孫靜偉，郭雅鑫

?

數(shù)據(jù)挖掘技術(shù)在汽車滿意度調(diào)研中的應(yīng)用研究

孫靜偉，郭雅鑫

（中國汽車技術(shù)研究中心有限公司，天津 300300）

在客戶導(dǎo)向時代，顧客滿意度直接影響服務(wù)型企業(yè)績效和發(fā)展前景，因而被高度重視。汽車企業(yè)若想取得成功，就必須通過構(gòu)建適合于汽車行業(yè)的顧客滿意度測評方法，了解顧客的需求、消費經(jīng)歷感受以及期望，還要挖掘出客戶的潛在需求。數(shù)據(jù)挖掘技術(shù)為企業(yè)解決這些問題提供了新的數(shù)據(jù)方法和解決方案，從大量的調(diào)研業(yè)務(wù)數(shù)據(jù)中，挖掘出潛在關(guān)聯(lián)的信息和數(shù)據(jù)，并將這些信息應(yīng)用于商業(yè)決策過程中。

數(shù)據(jù)挖掘；汽車行業(yè)；Weka

前言

隨著汽車消費市場的日漸成熟，消費行為也日趨理性。消費者對汽車品牌、安全性、經(jīng)銷商售后服務(wù)質(zhì)量都會綜合考慮。汽車銷售滿意度評估可以影響潛在消費人群在購買車輛、選擇售后服務(wù)、重新購車的意向，甚至可以決定汽車企業(yè)在研發(fā)、設(shè)計、市場占有率方面的汽車整體戰(zhàn)略。因此，汽車企業(yè)在關(guān)注整體產(chǎn)業(yè)增長的同時也要把握消費者的消費趨勢和動態(tài)，而傳統(tǒng)滿意度調(diào)研已經(jīng)不能滿足汽車工業(yè)飛速發(fā)展的需求，需要更加可靠的方法來對汽車滿意度調(diào)研進(jìn)行分析研究。隨著數(shù)據(jù)挖掘技術(shù)應(yīng)運而出，在大數(shù)據(jù)處理方面的顯著功效倍加關(guān)注。

1 顧客滿意度概述

1.1 顧客滿意度理論定義

顧客滿意度的觀點是20世紀(jì)中期由美國一位營銷學(xué)者第一次提出。目前對于顧客滿意度在學(xué)術(shù)上有兩種觀點：一種觀點是從消費過程角度考慮，消費者對在消費前形成的產(chǎn)品預(yù)期質(zhì)量設(shè)想與消費后的實際質(zhì)量做對比產(chǎn)生的差距感。另一種觀點是從狀態(tài)角度出發(fā)，消費者在經(jīng)過對產(chǎn)品或服務(wù)的可感知的結(jié)果與自身的期望值對比后，所形成的滿足或失望的心理狀態(tài)。

顧客是企業(yè)生產(chǎn)的產(chǎn)品和提供的服務(wù)的最終體驗者，在企業(yè)與顧客建立長期的伙伴關(guān)系的過程中，企業(yè)通過不斷創(chuàng)造顧客滿意的產(chǎn)品與服務(wù)，使顧客在每一次的購買和售后過程中都得到滿意。如此一個過程會增進(jìn)顧客對企業(yè)的信任，最終使企業(yè)能夠獲得長久的效益與發(fā)展。對企業(yè)而言，滿足顧客實際需要和售后的需求這一過程就是為顧客創(chuàng)造和傳遞企業(yè)理念的一個過程，顧客最后所獲取的價值決定了顧客滿意度和對產(chǎn)品的忠誠度。

1.2 顧客滿意度研究現(xiàn)狀及意義

上個世紀(jì)中期，我國汽車行業(yè)生產(chǎn)力的限制，汽車制造業(yè)處于供不應(yīng)求的狀態(tài)，所以企業(yè)處于主導(dǎo)地位。但是隨著汽車行業(yè)的發(fā)展和國民消費水平的提高，原來以汽車企業(yè)為主導(dǎo)的賣方市場逐漸轉(zhuǎn)變?yōu)橐韵M者為主導(dǎo)的買方市場。因此，顧客滿意度的調(diào)研為企業(yè)提供重要的決策支持。顧客滿意度研究有以下幾點意義：

第一，顧客滿意度調(diào)研有利于提高企業(yè)的軟實力。

只有了解顧客的需求，才能增強銷售人員自身的綜合素質(zhì)和服務(wù)意識，增強品牌的關(guān)注度和認(rèn)同感。

第二，顧客滿意度調(diào)研增強汽車銷售企業(yè)競爭力。

汽車銷售企業(yè)開展?jié)M意度調(diào)研可以有利的了解競爭對手在把握顧客預(yù)期期望車型和服務(wù)商的訴求，尋找自身差距，挖掘出潛在的顧客需求，增強企業(yè)的在市場經(jīng)濟(jì)中的競爭力。

第三，顧客滿意度調(diào)研促進(jìn)產(chǎn)品服務(wù)的創(chuàng)新。

開展?jié)M意度調(diào)研可以及時動態(tài)的把握消費者需求，推動企業(yè)對產(chǎn)品服務(wù)和研發(fā)上的改進(jìn)和創(chuàng)新，贏得市場競爭力。

2 數(shù)據(jù)挖掘技術(shù)概述

數(shù)據(jù)挖掘 (Data Mining) 是從海量數(shù)據(jù)中，通過算法提取出潛在信息和知識的過程。融合了數(shù)據(jù)庫理論，統(tǒng)計學(xué)，人工智能等多領(lǐng)域的綜合技術(shù)。

2.1 數(shù)據(jù)挖掘主要技術(shù)

在大數(shù)據(jù)時代，數(shù)據(jù)不再采用手工的方式進(jìn)行分析處理，需要通過自動化的數(shù)據(jù)分析技術(shù)來取代。數(shù)據(jù)挖掘是一種綜合性技術(shù)，其所涉及的學(xué)科領(lǐng)域主要包括數(shù)學(xué)、計算機科學(xué)、管理科學(xué)和信息科學(xué)等，常用的數(shù)據(jù)挖掘技術(shù)有：分類、回歸、聚類和關(guān)聯(lián)分析。

2.2 使用Weka對數(shù)據(jù)挖掘進(jìn)行處理

本文主要采用的是Weka軟件，因為其源碼開放并且結(jié)合了大量算法，能夠滿足大量數(shù)據(jù)分析工作的需要[5]，其中集成了大量能承擔(dān)數(shù)據(jù)挖掘任務(wù)的算法，包括對數(shù)據(jù)進(jìn)行預(yù)處理、關(guān)聯(lián)規(guī)則挖掘、分類、聚類等，并提供了簡潔的可視化的圖形界面。在Weka平臺上可以方便快捷地進(jìn)行數(shù)據(jù)分析并進(jìn)行性能測試。

3 基于數(shù)據(jù)挖掘的客戶滿意度數(shù)據(jù)分析

本文所涉及的目標(biāo)數(shù)據(jù)源于客戶滿意度問卷調(diào)研，本問卷共計調(diào)查38家汽車企業(yè)。經(jīng)過數(shù)據(jù)分析共產(chǎn)生9646條有效數(shù)據(jù)，有包括人群屬性、車輛屬性、品牌形象、性能、安全性、舒適性等1000多個維度屬性。

3.1 客戶滿意度數(shù)據(jù)關(guān)聯(lián)分析算法應(yīng)用

本文數(shù)據(jù)源截取購車區(qū)域、車型品牌、購車因素、購車渠道、購車人年齡和購車人性別6個維度屬性做數(shù)據(jù)挖掘分析。如圖1所示購買因素分布圖；購買渠道依舊是4S店試駕是主要渠道，隨著互聯(lián)網(wǎng)媒體的發(fā)展，大眾媒體廣告也提高了產(chǎn)品的推廣度。

圖 1 購買因素分布圖

本文選擇Apriori算法，是一種挖掘關(guān)聯(lián)規(guī)則的頻繁項集算法，來深入挖掘購車因素，人群屬性以及購車區(qū)域等六項維度之間的內(nèi)在聯(lián)系。在Weka中選取Associate中的Apripri算法，將測試參數(shù)設(shè)置為：最低支持度（lowerBound Min Support = 0.01），最低置（minMetric=0.5），其他保持不變，其運行結(jié)果（截取部分）如下所示：

=== Run information ===

Scheme：weka.associations.Apriori -N 20 -T 0 -C 0.5 -D 0.05-U 1.0 -M 0.01 -S -1.0 -c -1

Relation：數(shù)據(jù)源

Instances：9646

Attributes：6

區(qū)域

車型品牌

購買因素

購買渠道

年齡區(qū)間

性別

=== Associator model (full training set) ===

Apriori

=======

Minimum support: 0.06 (579 instances)

Minimum metric : 0.5

Number of cycles performed: 19

Generated sets of large itemsets:

Size of set of large itemsets L(1): 27

Size of set of large itemsets L(2): 40

Size of set of large itemsets L(3): 1

Best rules found：

結(jié)合以上對汽車滿意度調(diào)研數(shù)據(jù)在線分析和關(guān)聯(lián)分析的輸出部分結(jié)果如下：①在區(qū)域上南部沿海地區(qū)的女性在購買因素首先考慮舒適性，購買渠道來源于4S店銷售人員的介紹②在購買因素上來源于經(jīng)銷商售后服務(wù)的大多的購買渠道是經(jīng)過朋友的介紹③購買瑞虎5的車主以男性26-30歲為主④購買渠道來源于專業(yè)汽車網(wǎng)站的多以46-50歲男性為主。

3.2 數(shù)據(jù)挖掘結(jié)果評估

隨著中國汽車消費趨勢的發(fā)展，客戶消費更加理性，在購車時，品牌還是主要的制約因素，但客戶對車輛安全性、售后服務(wù)保證、節(jié)能性以及舒適性等要求也提升了高度。經(jīng)過調(diào)查發(fā)現(xiàn)，我國絕大多是汽車用戶是首次購車，其中一半以上是中青年群體。調(diào)查還發(fā)現(xiàn)，消費者的關(guān)注點也由最初的關(guān)注性能、品牌、舒適度等因素演變?yōu)楝F(xiàn)在的首先關(guān)注安全性，其次是外觀因素。價格和節(jié)能環(huán)保這些經(jīng)濟(jì)元素也成為目前消費者比較關(guān)注的因素。

隨著互聯(lián)網(wǎng)的普及，客戶購車渠道日益廣泛，在購車之前絕大多數(shù)客戶會在汽車的專業(yè)性網(wǎng)站上去關(guān)注汽車的參數(shù)、性能，并與競品車型做橫向比較。也會了解其他已購買者所反饋的信息以此來作為重要參考標(biāo)準(zhǔn)。如何在這些網(wǎng)站上提高自己的知名度和評價指標(biāo)，是每個車企策劃部門應(yīng)做的重要工作。經(jīng)常舉辦的車展活動同樣是潛在購車者獲取信息的重要來源。

4 小結(jié)

中國汽車市場隨著市場經(jīng)濟(jì)的發(fā)展使得汽車產(chǎn)業(yè)從原來的生產(chǎn)主導(dǎo)型邁向了市場消費主導(dǎo)型?？蛻舻南M和售后需求也發(fā)生了很大的改變。汽車生產(chǎn)企業(yè)開始越來越重視客戶對汽車滿意度的測評。數(shù)據(jù)挖掘能根據(jù)持車客戶的已有信息進(jìn)行預(yù)測，幫助企業(yè)決定自己的技術(shù)開發(fā)和產(chǎn)品定位以及市場營銷。市場調(diào)研已經(jīng)積累了大量消費者數(shù)據(jù),可以通過數(shù)據(jù)挖掘?qū)@些海量數(shù)據(jù)進(jìn)行及時有效地分析從而實現(xiàn)商業(yè)價值最大化，為企業(yè)做重要決策提供依據(jù)。

[1] 袁梅宇.數(shù)據(jù)挖掘與機器學(xué)習(xí)——WEKA 應(yīng)用技術(shù)與實踐[M].清華大學(xué)出版社,2014.

[2] 陳秋雨等.數(shù)據(jù)挖掘在客戶關(guān)系管理中的應(yīng)用——以汽車行業(yè)為例[J].現(xiàn)代經(jīng)濟(jì)(現(xiàn)代物業(yè)下半月刊),2007.

[3] 林雷.中國汽車行業(yè)數(shù)據(jù)挖掘的營銷應(yīng)用趨勢分析[J].市場研究, 2011(7):5-6.

[4] 朱建平.應(yīng)用多元統(tǒng)計分析 [M].科學(xué)出版社,2011.

[5] Jiawei Han and Micheline Kmaber.Data Mining:Concepts and Techni -ques [M].Simon Fraser University,2012.

Application Research of Data Mining Technology in Automobile Satisfaction Survey

Sun Jingwei, Guo Yaxin

( China Automotive Technology and Research Center Co., Ltd., Tianjin 300300 )

In the era of customers orientation, customers’satisfaction directly affect the service-oriented companies’ business performance and development prospects, and therefore it is highly valued. If auto companies want to get success, they must build the customers satisfaction evaluation methods adapted to the auto industry, understand the customers’ needs, consumption experience feelings and expectations, and dig out the potential needs of customers. In order to solve the management problems, data mining techniques bring new ideas and solutions for enterprises, dig out the potential useful information and data from a large number of actual business data, and apply these information to business decision- making process.

Data Mining; Automobile Industry; Weka

A

1671-7988(2019)05-96-03

U461.99

A

1671-7988(2019)05-96-03

U461.99

孫靜偉（1987.1-)，女，就職于中國汽車技術(shù)研究中心有限公司消費事業(yè)部，工程師，研究方向：數(shù)據(jù)分析。

10.16638/j.cnki.1671-7988.2019.05.029