劉洪偉，詹明君，高鴻銘，朱 慧，梁周揚

（1. 廣東工業(yè)大學(xué) 管理學(xué)院，廣東 廣州 510520；2. 廣州大學(xué) 管理學(xué)院，廣東 廣州 510006）

當(dāng)今信息化時代下，消費者消費能力的提升使得消費者的需求呈現(xiàn)更大的差異性，許多成熟產(chǎn)品(或品牌)的競爭優(yōu)勢受到眾多新生產(chǎn)品(或品牌)的沖擊。產(chǎn)品市場的競爭形勢愈加激烈，有效且直觀的市場結(jié)構(gòu)分析對學(xué)者和行業(yè)從業(yè)者是一項急迫且艱巨的任務(wù)[1-2]。一般來說，對于產(chǎn)品市場結(jié)構(gòu)的分析主要取決于兩個因素：競爭程度或產(chǎn)品間替代性衡量標(biāo)準(zhǔn)，以及產(chǎn)品間相似性分析的數(shù)據(jù)簡化技術(shù)[3]。由于意識到從整個龐大市場進(jìn)行分析的局限性，市場細(xì)分的研究工作很早便得到關(guān)注。隨著點擊流數(shù)據(jù)可用性的提升，學(xué)者和從業(yè)者從消費者行為數(shù)據(jù)的角度進(jìn)行研究并取得許多進(jìn)展，而這些研究多從供應(yīng)側(cè)的角度出發(fā)考慮消費者的人口統(tǒng)計學(xué)特征，消費心理因素和情境因素[4-5]，難以識別和跟蹤消費者的異質(zhì)性偏好和興趣。而消費者的行為流是其對于信息的獲取、認(rèn)知和處理的外在表現(xiàn)，可見從需求側(cè)的角度出發(fā)，考慮消費者的行為反饋在市場結(jié)構(gòu)分析中的作用是至關(guān)重要的[6]。因此，在市場結(jié)構(gòu)分析領(lǐng)域中，消費者在購物時的行為反饋值得更深層的挖掘和應(yīng)用。

消費者的產(chǎn)品選擇行為通常具有時序依賴性，貝葉斯推斷[7]不僅能估計出決定性反饋行為變量參數(shù)的概率分布，而且其依賴于主觀先驗信息的特點同時解釋了消費者的異質(zhì)性；此外，多維標(biāo)度分析(Multidimensional Scaling，MDS)可在不破壞原有數(shù)據(jù)結(jié)構(gòu)的情況下將對象進(jìn)行降維并可視化[8]。因此，本文基于貝葉斯推斷、K-means聚類算法和MDS法對消費者的行為流數(shù)據(jù)進(jìn)行分析，依據(jù)先驗信息識別對市場結(jié)構(gòu)分析起決定性作用的消費者反饋行為，并對產(chǎn)品的市場結(jié)構(gòu)進(jìn)行劃分和可視化分析，直觀地對樣本數(shù)據(jù)提供的產(chǎn)品市場的競爭形勢進(jìn)行展示。

1 文獻(xiàn)綜述

1.1 市場結(jié)構(gòu)分析

在傳統(tǒng)的實體店中，零售商的管理決策主要集中于庫存產(chǎn)品的供應(yīng)選擇，貨品擺放位置以及擺放方式的優(yōu)化上；同樣地，在線上商店中，管理者則需要制定產(chǎn)品分類和排序的最佳策略以提升產(chǎn)品銷量。因此，不管是線下還是線上環(huán)境，管理者必須定期制定產(chǎn)品營銷或管理策略，這直接取決于他們對產(chǎn)品關(guān)系的理解[9]。產(chǎn)品之間的關(guān)系在于它們之間的替代性和互補(bǔ)性[6]，而市場結(jié)構(gòu)分析則揭示了產(chǎn)品之間的這兩種特性，從而解釋企業(yè)或其產(chǎn)品在市場中的競爭特性和競爭強(qiáng)度。因此，產(chǎn)品競爭市場結(jié)構(gòu)的分析為新產(chǎn)品設(shè)計與開發(fā)、競爭性廣告制作、產(chǎn)品定價、產(chǎn)品定位和傳播策略等提供了必不可少的啟示和指導(dǎo)作用[10]。

如何界定和識別產(chǎn)品市場的邊界對于其市場結(jié)構(gòu)的理解具有重要影響[11]，即對產(chǎn)品市場進(jìn)行劃分有助于更好地理解其市場結(jié)構(gòu)。對于某一特定類別的產(chǎn)品，其市場競爭形勢可以體現(xiàn)為一系列的產(chǎn)品子市場，每一個子市場中的產(chǎn)品或品牌存在較為密切的競爭關(guān)系。而以品牌為粒度劃分市場是較為常用的方式[11]，但考慮到品牌之間的替代性，這種劃分方式具有較大的局限性。盡管許多研究對于產(chǎn)品市場結(jié)構(gòu)的分析已有顯著性的成效，但是這些研究多從供應(yīng)側(cè)的角度進(jìn)行分析。顯然，最終產(chǎn)品的供應(yīng)備選項由供應(yīng)側(cè)決定，他們可以利用營銷組合來通知和影響消費者，但產(chǎn)品的銷量是由消費者(即需求側(cè))對產(chǎn)品的感知和回應(yīng)所決定[6]。由于消費者的異質(zhì)性難以識別，現(xiàn)有市場結(jié)構(gòu)分析模型大多假設(shè)結(jié)構(gòu)只存在于市場層面。所以對于消費者層面的考慮是欠缺的，而且有充分的理由相信產(chǎn)品結(jié)構(gòu)在個人層面的存在性[6]。因此，分析市場結(jié)構(gòu)不僅需要考慮供應(yīng)側(cè)提供的服務(wù)，消費者的真實反饋對市場結(jié)構(gòu)的影響也不容忽視?；ヂ?lián)網(wǎng)的發(fā)展和傳播使得用戶更頻繁地在論壇、博客或電商平臺的產(chǎn)品評論處發(fā)表自己的意見和建議，同時他們的評論內(nèi)容也更易于發(fā)現(xiàn)和傳播[12]。Urban 和Hauser[13]發(fā)現(xiàn)了此類用戶生成內(nèi)容的巨大潛力。許多學(xué)者也開始挖掘用戶口碑或評論對市場結(jié)構(gòu)分析的潛能，從而可以“聽取”消費者的想法[14-16]。

1.2 消費者行為流數(shù)據(jù)

一般情況下，消費者在做出最后的購物決策前都會經(jīng)歷需求認(rèn)知、信息獲取以及信息處理的階段。因此，相比于依據(jù)供應(yīng)側(cè)提供的營銷服務(wù)以及產(chǎn)品的最終銷量(即消費者的購買與否行為)分析市場結(jié)構(gòu)，消費者在購物過程中對產(chǎn)品所做出的行為反饋也反映了其興趣。同時，消費者在處理信息的過程中所受的外在因素或刺激因素會導(dǎo)致這一過程變化，因而消費者的真實行為反饋對產(chǎn)品市場份額的影響不可忽視。此外，消費者的決策與其所處的情境和歷史經(jīng)驗息息相關(guān)。相比于傳統(tǒng)的商業(yè)時代，當(dāng)今的工業(yè)4.0時代使得我們可以通過服務(wù)器端或?qū)嶒灥姆绞绞占P(guān)于用戶行為的詳細(xì)信息，即點擊流數(shù)據(jù)[17]。點擊流數(shù)據(jù)[17]所記錄的內(nèi)容可以捕獲消費者的歷史行為流數(shù)據(jù)[4-5,18]，并能最大程度地還原其真實購物歷程，隱式地反饋消費者對產(chǎn)品的興趣[19]，為基于消費者影響的市場結(jié)構(gòu)分析提供了堅實的數(shù)據(jù)支撐。點擊流數(shù)據(jù)的應(yīng)用和研究已經(jīng)非常廣泛，包括網(wǎng)頁的瀏覽和導(dǎo)航、互聯(lián)網(wǎng)廣告以及網(wǎng)上購物和電子商務(wù)[17]。Moe[20]將點擊流數(shù)據(jù)按照特定類型對網(wǎng)頁進(jìn)行分類，通過觀察消費者的導(dǎo)航模式將消費者劃分為直接購買型、深思熟慮型、享樂瀏覽型和知識構(gòu)建型消費者。Montgomery[18]同樣基于頁面的分類識別消費者的瀏覽行為模式，并通過建模對購買轉(zhuǎn)換率進(jìn)行了預(yù)測。在前人的研究基礎(chǔ)上，學(xué)者們結(jié)合點擊流數(shù)據(jù)進(jìn)一步挖掘消費者的興趣模式[21]，識別消費者的興趣狀態(tài)[19,22]，對消費者的購買預(yù)測進(jìn)行研究。這些研究主要基于點擊流數(shù)據(jù)探究購買決策的影響因素，以促進(jìn)購買轉(zhuǎn)換。而較少有文獻(xiàn)進(jìn)一步結(jié)合這些數(shù)據(jù)研究購買對象的市場分布情況。對商家而言，考慮消費者的真實行為反饋對產(chǎn)品競爭市場結(jié)構(gòu)進(jìn)行分析，對產(chǎn)品的定位和開發(fā)具有重要作用，不僅可以提升自身競爭力，同時可為消費者提供更優(yōu)質(zhì)的產(chǎn)品和服務(wù)?；诖?，本文基于消費者行為流數(shù)據(jù)對產(chǎn)品市場進(jìn)行細(xì)分和可視化，分析產(chǎn)品市場結(jié)構(gòu)。

2 研究設(shè)計及數(shù)據(jù)

2.1 研究設(shè)計

消費者當(dāng)前階段的購買決策受先驗信息影響，而消費者歷史行為流痕跡在提供先驗信息的同時，還反映了消費者在購物過程中的真實動態(tài)興趣變化。首先，通過考慮消費者的歷史信息，即先驗知識，本文采用貝葉斯推斷識別行為流數(shù)據(jù)中的決定性反饋行為，基于決定性反饋行為構(gòu)建產(chǎn)品?行為介入矩陣，然后采用K-means聚類算法對產(chǎn)品市場進(jìn)行劃分，并進(jìn)一步地采用多維標(biāo)度分析對已劃分子市場進(jìn)行降維可視化，直觀有效地繪制出產(chǎn)品市場的結(jié)構(gòu)和競爭形勢，研究框架見圖1。

圖1 本文研究框架Fig.1 The research framework

2.2 研究數(shù)據(jù)

本文所采用的行為流數(shù)據(jù)來自于國內(nèi)知名的某大型綜合網(wǎng)上購物商城，該數(shù)據(jù)集由每個用戶的網(wǎng)絡(luò)日志組成，每一個數(shù)據(jù)條目代表消費者執(zhí)行的一個特定的行為，并且這個行為一旦發(fā)生便會被記錄。原始數(shù)據(jù)集共包括78 746個不同的消費者于2016年2月1日至2016年4月15日期間所產(chǎn)生的13 199 934條行為記錄。其中，行為對象包含399個品牌，共19 508個產(chǎn)品，從屬于8個不同的類別。此外，由于商業(yè)隱私保護(hù)的緣故，品牌和產(chǎn)品的名稱及其所屬類別都進(jìn)行了脫敏處理。

為了分析產(chǎn)品間的競爭關(guān)系，考慮到不同類別之間的產(chǎn)品存在著不可競爭性(例如手機(jī)和衣服不存在可比性)，本文隨機(jī)選取某一類別的數(shù)據(jù)作為樣本并對該類別下的產(chǎn)品進(jìn)行分析(我們同時對其他類別進(jìn)行了魯棒性分析，并驗證了分析方法的普適性和有效性)。最終，所選取樣本類別數(shù)據(jù)的時間區(qū)間為4月1日至4月15日，共15天，其中包含了34 922個不同的消費者所產(chǎn)生的3 013 837條行為記錄，行為對象包含51個品牌，共2 496個產(chǎn)品。該樣本類別的變量統(tǒng)計性描述如表1所示。

根據(jù)表1可知，產(chǎn)品的點擊量和瀏覽時間的極差值非常大，同時這些變量的標(biāo)準(zhǔn)差較大，進(jìn)一步證明了不同產(chǎn)品的點擊量和瀏覽時間具有較大的分散程度，間接反映了消費者的異質(zhì)性。此外，結(jié)合加入收藏夾和競爭優(yōu)勢的數(shù)據(jù)，可以看出，加入收藏夾與購買結(jié)果不存在必然關(guān)系，但加入收藏夾的最高累計數(shù)目占競爭優(yōu)勢的最高累計值的74.39%，這在一定程度上反映了該行為對產(chǎn)品競爭優(yōu)勢提升的積極作用。由此初步可見，消費者的行為反饋在一定程度上反映了同一類別產(chǎn)品在市場中的競爭形勢差異以及產(chǎn)品子市場的存在可能性。然而通過簡單的數(shù)據(jù)統(tǒng)計和分析無法直觀和清晰地刻畫產(chǎn)品市場的競爭形勢，為此，本文進(jìn)一步對該樣本類別市場進(jìn)行細(xì)分和可視化。為了表達(dá)的通暢性，后文中競爭優(yōu)勢和市場份額將交替使用。

表1 樣本類別的變量統(tǒng)計性描述表1)Table 1 Statistical description of variables from sample category

3 模型構(gòu)建及數(shù)據(jù)分析

3.1 貝葉斯推斷

在當(dāng)下信息過載的電商環(huán)境下[23]，消費者的信息獲取成本不斷提升，這意味著消費者在完成購買任務(wù)前不可避免地需要花費時間成本進(jìn)行搜尋、處理、接收和更新信息這一系列過程，換而言之，消費者的歷史經(jīng)驗為其未來的購物提供了信息指引。因此，消費者的產(chǎn)品選擇行為通常具有時序依賴性，即消費者在購物過程中的每一個反饋行為都與前面的行為相關(guān)聯(lián)，并且對消費者的后續(xù)行為決策存在影響。例如，在正常情況下消費者對某產(chǎn)品的購買行為發(fā)生在對該產(chǎn)品的信息搜尋前提下。因此假設(shè)消費者不會對一無所知的產(chǎn)品感興趣并進(jìn)行購買。相比于經(jīng)典估計方法，貝葉斯推斷考慮并依賴于先驗信息，而且估計結(jié)果是一個分布而不是一個特定最優(yōu)值[7]。雖然貝葉斯推斷的先驗分布確定具有主觀性，由于消費者體驗或經(jīng)驗的差異性，他們對于先驗信息的理解不同會導(dǎo)致先驗分布不同，從而得到異質(zhì)的后驗分布，這恰恰為消費者的異質(zhì)性進(jìn)行了解釋。結(jié)合消費者的歷史行為流數(shù)據(jù)，消費者對每個產(chǎn)品所執(zhí)行的行為都有不同的介入程度，從而得到一個產(chǎn)品?行為介入度矩陣[24]。

消費者在電商平臺的反饋行為隱性地反映了消費者對特定產(chǎn)品的偏好程度，而消費者的偏好異質(zhì)性程度不一，導(dǎo)致每個產(chǎn)品在市場中具有不同的競爭力。因此，假設(shè)整個市場中有n個產(chǎn)品，為了表達(dá)每一個體產(chǎn)品在市場中的競爭優(yōu)勢y(即所占的市場份額)，我們構(gòu)建了一個產(chǎn)品?行為介入度矩陣，見式(1)。

其中，x,x,···,x表示消費者在電商平臺的k個反饋行為因素 X(即消費者在電商平臺進(jìn)行網(wǎng)購活動時留下的行為痕跡)，每個因素根據(jù)消費者的行為介入可表示為xi=(xi1,xi2,···,xik)，i=1,2,···,n。

因此，利用正態(tài)回歸模型，每一個體產(chǎn)品的競爭優(yōu)勢可表示為如式(2)所示。

具體地，

其中θ=(β,σ2)是未知的參數(shù)向量， In為單位矩陣。同時，Nn(μ,A)表示n維正態(tài)分布，其中μ是一個均值向量， A是一個協(xié)方差矩陣。誤差項ε服從標(biāo)準(zhǔn)正態(tài)分布，且εi(1 ≤i ≤n)獨立同分布。

為了估計參數(shù)θ=(β,σ2)，需為這些未知的參數(shù)向量提出一個無信息先驗假設(shè)

根據(jù)多元正態(tài)分布的性質(zhì)，該模型的后驗分布可通過貝葉斯推斷得出

給定預(yù)測變量X=x?，根據(jù)貝葉斯統(tǒng)計的多變量模型知識，后驗預(yù)測分布p(y?|y)為

需要注意的是，基于上述所得的后驗樣本(β,σ2)，用于預(yù)測的后驗樣本可以通過正態(tài)分布N(x?β,σ2)對y?進(jìn)行取樣。

圖2 參數(shù)后驗分布估計Fig.2 Parameter posterior distribution estimation

表2 后驗估計均值表1)Table 2 Mean of posterior estimation

3.2 產(chǎn)品競爭市場劃分

如何界定和識別產(chǎn)品市場的邊界對于其市場結(jié)構(gòu)的理解至關(guān)重要。為有效劃分產(chǎn)品競爭子市場，由于K-means聚類算法的高可用性及復(fù)用性，本文采用K-means算法進(jìn)行聚類，并通過輪廓系數(shù)(Silhouette Index, SI)選取最佳的簇數(shù)，即K值。輪廓系數(shù)的值越高意味著簇越緊湊，聚類效果越好。因此，為防止過擬合或欠擬合的情況發(fā)生，預(yù)先設(shè)定K值取值范圍為[2,6]，并通過輪廓系數(shù)評價市場的簇數(shù)優(yōu)劣，確定最終競爭子市場的數(shù)目，輪廓系數(shù)值隨K值變化的結(jié)果如圖3所示。從圖3可以看出，輪廓系數(shù)的值從K = 2到K = 3時上升，當(dāng)K ＞ 3的時候則開始下降，可見輪廓系數(shù)在K = 3的時候取得最大值。根據(jù)肘方法(Elbow Method)，可知K = 3時輪廓系數(shù)的取值為曲線的肘部，并且達(dá)到最大值，從而最佳的簇數(shù)應(yīng)為3，即將整個市場劃分為3個競爭子市場效果最佳。

圖3 競爭市場不同簇數(shù)(K)的輪廓系數(shù)(SI)取值曲線Fig.3 Curve of SI values on different cluster numbers of competitive markets

3.3 產(chǎn)品市場結(jié)構(gòu)可視化

為了量化和分析產(chǎn)品和品牌在整個市場的競爭形勢，在給定最佳簇數(shù)為3的情況下，本文采用非監(jiān)督學(xué)習(xí)聚類K-means算法，結(jié)合決定性行為反饋變量，通過MDS分析對樣本類別產(chǎn)品市場進(jìn)行降維可視化，結(jié)果如圖4所示，其中橫縱坐標(biāo) D1和 D2表示MDS分析通過降維后的兩個維度。

識別產(chǎn)品市場結(jié)構(gòu)以及產(chǎn)品間的競爭關(guān)系對于管理者制定和調(diào)整營銷策略具有重要意義。圖4(a)展示了本文選取的樣本類別中的總體產(chǎn)品市場細(xì)分情況，可以清晰直觀地看出3個子市場 S1，S2以及S3中的產(chǎn)品分布情況(分別以圓圈，加號以及圓點進(jìn)行了標(biāo)記)，其中每一個點代表一個特定的產(chǎn)品。需要注意的是，該感知圖描繪的是所有產(chǎn)品在整個市場中的相對位置，而每對產(chǎn)品間的相對距離刻畫了它們之間的競爭強(qiáng)度。換句話說，在圖中，產(chǎn)品間相互競爭的強(qiáng)度與其相對距離呈負(fù)相關(guān)關(guān)系，例如圖中的圓圈標(biāo)記產(chǎn)品與圓點標(biāo)記產(chǎn)品則難以形成競爭關(guān)系。為有效說明，圖4(b)提取了第3個子市場(即S3，圓點標(biāo)記產(chǎn)品構(gòu)成的子市場)并通過氣泡圖來描繪該子市場的競爭形勢，其中氣泡的大小代表產(chǎn)品市場份額的高低。由圖4(b)可以看出，氣泡大小隨著維度D1呈現(xiàn)總體遞增的形勢，揭示了非監(jiān)督學(xué)習(xí)下消費者決定性行為反饋對產(chǎn)品市場份額的綜合正向作用。對比于市場層面的產(chǎn)品市場結(jié)構(gòu)分析，消費者的購買行為為產(chǎn)品銷量的外在表現(xiàn)形式，而其他行為反饋同時考慮了未達(dá)成購買任務(wù)下產(chǎn)品的被選擇程度，間接反映了消費者行為反饋對市場結(jié)構(gòu)的影響。由此可得，消費者決定性行為反饋對于產(chǎn)品市場份額釋放出積極信號。此外，顯然從氣泡大小可以看出右下角的4個產(chǎn)品在 S3市場中占據(jù)主導(dǎo)優(yōu)勢，其他產(chǎn)品市場份額則相對較低，此現(xiàn)象與帕累托法則(Pareto rule)相匹配[25]。為了更好地說明這一點，表3以降序的形式列出了S3市場中市場份額占有排名前列的產(chǎn)品。

圖4 產(chǎn)品競爭市場結(jié)構(gòu)可視化Fig.4 Product competitive market structure visualization

表3 S 3市場中排名前列的產(chǎn)品市場份額表1)Table 3 Market share of top ranked products in S 3 market

從表3可知，S3市場包含514個產(chǎn)品，其總市場份額占據(jù)整個市場的98.83%，其中42.96%由排名前10的產(chǎn)品所貢獻(xiàn)。由此可見， S1和 S2市場的市場份額占比非常小。具體地，總體產(chǎn)品市場的2 496個產(chǎn)品中，約有79%的產(chǎn)品的相對競爭優(yōu)勢很小。此數(shù)據(jù)揭示了產(chǎn)品市場結(jié)構(gòu)中的二八效應(yīng)以及構(gòu)建產(chǎn)品子市場的必要性，有助于管理者調(diào)整產(chǎn)品的營銷策略，例如移除那些從未被點擊瀏覽或被考慮購買的產(chǎn)品以提高成本效益或聚焦于提升自身在子市場中的競爭優(yōu)勢。

此外，排名前4的產(chǎn)品從屬于同一個品牌519，這反映了產(chǎn)品競爭在品牌內(nèi)部的存在性。意識到這個問題有助于管理者更全面地優(yōu)化其對于產(chǎn)品在品牌間和品牌內(nèi)的管理策略。此外，為進(jìn)一步了解品牌之間的競爭關(guān)系，本文以品牌為單位繪制了 S3市場的結(jié)構(gòu)圖，如圖5所示，其中橫縱坐標(biāo) D1和 D2同樣表示MDS分析通過降維后的兩個維度。

圖5 S3市場的品牌競爭結(jié)構(gòu)Fig.5 Brand competitive structure of S3 market

圖5中氣泡的大小和顏色深淺表示品牌占有的市場份額高低，其中顏色最深的氣泡顯然為品牌519。圖中氣泡之間的相對距離用以刻畫品牌間競爭關(guān)系的緊密程度。例如，雖然品牌691和891的市場份額遠(yuǎn)小于品牌519，但它們的競爭關(guān)系非常緊密，而其他品牌與品牌519形成的競爭關(guān)系則相對較弱。然而，單獨位于圖中右下角的品牌為品牌231，與其他品牌具有較遠(yuǎn)的相對距離，即與其他品牌競爭關(guān)系較弱，雖然如此，品牌231也占據(jù)一定的市場份額，這也許反映了品牌231是一個新的品牌趨勢并獲得了消費者的良好反饋。及時發(fā)現(xiàn)這種特殊情況，對于品牌自身，如何把握自身的品牌優(yōu)勢是關(guān)鍵；而對于競爭對手或新興品牌，了解其他品牌的優(yōu)勢，制定有效策略對其發(fā)展也至關(guān)重要。因此，進(jìn)一步了解品牌的定位，有利于對產(chǎn)品市場結(jié)構(gòu)有更深的了解并對管理策略的調(diào)整和制定具有指導(dǎo)意義。

總體來說，識別行為流數(shù)據(jù)中具有決定性作用的消費者反饋行為因素，并基于這些因素對產(chǎn)品市場進(jìn)行細(xì)分和可視化對管理者了解產(chǎn)品和品牌的定位以及在子市場中的競爭形勢具有重要的幫助，從而啟發(fā)管理者對產(chǎn)品開發(fā)或現(xiàn)有的產(chǎn)品定位策略做出調(diào)整，以優(yōu)化其決策。例如，品牌231是一種新的產(chǎn)品定位并獲得了很好的市場成效，具有借鑒意義；而根據(jù)帕累托法則，主導(dǎo)品牌可通過考慮移除不具競爭力的產(chǎn)品，將成本投入主導(dǎo)產(chǎn)品中優(yōu)化管理策略，進(jìn)而提升效益。

4 結(jié)論與啟示

本文結(jié)合行為流數(shù)據(jù)，基于消費者行為反饋對產(chǎn)品市場結(jié)構(gòu)進(jìn)行分析。通過構(gòu)建消費者?行為介入矩陣，識別決定性反饋行為因素，即消費者點擊和加入收藏夾行為。在此基礎(chǔ)上，選取最佳的產(chǎn)品市場簇數(shù)，將整個產(chǎn)品市場細(xì)分為3個競爭子市場。在給定最佳簇數(shù)為3的情況下，對3個子市場進(jìn)行可視化分析。通過消費者的行為反饋，結(jié)果揭示了非監(jiān)督學(xué)習(xí)下消費者決定性行為反饋對產(chǎn)品市場份額的綜合正向作用。同時表明，少數(shù)產(chǎn)品在市場中占據(jù)主導(dǎo)位置的二八效應(yīng)，以及產(chǎn)品競爭在品牌內(nèi)部的存在性。盡管有些品牌的市場份額差異較大，但它們之間仍存在著強(qiáng)烈的競爭關(guān)系。此外，個別品牌與其他品牌之間的競爭關(guān)系相對較弱，但仍占有一定的市場份額。相比于管理者從企業(yè)自身的角度營銷產(chǎn)品，消費者行為反饋作為積極信號，這些發(fā)現(xiàn)有助于進(jìn)一步了解產(chǎn)品的競爭優(yōu)勢和市場結(jié)構(gòu)，為老產(chǎn)品定位調(diào)整以及新產(chǎn)品開發(fā)和定位設(shè)計的營銷策略制定提供了容易實現(xiàn)且有效的啟示，在提升自身競爭力的同時為消費者提供更優(yōu)質(zhì)的產(chǎn)品和服務(wù)。

因此，首先，管理者如僅從企業(yè)自身的角度以及產(chǎn)品的銷量對產(chǎn)品或品牌制定營銷策略，忽略了消費者的影響?？紤]消費者對產(chǎn)品或品牌的真實反饋，可進(jìn)一步客觀清晰地了解產(chǎn)品的競爭優(yōu)勢和市場結(jié)構(gòu)。其次，消費者的購物具有時序依賴性，因此消費者的行為反饋受消費者的歷史先驗信息的影響。在此基礎(chǔ)上，識別具有決定性作用的反饋行為非常關(guān)鍵，這些行為從側(cè)面反映了消費者對產(chǎn)品的介入程度。

然而，消費者的偏好和產(chǎn)品的市場份額在不同的時期存在變化的可能性，從而導(dǎo)致市場的動態(tài)變化。結(jié)合本文的市場細(xì)分結(jié)果，不難發(fā)現(xiàn)這3個子市場可以體現(xiàn)產(chǎn)品的動態(tài)發(fā)展趨勢，因此考慮不同時期的對應(yīng)數(shù)據(jù)將可獲得對于市場的動態(tài)性更有效的解釋。此外，在營銷的研究中，仍然存在著許多主觀影響因素，例如網(wǎng)頁刺激、促銷活動、價格影響等。本文尚未結(jié)合這些主觀因素進(jìn)行分析，具有一定的局限性。因此同時考慮消費者的反饋行為因素(客觀痕跡)與頁面刺激因素(感知痕跡)是一個挑戰(zhàn)，但也為未來的研究提供了方向。在當(dāng)下的消費時代，從消費者的偏好和需求出發(fā)，了解并探討消費者的整個購物過程，將對新老產(chǎn)品的調(diào)整和開發(fā)管理帶來重要的指導(dǎo)意義。