích trải nghiệm của khách để đánh giá mức độ hài lòng của khách về khách sạn, và ảnh hƣởng của sự hài lòng đến lòng trung thành của khách hàng. Để xem xét với các khách sạn Việt Nam, hiện nay có rất nhiều khách sạn đang tìm cách quảng bá trên trang web đặt phòng trực tuyến, với mục tiêu tìm cách thu hút khách hàng. Khi đánh giá tổng thể khách sạn tại Việt Nam, số lƣợng đánh giá tích cực là 72,7% cho thấy 2/3 khách hài lòng với khách sạn. Để đi vào chi tiết, nghiên cứu này đã tách ra 06 tiêu chí khác nhau bao gồm: vị trí, phòng, dịch vụ, nhân viên, bữa ăn và giá trị, sau đó đánh giá mức độ hài lòng của khách. Tìm hiểu từng tiêu chí. Việc lựa chọn các tiêu chí này để đánh giá dựa trên số lƣợng ngƣời cố vấn trong tập dữ liệu và các nghiên cứu trƣớc đó. Trong đó, tỷ lệ hài lòng của nhân viên cao nhất lên đến 77%. Bữa ăn là tiêu chí đánh giá thấp nhất, cũng có thể đƣợc xem xét vì Tiêu chí về phòng và vị trí là hai tiêu chí đƣợc nhắc đến nhiều trong các bình luận, cho thấy tầm quan trọng lớn trong việc lựa chọn khách sạn của du khách. Hai nhiệm vụ này hoàn thành cũng để trả lời cho 02 câu hỏi nghiên cứu của luận án: (1). Phân tích dữ liệu có thể thấu hiểu được cảm xúc và tâm lý của khách hàng sau trải nghiệm dịch vụ khách sạn ở Việt Nam không? Hiện trạng dịch vụ khách sạn ra sao dưới quan điểm của khách hàng? (2). Ý nghĩa của đo lường trải nghiệm khách hàng trên Internet trong lĩnh vực khách sạn ở Việt Nam giúp ích gì cho quản trị trải nghiệm khách hàng trong lĩnh vực khách sạn ở Việt Nam? 2. Ý nghĩa của kết quả thực hiện với nhiệm vụ quản trị trải nghiệm khách hàng nhằm nâng cao chất lƣợng dịch vụ khách sạn hiện nay ở Việt Nam Xu thế du lịch trực tuyến ngày càng phát triển, số lƣợng khách hàng đặt phòng qua những kênh trực tuyến ngày càng tăng nhanh cho thấy sự cạnh tranh gay gắt giữa các khách sạn và các điểm đến du lịch. Việt Nam là một đất nƣớc đƣợc tổ chức du lịch đánh giá là điểm đến có sức hấp dẫn du khách thứ ba của Đông Nam Á và nằm trong top 30 điểm đến hấp dẫn nhất toàn cầu. Sự đóng góp của du lịch vào GDP quốc gia chiếm tỉ trọng khoảng 8%, trong đó tỉ lệ đóng góp của dịch vụ lƣu trú 149 đối với ngành du lịch chiếm hơn 70%, điều này cho thấy tầm quan trọng của lĩnh vực du lịch trong đó có khách sạn đối với sự phát triển kinh tế của đất nƣớc. Để tiếp tục thu hút khách du lịch, đặc biệt là khách du lịch quốc tế, chất lƣợng của các dịch vụ cần phải đƣợc nâng cấp phù hợp với yêu cầu của khách và quy chuẩn chung của toàn thế giới. Sự hài lòng của khách hàng mang đến một nguồn lực lớn cho các nhà quản lý bao gồm cả nguồn lực về tinh thần cũng nhƣ những giá trị lợi ích kinh tế lâu dài. Đối với ngành công nghiệp khách sạn, khách hàng khắt khe hơn các ngành công nghiệp khác bởi đến với lĩnh vực này, khách hàng có nhu cầu giải trí và tận hƣởng. Do đó, chỉ cần một tác động nhỏ của dịch vụ, sản phẩm cung cấp không nhƣ ý sẽ ảnh hƣởng tới tâm lý tiêu cực của khách hàng. Nên đo lƣờng trải nghiệm của khách hàng đối với lĩnh vực này ngày càng trở nên quan trọng hơn bao giờ hết, đặc biệt trong khi ngành du lịch trở nên toàn cầu hoá, nó không chỉ ảnh hƣởng tới danh tiếng của một khách sạn mà ảnh hƣởng tới ngành du lịch lớn của cả quốc gia. Ý nghĩa của luận án đã đóng góp vào việc nâng cao chất lƣợng dịch vụ khách sạn hiện nay: - Với mục tiêu quản trị hiện đại lấy khách hàng làm trung tâm, coi tiếng nói của khách hàng là quan trọng nhất để hƣớng dịch vụ theo đúng nhu cầu của khách hàng, nghiên cứu có ý nghĩa tìm hiểu hành vi và nhu cầu của khách hàng đối với dịch vụ khách sạn tại Việt Nam. - Điều chỉnh tiêu chuẩn xếp hạng chất lƣợng khách sạn theo tiêu chuẩn quốc gia sao cho phù hợp và hài hoà với tiêu chuẩn xếp hạng sao trực tuyến của ngƣời dùng và tiệm cận với bộ tiêu chuẩn xếp hạng chất lƣợng của thế giới nhằm dần dần thống nhất hoá theo tiêu chuẩn toàn cầu. Giảm bớt các quy trình thủ tục không cần thiết, giảm thời gian xử lý và giảm đƣợc các chi phí mỗi lần cập nhật xếp hạng chất lƣợng cho khách sạn. Tiếp cận dần đến quy trình hành chính điện tử 1 cửa và trả kết quả nhanh chóng hơn. - Có thể xây dựng đƣợc hệ thống xếp hạng chất lƣợng tự động theo các tiêu chuẩn và dữ liệu lớn. Dễ dàng quản trị, kiểm soát chặt chẽ về chất lƣợng từng khách sạn, từng khu vực, vùng miền của Việt Nam. Tiêu chí đƣợc chấm rõ ràng, công khai và minh bạch hơn nhờ sự kiểm soát của hệ thống 150 chấm tự động. Đây cũng là căn cứ để xây dựng một mức giá cả phù hợp với điều kiện quốc tế dành cho khách sạn Việt Nam. - Đóng góp ý nghĩa về thực tiễn quản trị khách sạn Việt Nam, là bức tranh để các nhà quản trị thấy xu thế của du lịch trực tuyến, giá trị của du lịch trực tuyến, hiệu quả của du lịch trực tuyến để từ đó có những giải pháp thúc đẩy, quảng bá du lịch Việt Nam trên toàn thế giới. Trong tƣơng lai, nghiên cứu sinh vẫn tiếp tục định hƣớng nghiên cứu về phân tích dữ liệu lớn để giải quyết bài toán quản trị, khai phá tri trức từ dữ liệu giúp ích nhiều cho việc thấu hiểu khách hàng, tăng trải nghiệm tích cực từ khách hàng và thiết kế đƣợc các lộ trình quản trị trải nghiệm khách hàng hiệu quả hơn. 151 DANH MỤC CÁC CÔNG TRÌNH CÔNG BỐ CỦA TÁC GIẢ LIÊN QUAN ĐẾN ĐỀ TÀI LUẬN ÁN 1. Ha Nguyen Thi Thu, Tuan Tran Minh, Giang Nguyen Binh, Vinh Ho Ngoc, “Determining criteria for evaluating quality of Vietnamese hotel through guest s online reviews” , Int. J. of Business Information Systems, Indersciences (Scopus), Vol 36, Issue 4, 2021, DOI: 10.1504/IJBIS.2020.10036288 2. Ha Nguyen Thi Thu, Tuan Tran Minh, Giang Nguyen Binh, Tu Nguyen Thi Ngoc, Linh Nguyen Ngoc, “Measuring Satisfaction and Loyalty of Guest based on Vietnamese Hotel‟s Online Reviews ”, International Journal of E-Entrepreneurship and Innovation, IGI Global publisher (Scopus). Volume 11, Issue 2, 2021. DOI: 10.4018/IJEEI.2021070101 3. Ha Nguyen Thi Thu, Measuring guest satisfaction from online reviews: Evidence in Vietnam, Cogent Social Science – Taylor and Francis (Scopus, ESCI) august, 2020. DOI: https://doi.org/10.1080/23311886.2020.1801117 4. Ha Nguyen Thi Thu, Tuan Tran Minh, Gia Nguyen Binh, Analyzing Online Customer Reviews for the Hotel Classification in Vietnam, Journal of Asian Finance, Economics and Business (ESCI), Vol 8, No 8, 2021. DOI: https://doi.org/10.13106/jafeb.2021.vol8.no8.0443. 5. Nguyễn Thị Thu Hà, Trần Minh Tuấn, Nguyễn Bình Giang, Nguyễn Thị Ngọc Tú, Nguyễn Quỳnh Anh, Phân tích dữ liệu lớn trong ngành dịch vụ khách sạn: một cách tiếp cận mới đo lƣờng độ hài lòng của khách hàng, Hội thảo quốc gia, kinh doanh dịch vụ lƣu trú chia sẻ trong kỷ nguyên số, Đại học KTQD. ISBN: 978-604-65-5296-3 6. Nguyễn Thị Thu Hà, Đề xuất một số tiêu chí đo lƣờng dịch vụ du lịch trong đánh giá phát triển du lịch bền vững tại Việt Nam, Tạp chí Công thƣơng - 2019 - no.18 - tr.142-149 - ISSN.0866-7756 152 7. Ha Nguyen Thi Thu, Vinh Ho Ngoc, An Nguyen Nhat and Hiep Huynh Xuan, Developing Vietnamese sentiment lexicon from social reviews corpus based on support measurement, The International Conference on Intelligent Systems & Networks (ICISN 2021) on 19-20 March 2021 (Scopus Indexed). DOI: 10.1007/978-981-16-2094-2_7 8. Tu Nguyen Thi Ngoc, Ha Nguyen Thi Thu, Anh Nguyen Viet, Language model combined with word2vec for product‟s aspect-based extraction, ICIC Express Letters ICIC International, ISSN 1881-803X Volume 14, Number 11, 2020 (Scopus), 2020. DOI: 10.24507/icicel.14.11.103 9. Nguyen Thi Thu, H., Nguyen, B.G., Trung, N.X. and Ho Ngoc, V., 2022, April. A method for Vietnamese Hotel Online Rating based on Big Data Analysis: Vietnames Hotel Rating based on Big Data analysis. In Proceedings of the 6th International Conference on E-Commerce, E-Business and E- Government (Scopus Index) 10. Nguyễn Thị Thu Hà, Hoàng Thị Kim Oanh, Nguyễn Tố Tâm, Nguyễn Thị Vân Anh, Trƣơng Thị Thu Hƣờng, Phân khúc theo tâm lý khách hàng bằng phân tích dữ liệu đánh giá trực tuyến: trƣờng hợp nghiên cứu tại khách sạn Sheraton Hà nội, Hội thảo Phân tích định lượng các vấn đề kinh tế và xã hội trong môi trường số, Trƣờng Đại học Thƣơng mại, Tháng 4, năm 2022. 153 TÀI LIỆU THAM KHẢO Tiếng Việt 1. Atkinson, K. (2019). Tóm tắt báo cáo Khảo sát ngành Dịch vụ Khách sạn năm 2019. Grant Thornton Việt Nam. 2. Báo cáo thƣờng niên (2019). Tổng cục du lịch Việt Nam. 3. Lê Gia Bảo, Nguyễn Thanh Hải, Trần Thị Minh Nguyệt, Nguyễn Hoàng Minh. (2017). Nghiên cứu sự hài lòng, lòng trung thành của du khách đối với hệ thống khách sạn tỉnh Vĩnh Long. Tạp chí khoa học trường Đại học Trà Vinh 28(12), 11-20. 4. Vũ Thị Mai Chi, Bùi Thành Khoa, Trần Hà Minh Quân (2020). Mối quan hệ giữa sự trải nghiệm và lòng trung thành khách hàng - vai trò điều tiết của động cơ nhận thức: trƣờng hợp ngành kinh doanh dịch vụ. Tạp chí Kinh Tế & Phát Triển, 276(6), 432–442. 5. Nguyễn Thị Thu Hà (2019). Đề xuất một số tiêu chí đo lƣờng dịch vụ du lịch trong đánh giá phát triển du lịch bền vững tại Việt Nam. Tạp Chí Công Thương, 18(10), 149–149. 6. Trần Thị Hiền, Ngô Thị Thủy, Nguyễn Hồng Quân (2019). Trải nghiệm, giá trị cảm nhận và sự hài lòng của khách hàng. Tạp Chí Kinh Tế và Phát Triển, 266(8,2019). 7. Nguyễn Văn Hồ, Hồ Trung Thành. Phân tích ý kiến khách hàng trực tuyến trong lĩnh vực khách sạn tiếp cận theo mô hình chủ đề. Tạp chí Phát triển Khoa học và Công nghệ - Kinh tế - Luật và Quản lý 4(4), 1081–1092. 8. Nguyễn Văn Hồ, Phân tích ý kiến khách hàng trực tuyến trong lĩnh vực khách sạn tiếp cận theo mô hình chủ đề (2020). Luận văn thạc sĩ hệ thống thông tin quản lý. Đại học Kinh tế Thành phố Hồ Chí Minh. 9. Đinh Phi Hổ, Nguyễn Viết Bằng, Phan Thanh Long, Đỗ Thị Thanh Thảo. (2020). Chất lƣợng dịch vụ, hình ảnh doanh nghiệp ảnh hƣởng đến mối quan hệ giữa sự hài lòng và dự định quay lại của khách hàng: Trƣờng hợp nghiên cứu tại Khách sạn Rex Thành phố Hồ Chí Minh, Việt Nam. Tạp Chí Công Thương, 6(4), 216–229. 154 10. Huỳnh Trƣờng Huy, Bùi Tuấn Cƣờng, Phân tích khung năng lực nghề nghiệp của nhân viên trong lĩnh vực nhà hàng khách sạn tại thành phố Cần Thơ. (2016). Tạp chí khoa học Kinh tế 6(1), 63-77. 11. Mai Văn Nam, Giáo trình thống kê kinh tế, Nhà xuất bản Văn hoá thông tin. 12. Nguyễn Quốc Nghi, Phan Văn Phùng (2011). Các nhân tố ảnh hƣởng đến mức độ hài lòng của khách hàng đối với hệ thống khách sạn ở thành phố Cần Thơ. Tạp Chí Khoa Học Đại Học Cần Thơ, 13(4), 258–266. 13. Nguyễn Thị Hồng Nguyệt (2020). Ảnh hƣởng của trải nghiệm thƣơng hiệu đến chất lƣợng mối quan hệ và lòng trung thành khách hàng. Tạp chí Nghiên cứu Tài chính – Marketing, 55(02), 26-36 14. Thái Kim Phụng, Nguyễn An Tế, Trần Thị Thu Hà (2020). Xếp hạng dịch vụ khách sạn dựa trên phƣơng pháp khai phá ý kiến khách hàng trực tuyến. Tạp chí Kinh tế và Phát triển 273 (3),63-73 15. Ngô Nguyên Quý, Nguyễn Văn Ngọc (2015). Đánh giá mức độ hài lòng của khách hàng đối với dịch vụ tại khách sạn novotel nhatrang. Tạp Chí Khoa Học - Công Nghệ Thủy Sản, 1, 146–151. 16. Bùi Thị Tám, Trần Ngọc Phƣớc, Nguyễn Hoàng Tuệ Quang (2020). Tác động của trải nghiệm du lịch đến cảm xúc và sự hài lòng của du khách – nghiên cứu trƣờng hợp điểm đến nha trang, Tạp chí Khoa học Đại học Huế: Kinh tế và Phát triển, Tập 129, Số 5C, 2020, Tr. 131–149; DOI: 10.26459/hueunijed.v129i5C.6114 17. Nguyễn Thị Thoa, Tiêu Vân Trang, Vũ Thị Tình, Đỗ Thị Tuyết Nga, Nguyễn Thị Minh Ngọc (2021), tác động của trải nghiệm thƣơng hiệu, sự hài lòng và niềm tin với thƣơng hiệu đến trung thành thƣơng hiệu: vai trò trung gian của tình yêu thƣơng hiệu. Tạp chí nghiên cứu Tài chính – Marketing, 66(12), 42-51. 18. Võ Thị Ngọc Thúy (2017). tác động của trải nghiệm dịch vụ đến hành vi sau sử dụng: trƣờng hợp dịch vụ xe khách đƣờng dài. Tạp chí Khoa học Đại học Huế, 126(5), 17-28. 155 19. Võ Thị Ngọc Thúy. (2017). Sự hài lòng của khách hàng Việt Nam và Tây Âu với chất lƣợng dịch vụ nhà hàng cao cấp. Tạp Chí Phát Triển Khoa Học và Công Nghệ – Kĩ Thuật và Công Nghệ, 20(2), 129–143. 20. Nguyễn Quyết Thắng, Đ. T. N. (2019). Nghiên cứu các nhân tố ảnh hƣởng đến năng lực cạnh tranh của các khách sạn 4-5 sao trên địa bàn thành phố Hồ Chí Minh. Nghiên Cứu Kinh Tế, 499(12), 64–71. 21. Bùi Thị Quỳnh Trang. (2020). Nghiên cứu tác động của trải nghiệm khách hàng đến lòng trung thành tại các khách sạn ở Việt Nam. Khoa Học và Thương Mại, 140, 33–43. 22. Lê Thị Thu Trang, Lƣu Tiến Thuận, Nguyễn Thị Phƣơng Dung (2019), ảnh hƣởng của các yếu tố quản trị trải nghiệm khách hàng đến lòng trung thành của khách hàng – trƣờng hợp các siêu thị tại thành phố Cần Thơ. Tạp chí khoa học và công nghệ đại học Đà n ng, 17(2), 1-4 23. Đinh Tuấn Việt, Annette I. De Kleine Feige, Phạm Minh Đức, Sebastian Eckardt và Ekaterine T. Vashakmadze, Nikola Kojucharov, B. M. (2019). Điểm lại cập nhật tình hình phát triển kinh tế Việt Nam. Ngân Hàng Thế Giới. 24. Quốc hội Việt Nam (2017). Luật Du lịch 2017. Quốc Hội, 66, 37–39. 25. Thủ tƣớng chính phủ, Quyết định 147/QĐ-TTg 2020 chiến lƣợc phát triển du lịch Việt Nam đến năm 2030, Ngày 22 tháng 1 năm 2020. 26. Tổng cục Đo lƣờng Việt Nam, Vietnam Standard System TCVN 4391:2015, Hotel Classification, 2015. 27. Tổng cục thống kê - 2019 Niên giám thống kê. (2019). Niên giám thống kê 2019. Tiếng Anh 28. Chang, S.Hua (2022), “A practical framework for designing creative tourism experiences” in The customer and tourist experience, Conceptual convergence or divergence. Edward Elgar Publishing, pp. 118–135. 29. Afzaal, M. et al. (2019) “Multiaspect‐based opinion classification model for tourist reviews,” Expert systems, 36(2), p. e12371. doi: 10.1111/exsy.12371. 30. Ahani, A. et al. (2019) “Revealing customers‟ satisfaction and preferences through online review analysis: The case of Canary Islands hotels,” Journal of 156 retailing and consumer services, 51, pp. 331–343. doi: 10.1016/j.jretconser.2019.06.014. 31. Ahmed, M., Chen, Q. and Li, Z. (2020) “Constructing domain-dependent sentiment dictionary for sentiment analysis,” Neural computing & applications, 32(18), pp. 14719–14732. doi: 10.1007/s00521-020-04824-8. 32. Akhtar, N. et al. (2017) “Aspect based sentiment oriented summarization of hotel reviews,” Procedia computer science, 115, pp. 563–571. doi: 10.1016/j.procs.2017.09.115. 33. Alaei, A. R., Becken, S. and Stantic, B. (2019) “Sentiment analysis in tourism: Capitalizing on Big Data,” Journal of travel research, 58(2), pp. 175–191. doi: 10.1177/0047287517747753. 34. Ali, F., Kim, W. G., Li, J., & Jeon, H. M. (2018). Make it delightful: Customers' experience, satisfaction and loyalty in Malaysian theme parks. Journal of destination marketing & management, 7, 1-11. 35. Ali, F. (2016) “Hotel website quality, perceived flow, customer satisfaction and purchase intention,” Journal of hospitality and tourism technology, 7(2), pp. 213–228. doi: 10.1108/jhtt-02-2016-0010. 36. Alrawadieh, Z. and Law, R. (2019) “Determinants of hotel guests‟ satisfaction from the perspective of online hotel reviewers,” International Journal of Culture Tourism and Hospitality Research, 13(1), pp. 84–97. doi: 10.1108/ijcthr-08-2018-0104. 37. Al-Smadi, M. et al. (2018) “Deep Recurrent neural network vs. support vector machine for aspect-based sentiment analysis of Arabic hotels‟ reviews,” Journal of computational science, 27, pp. 386–393. doi: 10.1016/j.jocs.2017.11.006. 38. Annisa, R., Surjandari, I. and Zulkarnain (2019) “Opinion mining on mandalika hotel reviews using latent Dirichlet allocation,” Procedia computer science, 161, pp. 739–746. doi: 10.1016/j.procs.2019.11.178. 39. Arkadan, F. (2017) Meanings and Practices of Customer Experience Management. Cranfield University. 157 40. Balaska, T. and Tzortzaki, A. M. (2017) “The effect of online consumer reviews on buying behaviour and their management by the tourism industry,” International journal of decision sciences risk and management, 7(1/2), p. 143. doi: 10.1504/ijdsrm.2017.084012. 41. Barnes, S. J. et al. (2020) “Measuring employee-tourist encounter experience value: A big data analytics approach,” Expert systems with applications, 154(113450), p. 113450. doi: 10.1016/j.eswa.2020.113450. 42. Berezina, K. et al. (2016) “Understanding satisfied and dissatisfied hotel customers: Text mining of online hotel reviews,” Journal of hospitality marketing & management, 25(1), pp. 1–24. doi: 10.1080/19368623.2015.983631. 43. Boak, A. (2021) Exploring how Interactions and Responses within the Servicescape combine to form Customer Experience – A Text Mining Approach. University of Exeter. 44. Boon, E., Bonera, M. and Bigi, A. (2013) “Measuring hotel service quality from online consumer reviews: A proposed method,” in Information and Communication Technologies in Tourism 2014. Cham: Springer International Publishing, pp. 367–379. 45. Breda, Z. et al. (2020) “EWOW of guests regarding their hotel experience: Sentiment analysis of TripAdvisor reviews,” in Handbook of Research on Social Media Applications for the Tourism and Hospitality Sector. IGI Global, pp. 295–308. 46. Xi, W. (2022) “Analyzing the relationship between hotel brand image, service quality, experience marketing, and customer satisfaction under the environment of social network,” Journal of environmental and public health, 2022, p. 1064712. doi: 10.1155/2022/1064712. 47. Bueno, E. V. et al. (2019) “Measuring customer experience in service: A systematic review,” Service industries journal, 39(11–12), pp. 779–798. doi: 10.1080/02642069.2018.1561873. 158 48. Diallo, M. F., Diop-Sall, F., Djelassi, S., & Godefroit-Winkel, D. (2018). How Shopping Mall Service Quality Affects Customer Loyalty Across Developing Countries: The Moderation of the Cultural Context. Journal of International Marketing, 26(4), 69–84. https://doi.org/10.1177/1069031X18807473 49. Chalupa, S. and Petricek, M. (2022) “Understanding customer‟s online booking intentions using hotel big data analysis,” Journal of vacation marketing, p. 135676672211221. doi: 10.1177/13567667221122107. 50. Chang, Y.-C., Ku, C.-H. and Chen, C.-H. (2019) “Social media analytics: Extracting and visualizing Hilton hotel ratings and reviews from TripAdvisor,” International journal of information management, 48, pp. 263– 279. doi: 10.1016/j.ijinfomgt.2017.11.001. 51. Chao, Y. T. et al. (2018) “Investigating the effectiveness of helpful reviews and reviewers in hotel industry,” in Lecture Notes in Computer Science. Cham: Springer International Publishing, pp. 305–313. 52. Chen, F. (2008) “Study on the service quality evaluation and improvement for medium and small sized hotels,” Modern applied science, 2(5). doi: 10.5539/mas.v2n5p145. 53. Chen, M.-C. et al. (2019) “Applying big data analytics to support Kansei engineering for hotel service development,” Data technologies and applications, 53(1), pp. 33–57. doi: 10.1108/dta-05-2018-0048. 54. Cho, D. S., Reid, E. L. and Lee, H. Y. (2020) “Big data analysis of online reviews of hotel service quality: solo travelers vs. non-solo travelers,” Hotel gwan’gwang yeon’gu, 22(3), pp. 123–136. doi: 10.31667/jhts.2020.9.84.123. 55. da Costa, S. M. (2019) Understanding customer experience in Orlando theme parks through online reviews from TripAdvisor. ISCTE Business School. 56. Dong, J., Li, H. and Zhang, X. (2014) “Classification of customer satisfaction attributes: An application of online hotel review analysis,” in IFIP Advances in Information and Communication Technology. Berlin, Heidelberg: Springer Berlin Heidelberg, pp. 238–250. 159 57. El-Adly, M. I. (2019) “Modelling the relationship between hotel perceived value, customer satisfaction, and customer loyalty,” Journal of retailing and consumer services, 50, pp. 322–332. doi: 10.1016/j.jretconser.2018.07.007. 58. Elnagar, A., Khalifa, Y. S. and Einea, A. (2018) “Hotel Arabic-reviews dataset construction for sentiment analysis applications,” in Intelligent Natural Language Processing: Trends and Applications. Cham: Springer International Publishing, pp. 35–52. 59. Fida, B. A. et al. (2020) “Impact of service quality on customer loyalty and customer satisfaction in Islamic banks in the Sultanate of Oman,” SAGE open, 10(2), p. 215824402091951. doi: 10.1177/2158244020919517. 60. Fu, W. et al. (2022) “Understanding the customer experience and satisfaction of casino hotels in Busan through online user-generated content,” Sustainability, 14(10), p. 5846. doi: 10.3390/su14105846. 61. Godnov, U. and Redek, T. (2018) “Good food, clean rooms and friendly staff: Implications of user-generated content for Slovenian skiing, sea and spa hotels‟ management,” Management Journal of Contemporary Management Issues, 23(1), pp. 29–57. doi: 10.30924/mjcmi/2018.23.1.29. 62. Gomez Punzon, J. (2021) “Digital customer journey in the luxury hotel experience: A case study approach,” in Advances in Marketing, Customer Relationship Management, and E-Services. IGI Global, pp. 246–260. 63. Gómez-Suárez, M. and Veloso, M. (2022) “Designing Facebook publications focused on hotel customer experience: How to improve brand attitude and booking intention,” in Brand, Label, and Product Intelligence. Cham: Springer International Publishing, pp. 247–258. 64. Guan, J. et al. (2021) “Customer experience and brand loyalty in the full- service hotel sector: the role of brand affect,” International journal of contemporary hospitality management, 33(5), pp. 1620–1645. doi: 10.1108/ijchm-10-2020-1177. 65. Hurwitz, J. et al. (2013) Big Data For Dummies. Nashville, TN: John Wiley & Sons. 160 66. Hyang, O. H. M. (2019) Dimensions of restaurant customer experience and emotions: an application of text analytics to fine-dining restaurant online reviews. The Hong Kong Polytechnic University. 67. Iorio, C. et al. (2020) “Mining big data in tourism,” Quality & quantity, 54(5– 6), pp. 1655–1669. doi: 10.1007/s11135-019-00927-0. 68. Izogo, E. E. (2017) Online Customer Experience in an Emerging e- Retailing Market. THE UNIVERSITY OF HULL. 69. Jasinskas, E. et al. (2016) “Impact of hotel service quality on the loyalty of customers,” Economic Research-Ekonomska Istraživanja, 29(1), pp. 559–572. doi: 10.1080/1331677x.2016.1177465. 70. Jevtić, J., Tomić, S. and Leković, K. (2020) “Customer experience in the tourism industry: Determinants influencing complaint behaviour,” Menadzment u hotelijerstvu i turizmu, 8(2), pp. 25–33. doi: 10.5937/menhottur2002025j. 71. Kandampully, J., Zhang, T. and Jaakkola, E. (2018) “Customer experience management in hospitality: A literature synthesis, new understanding and research agenda,” International journal of contemporary hospitality management, 30(1), pp. 21–56. doi: 10.1108/ijchm-10-2015-0549. 72. Khotimah, D. et al. (2019) “Sentiment analysis of hotel aspect using probabilistic latent semantic analysis, word embedding and LSTM,” International journal of intelligent engineering and systems, 12(4), pp. 275–290. doi: 10.22266/ijies2019.0831.26. 73. Kim, C. and Chung, K. (2022) “Measuring customer satisfaction and hotel efficiency analysis: An approach based on Data Envelopment Analysis,” Cornell hospitality quarterly, 63(2), pp. 257–266. doi: 10.1177/1938965520944914. 74. Kim, W. G. and Park, S. A. (2017) “Social media review rating versus traditional customer satisfaction: Which one has more incremental predictive power in explaining hotel performance?,” International journal of contemporary hospitality management, 29(2), pp. 784–802. doi: 10.1108/ijchm- 11-2015-0627. 161 75. Kim, Y.-J. and Kim, H.-S. (2022) “The impact of hotel customer experience on customer satisfaction through online reviews,” Sustainability, 14(2), p. 848. doi: 10.3390/su14020848. 76. Ko, C.-H. (2018) “Exploring big data applied in the hotel guest experience,” OAlib, 05(10), pp. 1–17. doi: 10.4236/oalib.1104877. 77. Le, T.-T.-Y. and Chen, J.-S. (2022) “Impact of website interface on customer experience and engagement intention in online hotel booking,” International journal of information systems in the service sector, 14(1), pp. 1–18. doi: 10.4018/ijisss.287578. 78. Le, V. H. et al. (2020) “Development and validation of a scale measuring hotel website service quality (HWebSQ),” Tourism management perspectives, 35(100697), p. 100697. doi: 10.1016/j.tmp.2020.100697. 79. Leal, F., Malheiro, B. and Burguillo, J. C. (2019) “Analysis and prediction of hotel ratings from crowdsourced data,” Wiley interdisciplinary reviews. Data mining and knowledge discovery, 9(2), p. e1296. doi: 10.1002/widm.1296. 80. Lee, M., Lee, S. (ally) and Koh, Y. (2019) “Multisensory experience for enhancing hotel guest experience: Empirical evidence from big data analytics,” International journal of contemporary hospitality management, 31(11), pp. 4313–4337. doi: 10.1108/ijchm-03-2018-0263. 81. Li, H. et al. (2020) “Comprehending customer satisfaction with hotels: Data analysis of consumer-generated reviews,” International journal of contemporary hospitality management, 32(5), pp. 1713–1735. doi: 10.1108/ijchm-06-2019-0581. 82. Li, Q. et al. (2019) “A review of text corpus-based tourism big data mining,” Applied sciences (Basel, Switzerland), 9(16), p. 3300. doi: 10.3390/app9163300. 83. Li, W. et al. (2017) “Improved new word detection method used in tourism field,” Procedia computer science, 108, pp. 1251–1260. doi: 10.1016/j.procs.2017.05.022. 162 84. Li, W. et al. (2018) “Build a tourism-specific sentiment lexicon via Word2vec,” Annals of data science, 5(1), pp. 1–7. doi: 10.1007/s40745-017- 0130-3. 85. Li, H. et al. (2015) “The interplay between value and service quality experience: e-loyalty development process through the eTailQ scale and value perception,” Electronic commerce research, 15(4), pp. 585–615. doi: 10.1007/s10660-015-9202-7. 86. Liu, B. (2020) “Text sentiment analysis based on CBOW model and deep learning in big data environment,” Journal of ambient intelligence and humanized computing, 11(2), pp. 451–458. doi: 10.1007/s12652-018-1095-6. 87. Liu, Y. et al. (2017) “Big data for big insights: Investigating language-specific drivers of hotel satisfaction with 412,784 user-generated reviews,” Tourism management, 59, pp. 554–563. doi: 10.1016/j.tourman.2016.08.012. 88. Long, C., Zhang, J. and Zhu, X. (2010) „A review selection approach for accurate feature rating estimation‟, Coling 2010 - 23rd International Conference on Computational Linguistics, Proceedings of the Conference, 2(August), pp. 766–774. 89. Luo, Y. and Tang, R. (liang) (2019) “Understanding hidden dimensions in textual reviews on Airbnb: An application of modified latent aspect rating analysis (LARA),” International journal of hospitality management, 80, pp. 144–154. doi: 10.1016/j.ijhm.2019.02.008. 90. Luturlean, B. S. and Anggadwita, G. (2016) “A framework for conceptualizing customer experiences management in the hotel industry,” in Proceedings of the 3rd International Seminar and Conference on Learning Organization (isclo-15). Paris, France: Atlantis Press. 91. Martin-Fuentes, E. (2016) “Are guests of the same opinion as the hotel star-rate classification system?,” Journal of hospitality and tourism management, 29, pp. 126–134. doi: 10.1016/j.jhtm.2016.06.006. 163 92. Martin-Fuentes, E., Mateu, C. and Fernández, C. (2018) “Are users‟ ratings on Tripadvisor similar to hotel categories in Europe?,” Cuadernos de turismo, (42), pp. 305–316. doi: 10.6018/turismo.42.13. 93. Thu, H.N.T., 2020. Measuring guest satisfaction from online reviews: Evidence in Vietnam. Cogent Social Sciences, 6(1), p.1801117. 94. Ha Nguyen Thi Thu, Tuan Tran Minh, Giang Nguyen Binh, Vinh Ho Ngoc, “Determining criteria for evaluating quality of Vietnamese hotel through guest s online reviews,” International journal of business information systems, 1(1), p. 1. doi: 10.1504/ijbis.2020.10036288. 95. Mohamed, E. S. A. (2021) “The impact of customer experience and relationship quality on corporate reputation in the hotel sector,” International journal of customer relationship marketing and management, 12(2), pp. 53–79. doi: 10.4018/ijcrmm.2021040104. 96. Mohammed Shobri, N. D., Putit, L. and Ahmad Suki, A. (2021) “Does eWOM affect guests‟ experience expectation? An empirical analysis within the hotel and tourism sector,” Journal of International Business, Economics and Entrepreneurship, 6(1), p. 42. doi: 10.24191/jibe.v6i1.14206. 97. Mohsin, A., Rodrigues, H. and Brochado, A. (2019) “Shine bright like a star: Hotel performance and guests‟ expectations based on star ratings,” International journal of hospitality management, 83, pp. 103–114. doi: 10.1016/j.ijhm.2019.04.012. 98. Muhammad, P. F., Kusumaningrum, R. and Wibowo, A. (2021) “Sentiment analysis using Word2vec and long short-term memory (LSTM) for Indonesian hotel reviews,” Procedia computer science, 179, pp. 728–735. doi: 10.1016/j.procs.2021.01.061. 99. Nair, D. S. S. and Associate Professor of Economics, St. Michael‟s College, Cherthala, Kerala (2022) “A study on relationship between service quality and customer loyalty with reference to online hotel booking apps,” International Journal of Current Science Research and Review, 05(04). doi: 10.47191/ijcsrr/v5-i4-60. 164 100. Narangajavana Kaosiri, Y. et al. (2019) “User-generated content sources in social media: A new approach to explore tourist satisfaction,” Journal of travel research, 58(2), pp. 253–265. doi: 10.1177/0047287517746014. 101. Nobar, H. B. K., & Rostamzadeh, R. (2018). The impact of customer satisfaction, customer experience and customer loyalty on brand power: empirical evidence from hotel industry. Journal of Business Economics and Management, 19(2), 417-430. 102. Nunkoo, R. et al. (2020) “Service quality and customer satisfaction: The moderating effects of hotel star rating,” International journal of hospitality management, 91(102414), p. 102414. doi: 10.1016/j.ijhm.2019.102414. 103. Padma, P. and Ahn, J. (2020) “Guest satisfaction & dissatisfaction in luxury hotels: An application of big data,” International journal of hospitality management, 84(102318), p. 102318. doi: 10.1016/j.ijhm.2019.102318. 104. Park, J. and Lee, B. K. (2021) “An opinion-driven decision-support framework for benchmarking hotel service,” Omega, 103(102415), p. 102415. doi: 10.1016/j.omega.2021.102415. 105. Parra-Lopez, E., Martínez-González, J. A. and Chinea-Martin, A. (2018) “Drivers of the formation of e-loyalty towards tourism destinations,” European journal of management and business economics, 27(1), pp. 66–82. doi: 10.1108/ejmbe-11-2017-0050. 106. Paulose, D. and Shakeel, A. (2022) “Perceived experience, perceived value and customer satisfaction as antecedents to loyalty among hotel guests,” Journal of quality assurance in hospitality & tourism, 23(2), pp. 447– 481. doi: 10.1080/1528008x.2021.1884930. 107. Pereira Viana, J., Feder Mayer, V. and Rodrigues de Souza Neto, V. (2020) “Experience sharing about hotels on TripAdvisor: Motivation and preferences of brazilian tourists,” Marketing & Tourism Review, 5(1). doi: 10.29149/mtr.v5i1.5907. 108. Philip, K. (2000) Marketing Management. Prentice Hall. 165 109. Rahimian, S. et al. (2021) “A framework of customer experience management for hotel industry,” International journal of contemporary hospitality management, 33(5), pp. 1413–1436. doi: 10.1108/ijchm-06-2020- 0522. 110. Ray, B., Garain, A. and Sarkar, R. (2021) “An ensemble-based hotel recommender system using sentiment analysis and aspect categorization of hotel reviews,” Applied soft computing, 98(106935), p. 106935. doi: 10.1016/j.asoc.2020.106935. 111. Rojas, L., Quiñones, D. and Rusu, C. (2021) “Identifying customer eXperience touchpoints in tourism on the hotel industry,” in Social Computing and Social Media: Experience Design and Social Network Analysis. Cham: Springer International Publishing, pp. 484–499. 112. Rajeswari, S., Srinivasulu, Y., & Thiyagarajan, S. (2017). Relationship among Service Quality, Customer Satisfaction and Customer Loyalty: With Special Reference to Wireline Telecom Sector (DSL Service). Global Business Review, 18(4), 1041–1058. https://doi.org/10.1177/0972150917692405 113. Sampetua Hariandja, E. and Vincent, F. (2022) “Linking customer experience, satisfaction, and loyalty to brand power and performance in international hotels,” Innovative marketing, 18(3), pp. 59–71. doi: 10.21511/im.18(3).2022.06. 114. Sann, R. and Lai, P.-C. (2020) “Understanding homophily of service failure within the hotel guest cycle: Applying NLP-aspect-based sentiment analysis to the hospitality industry,” International journal of hospitality management, 91(102678), p. 102678. doi: 10.1016/j.ijhm.2020.102678. 115. Schmitt, B. H. (2010) Customer experience management: A revolutionary approach to connecting with your customers. 1st ed. Nashville, TN: John Wiley & Sons. 116. Shamim, S. et al. (2021) “Big data management capabilities in the hospitality sector: Service innovation and customer generated online quality 166 ratings,” Computers in human behavior, 121(106777), p. 106777. doi: 10.1016/j.chb.2021.106777. 117. Shapoval, V. et al. (2018) “Data mining in tourism data analysis: Inbound visitors to Japan,” Journal of travel research, 57(3), pp. 310–323. doi: 10.1177/0047287517696960. 118. Sharma, H. et al. (2019) “Ranking hotels using aspect ratings based sentiment classification and interval-valued neutrosophic TOPSIS,” International journal of system assurance engineering and management, 10(5), pp. 973–983. doi: 10.1007/s13198-019-00827-4. 119. Sharma, H., Tandon, A. and Aggarwal, A. G. (2020) “Ranking hotels based on online hotel attribute ratings using neutrosophic AHP and stochastic dominance,” in Lecture Notes in Electrical Engineering. Singapore: Springer Singapore, pp. 872–878. 120. Singh, A., Rana, N. P. and Parayitam, S. (2022) “Role of social currency in customer experience and co-creation intention in online travel agencies: Moderation of attitude and subjective norms,” International Journal of Information Management Data Insights, 2(2), p. 100114. doi: 10.1016/j.jjimei.2022.100114. 121. Stefano, N. M. et al. (2015) “A fuzzy SERVQUAL based method for evaluated of service quality in the hotel industry,” Procedia CIRP, 30, pp. 433– 438. doi: 10.1016/j.procir.21015.02.140. 122. Kim, Y.J. and Kim, H.S., 2022. The Impact of hotel customer experience on customer satisfaction through online reviews. Sustainability, 14(2), p.848. 123. Ha Nguyen Thi Thu, Vinh Ho Ngoc, An Nguyen Nhat and Hiep Huynh Xuan, “Developing Vietnamese sentiment lexicon from social reviews corpus based on support measurement,” in Intelligent Systems and Networks. Singapore: Springer Singapore, pp. 52–58. 124. Ha Nguyen Thi Thu, Tuan Tran Minh, Giang Nguyen Binh, Analyzing Online Customer Reviews for the Hotel Classification in Vietnam, Journal of Asian Finance, Economics and Business, Vol 8, No 8, 2021. 167 125. Ha Nguyen Thi Thu, Tuan Tran Minh, Giang Nguyen Binh, Tu Nguyen Thi Ngoc, Linh Nguyen Ngoc “Measuring satisfaction and loyalty of guests based on Vietnamese hotel online reviews,” International journal of e- entrepreneurship and innovation, 11(2), pp. 1–17. doi: 10.4018/ijeei.2021070101. 126. Ha Nguyen Thi Thu, Nguyen, B.G., and Ho Ngoc, V. “A method for Vietnamese Hotel Online Rating based on Big Data Analysis,” in 2022 6th International Conference on E-Commerce, E-Business and E-Government. New York, NY, USA: ACM. 127. Tran, T., Ba, H. and Huynh, V.-N. (2019) “Measuring hotel review sentiment: An aspect-based sentiment analysis approach,” in Lecture Notes in Computer Science. Cham: Springer International Publishing, pp. 393–405. 128. Trini, D. and Salim, M. N. (2018) “Customer experience marketing (CEM), customer satisfaction and customer trust affects customer loyalty: A study on star hotels in Jakarta province,” Business management and strategy, 9(2), p. 100. doi: 10.5296/bms.v9i2.13615. 129. Tuan, N. M. (2021) “Service quality, customer experience and commitment affecting customer satisfaction in Vietnamese hotel industry,” international journal of multidisciplinary research and analysis, 04(01). doi: 10.47191/ijmra/v4-i1-11. 130. Ugwuanyi, C. C., Ehimen, S. and Uduji, J. I. (2021) “Hotel guests‟ experience, satisfaction and revisit intentions: An emerging market perspective,” African journal of hospitality, tourism and leisure, (Volume 10(2)), pp. 406–424. doi: 10.46222/ajhtl.19770720.108. 131. United Nations World Tourism Organization (UNWTO), Blomberg-Nygard, A. and Anderson, C. K. (2016) “United nations world tourism organization study on online guest reviews and hotel classification systems: An integrated approach,” Service science, 8(2), pp. 139–151. doi: 10.1287/serv.2016.0139. 132. Wood, R. C. (2018) Hotel Accommodation Management. Edited by R. C. Wood. Routledge Is. 168 133. Wang, H. and Ester, M. (2014) “A sentiment-aligned topic model for product aspect rating prediction,” in Proceedings of the 2014 Conference on Empirical Methods in Natural Language Processing (EMNLP). Stroudsburg, PA, USA: Association for Computational Linguistics. 134. Wen, J. et al. (2021) “The interaction effects of online reviews, brand, and price on consumer hotel booking decision making,” Journal of travel research, 60(4), pp. 846–859. doi: 10.1177/0047287520912330. 135. Wu, X. and Liu, X. (2021) “Building crack identification and total quality management method based on deep learning,” Pattern recognition letters, 145, pp. 225–231. doi: 10.1016/j.patrec.2021.01.034. 136. Xia, H. et al. (2020) “Evaluation of hotel brand competitiveness based on hotel features ratings,” International journal of hospitality management, 86(102366), p. 102366. doi: 10.1016/j.ijhm.2019.102366. 137. Xiang, Z. et al. (2015) “What can big data and text analytics tell us about hotel guest experience and satisfaction?,” International journal of hospitality management, 44, pp. 120–130. doi: 10.1016/j.ijhm.2014.10.013. 138. Xiang, Z., Schwartz, Z. and Uysal, M. (2015) “What types of hotels make their guests (Un)happy? Text analytics of customer experiences in online reviews,” in Information and Communication Technologies in Tourism 2015. Cham: Springer International Publishing, pp. 33–45. 139. Ismagilova, E. et al. (2017) Electronic word of mouth (eWOM) in the marketing context: A state of the art analysis and future directions. 1st ed. Basel, Switzerland: Springer International Publishing. 140. Xu, X. and Li, Y. (2016) “The antecedents of customer satisfaction and dissatisfaction toward various types of hotels: A text mining approach,” International journal of hospitality management, 55, pp. 57–69. doi: 10.1016/j.ijhm.2016.03.003. 141. Xue, W., Li, T. and Rishe, N. (2017) “Aspect identification and ratings inference for hotel reviews,” World wide web, 20(1), pp. 23–37. doi: 10.1007/s11280-016-0398-9. 169 142. Yadav, M. L. and Roychoudhury, B. (2019) “Effect of trip mode on opinion about hotel aspects: A social media analysis approach,” International journal of hospitality management, 80, pp. 155–165. doi: 10.1016/j.ijhm.2019.02.002. 143. Yadegaridehkordi, E. et al. (2021) “Customers segmentation in eco-friendly hotels using multi-criteria and machine learning techniques,” Technology in society, 65(101528), p. 101528. doi: 10.1016/j.techsoc.2021.101528. 144. Zapata, G. et al. (2019) “Business information architecture for successful project implementation based on sentiment analysis in the tourist sector,” Journal of intelligent information systems, 53(3), pp. 563–585. doi: 10.1007/s10844-019-00564-x. 145. Zarezadeh, Z. Z., Rastegar, R. and Xiang, Z. (2022) “Big data analytics and hotel guest experience: a critical analysis of the literature,” International journal of contemporary hospitality management, 34(6), pp. 2320–2336. doi: 10.1108/ijchm-10-2021-1293. 146. Zhang, J., Lu, X. and Liu, D. (2021) “Deriving customer preferences for hotels based on aspect-level sentiment analysis of online reviews,” Electronic commerce research and applications, 49(101094), p. 101094. doi: 10.1016/j.elerap.2021.101094. 147. Zhang, X. and Kim, H.-S. (2021) “Customer experience and satisfaction of Disneyland hotel through big data analysis of online customer reviews,” Sustainability, 13(22), p. 12699. doi: 10.3390/su132212699. 148. Zhao, M., Li, L. and Xu, Z. (2021) “Study on hotel selection method based on integrating online ratings and reviews from multi-websites,” Information sciences, 572, pp. 460–481. doi: 10.1016/j.ins.2021.05.042. 149. Zhao, Y., Xu, X. and Wang, M. (2019) “Predicting overall customer satisfaction: Big data evidence from hotel online textual reviews,” International journal of hospitality management, 76, pp. 111–121. doi: 10.1016/j.ijhm.2018.03.017. 170 150. Zheng, X. et al. (2018) “A tourism destination recommender system using users‟ sentiment and temporal dynamics,” Journal of intelligent information systems, 51(3), pp. 557–578. doi: 10.1007/s10844-018-0496-5. 151. Ieva, M., & Ziliani, C. (2018). The role of customer experience touchpoints in driving loyalty intentions in services. TQM Journal, 30(5), 444–457. https://doi.org/10.1108/TQM-11- 2017-0141 152. Yorgov, I. (2022) The new customer experience management: Why and how the companies of the future address their customers’ needs proactively. New York: Routledge. 153. Maklan, S. and Klaus, P. (2011) “Customer experience: Are we measuring the right things?,” International journal of market research, 53(6), pp. 771–772. doi: 10.2501/ijmr-53-6-771-792. 171 PHỤ LỤC PHỤ LỤC 1. DANH SÁCH KHÁCH SẠN 3-5 SAO ( STT Tên khách sạn Website Số cấp sao Ghi chú Thành phố Hà nội 1. Khách sạn Melia Hanoi 5 2. Khách sạn Daewoo 5 3. Hà Nội Intercontinental www.intercontinental.com 5 4. Nikko Hotel 5 5. Crowne Plaza West Hanoi Hotel & Residence 5 6. Khách sạn de l'Opera Hà Nội 5 7. khách sạn Apricot 5 8. JW Marriott Hanoi 5 9. khách sạn Hà Nội (Hanoi hotel) 4 10. Khách sạn Sunway x.aspx#shh 4 11. khách sạn Thắng Lợi (Thangloi hotel) 4 12. Army Hotel 4 13. Khách sạn quốc tế Bảo Sơn (Bao son hotel) 4 14. khách sạn Prestige 4 15. Khách sạn Rain Way 3 16. khách sạn Sen 3 17. Khách sạn công đoàn 3 172 18. Khách sạn hoà bình 3 19. Khách sạn Holidays 3 20. Khách sạn Khăn Quàng Đỏ 3 21. Khách sạn Thăng Long Opera www.thanglongopera.vn 3 22. Khách sạn santa 3 23. Khách sạn công đoàn quảng bá 3 Thành phố Hồ Chí Minh 1. Khách sạn Majestic www.majesticsaigon.com 5 2. khách sạn Rex 5 3. Khách sạn GRAND 5 4. Khách sạn Caravelle 5 5. Windsor Plaza Hotel 5 6. Khách sạn Equatorial 5 7. Khách sạn Nikko 5 8. Khách sạn New World – Sài Gòn www.newworldhotels.com 5 9. Sofitel Saigon Plaza www.sofitel.com/2077 5 10. Sherwood Residence Hotel 5 11. Khách sạn Ramana Saigon 4 12. Khách sạn Đệ Nhất 4 13. Khách sạn Continental 4 14. Khách sạn Kim Đô 4 15. Khách sạn Sài Gòn 3 173 16. Khách sạn Thiên Hồng 3 17. Khách sạn Ngọc Lan 3 18. Khách sạn Blessing Sài Gòn 3 19. Khách sạn ba sao 3 20. Khách sạn Rạng Đông 3 21. Khách sạn Đồng Khánh 3 22. Khách sạn Viễn Đông urist.com 3 23. Khách sạn Northern, 3 24. Lavender Hotel 3 25. Riverside Hotel Saigon 3 26. Hoang Phu Gia Hotel 3 27. Khách sạn Xuân Lộc 3 28. khách sạn Asian Ruby 1 3 Thành phố Huế 1. Khách sạn Imperial 5 2. Khách sạn Century Riverside Huế 4 3. khách sạn Midtown Huế 4 4. Khách sạn Saigon Morin Huế 4 5. Khách sạn Festival Huế 3 6. Khách sạn Duy 3 174 Tân 1 7. khách sạn 3 sao Huế Heritage 3 8. Khách sạn Asia 3 Thành phố Đà Nẵng 1. Furama Resort 5 2. One Opera Danang Hotel 5 3. Pullman Danang Beach Resort 5 4. Khách sạn Green Plaza 4 5. Khách sạn Royal Đà Nẵng ttp://www.royaldananghotel.com.vn 3 6. Khách sạn Saigontourane 3 7. khách sạn Thái Bình Dƣơng (Pacific) 3 Thành phố Nha Trang 1. Cam Ranh Riviera Beach Resort & Spa 5 2. Khách sạn StarCity Nha Trang 5 3. Vinpearl Resort and Spa 5 4. Six Senses Hideaway Ninh Van Bay 5 5. Khu nghỉ mát Evason Ana Mandara 5 175 PHỤ LỤC 2. CƠ CẤU TỔNG SẢN PHẨM LĨNH VỰC DỊCH VỤ LƢU TRÚ VÀ ĂN UỐNG Đóng góp của lĩnh vực dịch vụ lƣu trú và ăn uống đóng góp vào GDP quốc gia hàng năm. Cơ cấu bình quân trong giai đoạn 2010 đến 2019 là 3,72 % theo số liệu của Tổng cục thống kê. Cơ cấu tổng sản phẩm trong lĩnh vực lƣu trú và ăn uống giai đoạn 2010 -2019 Nguồn: Niên giám thống kê 2014, 2016, 2018, Tổng cục Thống kê 176 PHỤ LỤC 3. CƠ CẤU DOANH NGHIỆP HOẠT ĐỘNG TRONG LĨNH VỰC LƢU TRÚ VÀ ĂN UỐNG Tổng số doanh nghiệp trong giai đoạn năm 2010 đến 2019 mặc dù có tăng nhƣng không tăng dần đều. Cơ cấu chiếm xấp xỉ 3, 73 % so với tổng số các ngành kinh tế quốc gia, đây là con số khá khiêm tốn trong mục tiêu phát triển du lịch ở Việt Nam. Năm Tổng số doanh nghiệp Dịch vụ lƣu trú và ăn uống Cơ cấu 2010 279.360 10.225 3,66 2011 324.691 12.855 3,96 2012 346.777 13.137 3,79 2013 373.213 13.616 3,65 2014 402.326 15.010 3,73 2015 442.485 16.457 3,72 2016 505.059 18.717 3,71 2017 654.633 25.295 3,71 2018 714.755 27.553 3,85 2019 758.610 29.780 3,93 Nguồn: Niên giám thống kê 2014, 2016, 2018, Tổng cục Thống kê Cơ cấu bình quân doanh nghiệp trong lĩnh vực dịch vụ lƣu trú và ăn uống trong giai đoạn 2010 - 2019 so với các ngành kinh tế khác đƣợc mô tả theo hình dƣới đây. Nguồn: Niên giám thống kê 2014, 2016, 2018, Tổng cục Thống kê 177 PHỤ LỤC 4. CƠ CẤU VỐN ĐẦU TƢ VÀO DỊCH VỤ LƢU TRÚ VÀ ĂN UỐNG Theo bảng dƣới đây cho thấy quy mô vốn tăng dần theo từng năm, cơ cấu vốn cũng tăng dần lên. Năm Tổng số Dịch vụ lƣu trú và ăn uống Cơ cấu 2010 830.278 17.436 2,1 2011 924.495 20.802 2,25 2012 1.010.114 27.576 2,73 2013 1.094.542 28.677 2,62 2014 1.220.704 21.363 1,75 2015 1.366.478 28.286 2,07 2016 1.487.638 33.769 2,27 2017 1.670.196 42.256 2,53 2018 1.856.606 47.169 2,48 2019 2.046.838 51.989 2,54 Nguồn: Niên giám thống kê 2014, 2016, 2018, 2019 178 PHỤ LỤC 5. CƠ CẤU LAO ĐỘNG TRONG LĨNH VỰC DỊCH VỤ LƢU TRÚ VÀ ĂN UỐNG Lĩnh vực dịch vụ lƣu trú và ăn uống tạo ra việc làm, góp phần giải quyết vấn đề xã hội, trung bình trong giai đoạn 2010 – 2019, cơ cấu lao động trong lĩnh vực lƣu trú chiếm 4,7%, đứng thứ 5 trong tổng số 21 phân ngành, lĩnh vực kinh tế sau các ngành: Nông nghiệp, lâm nghiệp và thủy sản, chế biến chế tạo, xây dựng và bán buôn bán lẻ. Cơ cấu lao động trong lĩnh vực dịch vụ lƣu trú và ăn uống giai đoạn 2010 – 2019 Nguồn: Niên giám thống kê 2014, 2016, 2018, Tổng cục Thống kê 179 PHỤ LỤC 6. CƠ CẤU LAO ĐỘNG TRONG LĨNH VỰC DỊCH VỤ LƢU TRÚ ĂN UỐNG ĐÃ QUA ĐÀO TẠO Lĩnh vực dịch vụ lƣu trú và ăn uống thu hút lực lƣợng lao động làm việc và đào tạo theo ngành nghề này. Trung bình chiếm khoảng 11,53% trên tổng số các ngành lĩnh vực của Việt Nam. Cơ cấu lao động trong lĩnh vực dịch vụ lƣu trú ăn uống đã qua đào tạo Nguồn: Niên giám thống kê 2014, 2016, 2018, Tổng cục Thống kê

Các file đính kèm theo tài liệu này:

  • pdfluan_an_quan_tri_trai_nghiem_khach_hang_tren_internet_trong.pdf
  • pdfQD_NguyenThiThuHa.pdf
  • pdfTT NguyenThiThuHa.pdf
Luận văn liên quan