这里我们必须明确六种关系：即财务指标与客户指标的关系、财务指标与内部运营指标的关系、财务指标与学习和成长指标的关系、客户指标与内部运营指标的关系、客户指标与学习和成长指标的关系、内部运营指标与学习和成长指标的关系。每种关系都可构建一种关系模型。就是说，六种不同的关系模型共同构成了酒店大数据原生模型。我们知道，使用酒店大数据原生模型的最终目的就是服务于酒店的经营管理决策。有了这些模型，我们可以预测未来不同时间段的经营情况，以便采取措施对经营管理施加有利的影响。

　　四、再验证、再完善，形成稳定模型

　　原生模型的适用性是有待检验的。酒店需要再用两到三年的时间对原生模型进行再验证、再完善。如何实施呢?我们假定以酒店GOP——客户满意率线性回归模型为例。首先，采集一个季度的客户满意率数据，然后放入模型去计算酒店GOP的季度理想值，再将酒店GOP的季度理想值与酒店GOP的季度实际值进行对比，以验证该模型的准确度。如果准确度不高，就要分析原因，并对模型做进一步完善。如此连续做几个季度的测算、分析、调整、完善，即可形成一个比较可靠、有适用性的稳定模型。

　　上述四个步骤就是笔者对酒店大数据建模分析的一点粗浅认识。希望业界更多有识之士能进行不懈的探索，提出更好的思路。但有一点是肯定的，我们不可能毕其功于一役，每家酒店都需要不断完善大数据建模分析，它的未来之路永无止境。

上篇：

下篇：