耿文莉，魏秀安

(哈爾濱商業(yè)大學(xué)，哈爾濱 150028)

?

基于DEA的網(wǎng)絡(luò)消費(fèi)者價(jià)值研究

耿文莉，魏秀安

(哈爾濱商業(yè)大學(xué)，哈爾濱 150028)

在RFM模型基礎(chǔ)上提出了RFMPS模型，使得指標(biāo)體系更加完善，方法上運(yùn)用DEA交叉評(píng)價(jià)法，來(lái)進(jìn)行同一企業(yè)中不同消費(fèi)者購(gòu)買(mǎi)行為的相對(duì)有效性評(píng)價(jià).同時(shí)，DEA交叉評(píng)價(jià)法考慮到了不同的指標(biāo)對(duì)消費(fèi)者的影響程度不同，指標(biāo)權(quán)重計(jì)算具有客觀性，使得計(jì)算結(jié)果更加準(zhǔn)確.

RFMPS模型；消費(fèi)者價(jià)值；DEA交叉評(píng)價(jià)

隨著互聯(lián)網(wǎng)的不斷發(fā)展，網(wǎng)絡(luò)交易在人們的生活中越來(lái)越普遍.對(duì)帶動(dòng)我國(guó)經(jīng)濟(jì)增長(zhǎng)的作用也越來(lái)越大.電子商務(wù)企業(yè)之間的競(jìng)爭(zhēng)也越來(lái)越激烈.只有盈利能力強(qiáng)的企業(yè)才能在激烈的競(jìng)爭(zhēng)中生存下來(lái).哈佛商業(yè)雜志中發(fā)表的某項(xiàng)報(bào)告研究表明：顧客的再次光臨可以為企業(yè)增加25%～85%的利潤(rùn).因此，如何開(kāi)發(fā)新的顧客和保留原有的消費(fèi)者成為各個(gè)企業(yè)關(guān)注的重點(diǎn).企業(yè)通過(guò)制定恰當(dāng)?shù)臓I(yíng)銷(xiāo)策略在吸引新顧客的基礎(chǔ)上維護(hù)原有顧客的關(guān)系，保持顧客的忠誠(chéng)度，不僅可以增加企業(yè)的直接利潤(rùn)，還可以幫助企業(yè)提高市場(chǎng)競(jìng)爭(zhēng)力[1].雷漢奇指出企業(yè)從高價(jià)值的10%的客戶(hù)身上獲取的利潤(rùn)要比10%低價(jià)值的客戶(hù)身上獲取的利潤(rùn)要多出5～10倍.所以，我們有必有通過(guò)研究網(wǎng)絡(luò)消費(fèi)者的消費(fèi)行為、習(xí)慣、特點(diǎn)等對(duì)消費(fèi)者進(jìn)行消費(fèi)群體的劃分，區(qū)分高價(jià)值的消費(fèi)者和低價(jià)值的消費(fèi)者，針對(duì)不同的消費(fèi)群體制定不同的營(yíng)銷(xiāo)策略，幫助企業(yè)提高其營(yíng)銷(xiāo)效率，以更少的成本投入獲得更大的利潤(rùn)產(chǎn)出.

1 數(shù)據(jù)的收集與處理

1.1 數(shù)據(jù)的收集

電子商務(wù)企業(yè)的消費(fèi)者數(shù)據(jù)涉及到消費(fèi)者自身特征以及消費(fèi)者與企業(yè)間的交易行為等相關(guān)數(shù)據(jù)[2].消費(fèi)者細(xì)分模型數(shù)據(jù)庫(kù)主要數(shù)據(jù)類(lèi)型有：

1)顧客的一般信息：姓名、年齡、性別、教育類(lèi)別、職業(yè)、年收入、家庭住址、婚姻狀況、地址、電話(huà)、傳真、電子郵件、微博、個(gè)性特點(diǎn)、一般行為方式等.

2)交易信息：如訂單、退貨、投訴、消費(fèi)者滿(mǎn)意度、服務(wù)咨詢(xún)等.

3)促銷(xiāo)信息：企業(yè)開(kāi)展了哪些活動(dòng)，效果如何等.

4)產(chǎn)品信息：購(gòu)買(mǎi)何種產(chǎn)品、購(gòu)買(mǎi)日期和時(shí)間、購(gòu)買(mǎi)頻率、購(gòu)買(mǎi)量、支付的價(jià)格等.

1.2 數(shù)據(jù)的處理

根據(jù)RFMPS模型提取相關(guān)類(lèi)型數(shù)據(jù).需要的數(shù)據(jù)有：消費(fèi)者最近一次的購(gòu)買(mǎi)時(shí)間、特定范圍內(nèi)的購(gòu)買(mǎi)頻率、支付的價(jià)格、企業(yè)的毛利率、顧客滿(mǎn)意度.需要對(duì)提取到的數(shù)據(jù)進(jìn)行處理才能使用.

1)R值的確定：R值代表的是最近一次購(gòu)買(mǎi)時(shí)間.根據(jù)購(gòu)買(mǎi)日期將消費(fèi)者進(jìn)行分組.以5個(gè)月為一個(gè)周期，每個(gè)月作為一個(gè)等級(jí).近一個(gè)月來(lái)進(jìn)行過(guò)消費(fèi)的消費(fèi)者為最高分?jǐn)?shù)5.1～2個(gè)月內(nèi)消費(fèi)過(guò)的消費(fèi)者分?jǐn)?shù)為4，由此類(lèi)推.5個(gè)月中每個(gè)月的消費(fèi)者都有自己對(duì)應(yīng)的R值，分別是5、4、3、2、1.那么第S個(gè)消費(fèi)者對(duì)應(yīng)的R值為：RS={r,r∈5,4,3,2,1}.

2)F值的確定：F值代表的是購(gòu)買(mǎi)頻率.指定時(shí)間內(nèi)的購(gòu)買(mǎi)頻率可直接作為消費(fèi)者的分?jǐn)?shù)進(jìn)行計(jì)算.例如在規(guī)定時(shí)間內(nèi)購(gòu)買(mǎi)頻率為5，那么消費(fèi)者對(duì)應(yīng)的分?jǐn)?shù)就為5.由此類(lèi)推.那么第S個(gè)消費(fèi)者對(duì)應(yīng)的F值為S.

3)M值的確定：M值代表的是消費(fèi)金額.消費(fèi)金額也可作為數(shù)據(jù)進(jìn)行直接輸入.

4)P值的確定：P值代表的是企業(yè)的凈利潤(rùn).凈利潤(rùn)可以作為原始數(shù)據(jù)直接使用.

5)S值的確定.S值代表的是消費(fèi)者滿(mǎn)意度.消費(fèi)者滿(mǎn)意度通過(guò)問(wèn)卷調(diào)查獲得.本文將顧客滿(mǎn)意度劃分為五個(gè)等級(jí)：非常滿(mǎn)意、滿(mǎn)意、一般、不滿(mǎn)意、非常不滿(mǎn)意.對(duì)應(yīng)的分值分別為5、4、3、2、1.

2 模型介紹

2.1 RFM模型

數(shù)據(jù)庫(kù)營(yíng)銷(xiāo)專(zhuān)家Arthur HuPhes通過(guò)研究，發(fā)現(xiàn)了客戶(hù)購(gòu)買(mǎi)過(guò)程中三個(gè)最重要的元素“最近一次的消費(fèi)(recently)、消費(fèi)頻率(frequency)、消費(fèi)金額(monetary)”，建立了RFM模型，用來(lái)指導(dǎo)客戶(hù)購(gòu)買(mǎi)行為分析.RFM模型是客戶(hù)關(guān)系管理中用來(lái)衡量客戶(hù)價(jià)值的最常用的方法.

最近一次消費(fèi)指的是消費(fèi)者上一次購(gòu)買(mǎi)的時(shí)間.消費(fèi)者購(gòu)買(mǎi)時(shí)間越近，那么其價(jià)值就應(yīng)該是越高的.商家可以根據(jù)消費(fèi)者的購(gòu)買(mǎi)行為，做出適合的營(yíng)銷(xiāo)策略.購(gòu)買(mǎi)時(shí)間越近的顧客對(duì)商家制定的營(yíng)銷(xiāo)策略反應(yīng)就會(huì)越高，信息的溝通也就越來(lái)越高.這樣有利于商家和顧客之間建立長(zhǎng)久的聯(lián)系，提高顧客的忠誠(chéng)度和企業(yè)的獲利.消費(fèi)頻率指的是在一定的時(shí)間范圍內(nèi)顧客的購(gòu)買(mǎi)次數(shù).購(gòu)買(mǎi)次數(shù)多的顧客通常是對(duì)企業(yè)比較信任的顧客，同時(shí)也是滿(mǎn)意度較高的顧客.顧客的購(gòu)買(mǎi)次數(shù)越多說(shuō)明企業(yè)的市場(chǎng)占有率越高.消費(fèi)金額指的是在一定的時(shí)間范圍內(nèi)顧客的花費(fèi).根據(jù)“帕雷托法則”，企業(yè)收入中的80%來(lái)自于20%的顧客的貢獻(xiàn).花費(fèi)高的顧客相比花費(fèi)低的顧客更容易在此進(jìn)行再次消費(fèi)[3].

但是RFM模型也存在某些缺陷：第一，在實(shí)際情況下，利用RFM模型計(jì)算消費(fèi)者價(jià)值得到的結(jié)果與實(shí)際情況相比誤差偏大，有些消費(fèi)者價(jià)值較高，但是他們對(duì)企業(yè)的實(shí)際利潤(rùn)貢獻(xiàn)卻是很少.例如，企業(yè)為了品牌宣傳或者提高市場(chǎng)占有率，使用薄利的營(yíng)銷(xiāo)手段來(lái)吸引客戶(hù)，很多客戶(hù)在此期間多次多量進(jìn)行產(chǎn)品的購(gòu)買(mǎi)，在這些客戶(hù)中有相當(dāng)一部分是促銷(xiāo)活動(dòng)的偏愛(ài)者，看似忠誠(chéng)，實(shí)際上他們給企業(yè)帶來(lái)的利潤(rùn)微乎其微.所以在此期間這些消費(fèi)者對(duì)于企業(yè)來(lái)說(shuō)并不是有價(jià)值的客戶(hù).再者，同一件商品，滿(mǎn)意度高的顧客就比滿(mǎn)意度低的顧客價(jià)值要大[4].因?yàn)闈M(mǎn)意度高的顧客更愿意將產(chǎn)品推薦給周?chē)挠H人或朋友，產(chǎn)品有了好的信譽(yù)和口碑，那么就會(huì)給企業(yè)帶來(lái)無(wú)形的利益.第二，RFM模型在各指標(biāo)權(quán)重計(jì)算上是相同的.但是，實(shí)際情況中各指標(biāo)對(duì)消費(fèi)者價(jià)值產(chǎn)生的影響是不同的.因?yàn)椴煌目蛻?hù)其消費(fèi)行為習(xí)慣是不同的.例如，在傳統(tǒng)的五分法RFM 模型中，RFM單元代碼總的個(gè)數(shù)為125個(gè).例如，處于R4群體的消費(fèi)者不一定比處于R3群體的消費(fèi)者價(jià)值高.這跟消費(fèi)者的消費(fèi)習(xí)慣等都有關(guān)系.

2.2 RFMPS模型

消費(fèi)者價(jià)值指的是商家在與消費(fèi)者交易的過(guò)程中獲取的利益[5].包括有形的利益和無(wú)形的利益.商家在與消費(fèi)者交易中，通過(guò)商品和服務(wù)來(lái)獲得的實(shí)際的一定數(shù)量的金額等物質(zhì)財(cái)富可以看做有形的利益.而在實(shí)際交易之后，消費(fèi)者的滿(mǎn)意度以及通過(guò)對(duì)產(chǎn)品的體驗(yàn)帶來(lái)的口碑效應(yīng)，這些都是消費(fèi)者給企業(yè)帶來(lái)的無(wú)形的利益.

而RFMP模型中R/F/M/P都是表示的消費(fèi)者給企業(yè)帶來(lái)的有形的利益.鑒于此，本文通過(guò)消費(fèi)者滿(mǎn)意度指標(biāo)S來(lái)代表無(wú)形利益，提出了新的RFMPS模型，更好的進(jìn)行消費(fèi)者價(jià)值計(jì)算.將RFMPS中的指標(biāo)作為DEA交叉效率評(píng)價(jià)模型中的輸入輸出指標(biāo)來(lái)計(jì)算消費(fèi)者價(jià)值.將每個(gè)消費(fèi)者個(gè)體看做一個(gè)決策單元.不需要做任何權(quán)重的假設(shè)，每一個(gè)決策單元的輸入和輸出的權(quán)重是通過(guò)實(shí)際數(shù)據(jù)計(jì)算出的最優(yōu)權(quán)重，客觀性較強(qiáng)[6].

DEA 交叉評(píng)價(jià)的特點(diǎn)有：1)DEA交叉評(píng)價(jià)在確定輸入輸出指標(biāo)的權(quán)重時(shí)具有客觀性，避免了人為因素的干擾；2)DEA交叉評(píng)價(jià)無(wú)需確定決策單元輸入輸出指標(biāo)相互間的顯性關(guān)系表達(dá)式；3)DEA交叉評(píng)價(jià)是將自我評(píng)價(jià)和其他評(píng)價(jià)進(jìn)行了融合，決策單元從自身效率最優(yōu)的角度和其他企業(yè)效率最大化的角度兩方面進(jìn)行評(píng)價(jià)，起到了綜合評(píng)價(jià)的效果.

運(yùn)用DEA交叉評(píng)價(jià)方法計(jì)算消費(fèi)者價(jià)值彌補(bǔ)了運(yùn)用傳統(tǒng)RFM計(jì)算方法中權(quán)重的一致性帶來(lái)的計(jì)算得偏差.其中R(最近一次消費(fèi)時(shí)間)、F(消費(fèi)頻率)、M(消費(fèi)金額)作為輸入向量，P(企業(yè)凈利潤(rùn))、S(消費(fèi)者滿(mǎn)意度)作為輸出向量.

3 實(shí)例驗(yàn)證

本文選取了15個(gè)客戶(hù)的相關(guān)指標(biāo)和數(shù)，將R作為輸入變量，F(xiàn)、M、P、S作為輸出變量.采用DEA交叉效率評(píng)價(jià)法在Matlab上運(yùn)行得出RFMPS的得分，從而區(qū)分不同價(jià)值的消費(fèi)者，如表1所示.

表1 RFMPS得分表

在clementine上進(jìn)行RFM分析，RFM權(quán)重分配為默認(rèn)的：近因100，頻數(shù)10，貨幣1，見(jiàn)表2.

表2 RFM分析

從表2 中的RFM分析中可以發(fā)現(xiàn)第1個(gè)客戶(hù)和第5個(gè)客戶(hù)，第9個(gè)客戶(hù)和第10個(gè)客戶(hù)的RFM得分是一致的，無(wú)法對(duì)第1和第5以及第9個(gè)和10個(gè)客戶(hù)的價(jià)值進(jìn)行區(qū)分.并且在計(jì)算RFM得分時(shí)，R、F、M的權(quán)重設(shè)置是主觀的，不同的權(quán)重設(shè)置計(jì)算得出的結(jié)果也會(huì)不一致.

通過(guò)表1, 2進(jìn)行比較我們會(huì)發(fā)現(xiàn)，傳統(tǒng)的RFM計(jì)算消費(fèi)者價(jià)值主觀性比較強(qiáng)，且利用計(jì)算結(jié)果對(duì)消費(fèi)者價(jià)值進(jìn)行排序時(shí)，無(wú)法有效區(qū)分RFM得分相同的消費(fèi)者價(jià)值，本文提出的基于DEA交叉效率評(píng)價(jià)的消費(fèi)者價(jià)值計(jì)算不僅克服了傳統(tǒng)方式中指標(biāo)權(quán)重設(shè)置時(shí)主觀性比較強(qiáng)的缺陷，還對(duì)指標(biāo)進(jìn)行了改進(jìn)和完善，提出了更加全面的消費(fèi)者價(jià)值計(jì)算指標(biāo)，有效區(qū)分不同價(jià)值的消費(fèi)者，使得計(jì)算結(jié)果更加客觀、全面和準(zhǔn)確.

4 結(jié) 語(yǔ)

電子商務(wù)企業(yè)的不斷增多，網(wǎng)購(gòu)越來(lái)越普遍等現(xiàn)象，都在不斷影響著消費(fèi)者的購(gòu)買(mǎi)行為模式由傳統(tǒng)的常規(guī)消費(fèi)行為逐漸轉(zhuǎn)變?yōu)樽兓摹?dòng)態(tài)的消費(fèi)行為[7].因此，有必要通過(guò)分析網(wǎng)絡(luò)消費(fèi)者的消費(fèi)行為來(lái)提高企業(yè)與消費(fèi)者的互動(dòng)與營(yíng)銷(xiāo)效果，確保企業(yè)與顧客的溝通與交流，保持客戶(hù)的忠誠(chéng)度，從而提高企業(yè)的競(jìng)爭(zhēng)力，使企業(yè)得到長(zhǎng)足的發(fā)展.在衡量顧客忠誠(chéng)的眾多標(biāo)準(zhǔn)中，顧客的重復(fù)購(gòu)買(mǎi)率、消費(fèi)者滿(mǎn)意都是影響顧客忠誠(chéng)的重要因素[8]，消費(fèi)者滿(mǎn)意度正向影響消費(fèi)者行為，且二者關(guān)聯(lián)度高.因此，在傳統(tǒng)RFM模型基礎(chǔ)上，提出了新的RFMPS模型，同時(shí)結(jié)合DEA交叉評(píng)價(jià)方法，在Matlab平臺(tái)上來(lái)計(jì)算消費(fèi)者價(jià)值，得到的是消費(fèi)者自我評(píng)價(jià)和其他消費(fèi)者分別對(duì)其評(píng)價(jià)相結(jié)合的結(jié)果，DEA交叉評(píng)價(jià)法的運(yùn)用不僅克服了指標(biāo)間權(quán)重一致性的缺陷還起到了綜合評(píng)價(jià)的效果.最后對(duì)每一位消費(fèi)者得到的評(píng)價(jià)結(jié)果進(jìn)行平均值計(jì)算，將計(jì)算得到的結(jié)果由高到低進(jìn)行排序，即可視為消費(fèi)者價(jià)值排序.利用得到的排序結(jié)果，能更好的區(qū)分不同價(jià)值的消費(fèi)者.本文在對(duì)消費(fèi)者價(jià)值的研究過(guò)程中實(shí)現(xiàn)了定性和定量的結(jié)合.借助計(jì)算結(jié)果可以幫助企業(yè)區(qū)分不同價(jià)值的客戶(hù)群體，實(shí)現(xiàn)針對(duì)性營(yíng)銷(xiāo)，幫助企業(yè)保持客戶(hù)忠誠(chéng)度，獲得更大的利潤(rùn)，創(chuàng)造了企業(yè)和消費(fèi)者共贏的局面.

[1] 王 蔓, 白玉玲. 消費(fèi)者行為學(xué)[M]. 北京: 機(jī)械工業(yè)出版社, 2014. 11.

[2] 魏權(quán)齡. 評(píng)價(jià)相對(duì)有效性的數(shù)據(jù)包絡(luò)分析模型[M]. 北京: 中國(guó)人民大學(xué)出版社, 2012. 7-99.

[3] 黎志成, 劉枚蓮. 電子商務(wù)環(huán)境下的消費(fèi)者行為研究[J]. 中國(guó)管理科學(xué), 2002(12): 89-90.

[4] 王開(kāi)玨. 基于數(shù)據(jù)挖掘的移動(dòng)通信客戶(hù)消費(fèi)行為研究[D]. 北京: 北京郵電大學(xué), 2011.

[5] 肖健華, 王冬菊. 網(wǎng)絡(luò)消費(fèi)者行為建模[D]. 江門(mén): 五邑大學(xué), 2012. 5.

[6] 彭育威, 吳守憲, 徐小湛, 等. 利用MATLAB進(jìn)行DEA交叉評(píng)價(jià)分析[J]. 西南民族大學(xué)學(xué)報(bào):自然科學(xué)版, 2004(5): 553-556.

[7] JARVENPAA S L, TODD P A. Consumer reactions to electronic shopping on the world wide web [J]. Int.J.Electron .Commerce, 1999, 2(2): 59-88.

[8] OLIVER R L. A cognitive model of the antecedents and consequences of satisfaction decisions [J]. Journal of Marketing Research,1980, 17(4): 460-469.

Internet consumer value research based on DEA

GENG Wen-li, WEI Xiu-an

(Harbin University of Commerce, Harbin 150028, China)

The RFMPS model was put forward based on the RFM model in this paper, the index system became more perfect. The DEA cross evaluation method was selected to make relative effective evaluation on different consumers’ buying behavior in the same enterprise. At the same time, the DEA cross evaluation method takes into consideration that the different indicators have different influence on consumers, and the calculation of index weight was objective, and it made the results more accurate.

RFMPS model; consumer value; DEA cross evaluation

2016-03-05.

耿文莉(1971-)，女，博士，副教授，研究方向：企業(yè)管理、信息管理等.

F224

A

1672-0946(2016)06-0721-03