当初、変化はわずかでした。中程度の評価レビューが少しずつ増えていきました。「部屋が蒸し暑い」や「よく眠れなかった」といった漠然としたコメントもいくつかありました。しかし、時が経つにつれ、ある全国展開のホテルチェーンは、顧客満足度のスコアが低下しているというパターンに気づきました。その低下は劇的なものではありませんでしたが、危険信号を提起するのに十分でした。
目立った問題は一つもありませんでした。ただ、特に最上階に宿泊する顧客に対し、何か問題があると感じていました。経営陣は、推測ではなく、明確な情報を求めていました。そこで、ホテル業界の課題を解決するソフトウェア、Minitab Solution Centerを使用して、データから問題を調査することにしました。
ステップ1：「満足」の本当の意味を定義する
まず、運用チームは一見シンプルな質問から始めました。「顧客満足度」とは、実際には何を意味するのか？
Minitab Solution CenterのBrainstormユーティリティのCTQ Treeツールを使用して、素晴らしいホテル体験の主な推進要因をマッピングしました。最上位のニーズは「素晴らしい滞在」であることは明らかでしたが、次の層についてはさらに検討が必要でした。ブレインストーミングを進める中で、顧客のニーズを次の4つの主要カテゴリに分類しました。快適さ、清潔さ、サービススピード、アメニティ：
これらのカテゴリは、それぞれさらに細分化されています。「快適さ」については、当初は「静かな部屋」や「快適なベッド」といった項目が挙げられていました。しかし、それだけではありません。
チームは、Minitab AIを搭載した機能、Quick Generateをクリックしました。この機能は、業界全体にわたる何千もの類似したCTQ Treeのパターンに基づいて追加の貢献者を提案しています。
そして、「快適」ブランチに新しい項目が表示されました。「快適な室温」
最初のブレインストーミングでは言及されていませんでしたが、すぐに共感を呼びました。
フロントデスクのスタッフは、特に5階の室温について、非公式な苦情が頻繁に寄せられていたことを思い出しました。正式なサービス問題として記録した人はいませんが、AIがフラグを立てた瞬間、チームは調査する価値があると認識しました。
これで、測定可能な仮説と追跡すべき具体的なデータ痕跡を手に入れました。
Minitab Brainstormの詳細については、最近のブログ記事をご覧ください。
ステップ2 パターンの視覚化
チームは、6か月分の運用データと調査データをMinitab Statistical Softwareにインポートしました。Minitab Statistical Softwareは、ゲストのフィードバックを実用的な洞察に変換したいと考えているホスピタリティ業界チーム向けに信頼できるソフトウェアです。Graph Builderを使用して、室温と顧客満足度を比較する散布図を作成しました。
その関連性は一目瞭然でした。室温が上昇すると、満足度が低下しました。この影響は、室温が25°Cを超えた滞在で特に顕著でした。
これは、逸話的な観察を視覚的に証明するものでした。
ステップ3 回帰分析で証明
影響を定量化するために、チームはMinitabで、室温と階数を満足度の予測因子として使用して、多重線形回帰分析を実行しました。
Minitabの組み込みAIは、調査結果の平易な要約を生成しました。これは、以下を実証しました。
重要な予測因子：室温（p値 = 0.000）と階数（p値 = 0.000）の両方が満足度の統計的に有意な予測因子であり、いずれかの変数の増加が顧客満足度の低下と関連していることを示しています。
回帰式：満足度 = 12.062 – 0.04605 × 室温 – 0.1996 × 階数
つまり、室温が1度上昇するごとに満足度が平均で約0.05ポイント低下し、階数が1階上がるごとにさらに0.2ポイント低下することを意味します。
モデルフィット：モデルの決定係数は13.24%であり、室温と階数は重要であるものの、他の要因も満足度に影響を与えることを示しています。
全体的な重要性：回帰モデルは全体的に統計的に有意であり（F値=30.29、p値=0.000）、これらの予測因子を組み合わせることで満足度スコアの変動を有意義に説明できることが確認されました。
これは、ほんの一握りの神経質なゲストによるものではなく、統計的に検証された環境に起因する体験の低下でした。
Minitab AIが、たとえチームに専門家の統計専門家がいなくても、統計分析をどのように強化できるかをご覧ください。
ステップ4 問題の解決
明確な情報を得たホテルは、迅速に行動しました。エンジニアリング部門は最上階への空気の流れを調整し、屋外の高温時に性能が低下していたダンパーを交換しました。
現在マネージャーは、毎月CTQ指標を確認し、ライブのGraph Builderのビジュアルを使用して、問題が深刻化する前に早期に警告サインを検出しています。
持続的な成果
変更後8週間で、次の変化がありました。
- 全体的な満足度の完全改善率
- 快適性が向上し、室温に関する否定的なレビューが70%以上減少
- 3つ星のレビューが減少し、ホテルの総合評価が向上
夏の旅行計画は必ずしも期待通りに進むとは限らず、ゲストエクスペリエンスも同様、期待通りに進むとは限りません。しかし、スマートトラベラーが地図、アプリ、天気予報、レビューを活用して円滑な旅行を計画するのと同じように、ホスピタリティチームもデータを活用してよりスマートな意思決定を行うことができます。このホテルは、データを活用して進路を改善するだけでなく、顧客満足度の向上、レビューの強化、そしてすべての人により快適な滞在など、より良い目的地に到達しました。
