江 涌

(黎明職業(yè)大學(xué) 商學(xué)院，福建 泉州 362000)

物流行業(yè)與廣大消費(fèi)者的生活休戚相關(guān)，物流企業(yè)為了提升業(yè)績(jī)，其所提供的服務(wù)應(yīng)迎合消費(fèi)者的喜好與需求。因此真實(shí)了解消費(fèi)者的消費(fèi)偏好成為指引物流企業(yè)經(jīng)營(yíng)方針調(diào)整的一大風(fēng)向標(biāo)。選擇合適的市場(chǎng)調(diào)查方式是物流企業(yè)獲取消費(fèi)者偏好信息的捷徑。研究每一位消費(fèi)者在物流消費(fèi)過(guò)程中留下的行為痕跡是一種全覆蓋、全方位、高精度的市場(chǎng)調(diào)查方式[1]。靈活運(yùn)用各種統(tǒng)計(jì)量對(duì)消費(fèi)者各種線上行為所產(chǎn)生的數(shù)據(jù)進(jìn)行處理分析[2]，就能透過(guò)大量的行為數(shù)據(jù)得出市場(chǎng)的真實(shí)現(xiàn)狀，使企業(yè)更好地迎合市場(chǎng)需求，效果顯著且成本低廉。

一、消費(fèi)者行為產(chǎn)生的數(shù)據(jù)種類

(一)企業(yè)鏈接點(diǎn)擊率

點(diǎn)擊率即某一內(nèi)容被點(diǎn)擊的次數(shù)與該內(nèi)容的鏈接被顯示的次數(shù)之比。消費(fèi)者如果關(guān)注本企業(yè)，對(duì)本企業(yè)所提供的服務(wù)感興趣，就會(huì)點(diǎn)擊企業(yè)在各網(wǎng)站的鏈接和查看企業(yè)的相關(guān)信息。從后臺(tái)搜集的點(diǎn)擊信息，可以了解關(guān)注企業(yè)信息的人數(shù)，從網(wǎng)站登錄信息可以了解關(guān)注企業(yè)信息的人群結(jié)構(gòu)，這些都是企業(yè)深入了解市場(chǎng)的有價(jià)值數(shù)據(jù)。

(二)月均消費(fèi)次數(shù)

目前大多消費(fèi)者都是通過(guò)個(gè)人電腦端或移動(dòng)端呼叫物流服務(wù)。通過(guò)這些呼叫服務(wù)的網(wǎng)絡(luò)信息可以清楚地了解每個(gè)消費(fèi)者的消費(fèi)頻次，每次的消費(fèi)金額，消費(fèi)者的年齡分布、地點(diǎn)分布，從而為企業(yè)更好地做出經(jīng)營(yíng)決策提供可靠的依據(jù)[3]。

(三)搜索引擎中被搜索的次數(shù)

很多消費(fèi)者會(huì)在搜索引擎上搜索物流服務(wù)提供商，再?gòu)乃阉鞒龅慕Y(jié)果中選擇有用的信息。物流服務(wù)提供商在行業(yè)中的地位如何？是否受消費(fèi)者青睞？從其被消費(fèi)者搜索的次數(shù)、頻率就可以得出結(jié)論。

(四)企業(yè)公眾號(hào)被關(guān)注以及所推送信息閱讀人數(shù)

目前大部分物流服務(wù)企業(yè)都有企業(yè)公眾號(hào)，從企業(yè)公眾號(hào)的關(guān)注人數(shù)可以了解企業(yè)的知名度、受消費(fèi)者關(guān)注的程度。從公眾號(hào)推送信息被讀取的情況，可以了解關(guān)注公眾號(hào)的有效客戶群體的信息，例如人數(shù)、性別、年齡、愛(ài)好等。

(五)輸入法中的固定詞組

現(xiàn)在各種輸入法為了提高用戶的輸入效率，會(huì)記憶用戶常用的詞組。物流服務(wù)提供商是否成為客戶的熱門話題？是否廣受關(guān)注？從輸入法的常用詞組中就可以得出結(jié)論[4]。

(六)服務(wù)結(jié)束后的評(píng)價(jià)

物流服務(wù)供應(yīng)商在完成服務(wù)后，都會(huì)提供評(píng)價(jià)渠道，獲取消費(fèi)者對(duì)本次服務(wù)的反饋。目前，常用的評(píng)價(jià)方式有星級(jí)評(píng)價(jià)、分?jǐn)?shù)評(píng)價(jià)、文字評(píng)價(jià)等，這些評(píng)價(jià)數(shù)據(jù)是了解消費(fèi)者對(duì)企業(yè)服務(wù)產(chǎn)品滿意程度的重要信息，企業(yè)可以此知曉所提供服務(wù)產(chǎn)品的受歡迎程度以及員工工作績(jī)效。

二、消費(fèi)者行為大數(shù)據(jù)統(tǒng)計(jì)量分析

為了詳細(xì)說(shuō)明消費(fèi)者行為大數(shù)據(jù)統(tǒng)計(jì)量分析的應(yīng)用方法，本文選擇在網(wǎng)絡(luò)消費(fèi)活動(dòng)中最能反映消費(fèi)者市場(chǎng)信息的幾個(gè)指標(biāo)進(jìn)行分析說(shuō)明，包括企業(yè)鏈接點(diǎn)擊率、在同類服務(wù)中被消費(fèi)者選擇的次數(shù)指標(biāo)、物流服務(wù)五星好評(píng)率指標(biāo)。這幾個(gè)指標(biāo)是消費(fèi)者進(jìn)行線上物流服務(wù)消費(fèi)活動(dòng)時(shí)必經(jīng)的環(huán)節(jié)，因此數(shù)據(jù)最完整，所顯示信息也更全面和準(zhǔn)確。

(一)大數(shù)據(jù)統(tǒng)計(jì)量分析原理

圖1 原假設(shè)的拒絕與接受區(qū)域

在對(duì)大量的數(shù)據(jù)進(jìn)行分析處理前，只看未經(jīng)處理的數(shù)據(jù)是得不出任何有用的結(jié)論的，但可以對(duì)結(jié)論進(jìn)行假設(shè)，再用數(shù)據(jù)統(tǒng)計(jì)量去驗(yàn)證這些假設(shè)。具體的做法是，先設(shè)立兩個(gè)對(duì)立的假設(shè)，一個(gè)是原假設(shè)，一個(gè)是備選假設(shè)；再設(shè)定兩個(gè)區(qū)域，一個(gè)是接受區(qū)域，一個(gè)是拒絕區(qū)域。如果數(shù)據(jù)統(tǒng)計(jì)量落入接受區(qū)域，就接受原假設(shè)，拒絕備選假設(shè)；如果數(shù)據(jù)落入拒絕區(qū)域，就拒絕原假設(shè)，接受備選假設(shè)。原假設(shè)和備選假設(shè)的設(shè)立取決于企業(yè)想知道的結(jié)論。由于大部分歷史數(shù)據(jù)都服從對(duì)稱于均值的正態(tài)分布，因此可根據(jù)正態(tài)分布的圖形來(lái)進(jìn)行分析。如圖1，正態(tài)分布曲線下方所覆蓋的面積為概率[5]，在假設(shè)檢驗(yàn)中，該面積分為兩部分，一部分為原假設(shè)的接受區(qū)域面積，一部分為原假設(shè)的拒絕區(qū)域面積。由統(tǒng)計(jì)學(xué)可知，曲線覆蓋面積為對(duì)應(yīng)情況的概率[6]85。概率統(tǒng)計(jì)學(xué)中不考慮小概率事件，因此，若統(tǒng)計(jì)量的值落入小概率的拒絕區(qū)域，就認(rèn)為原假設(shè)不會(huì)發(fā)生，因此接受備選假設(shè)。圖1說(shuō)明了原假設(shè)的接受區(qū)域、拒絕區(qū)域、顯著性水平之間的關(guān)系。

(二)企業(yè)鏈接點(diǎn)擊率指標(biāo)

在統(tǒng)計(jì)學(xué)中，可以把顯著性變化視為質(zhì)變。以點(diǎn)擊率為例，點(diǎn)擊率是企業(yè)比較關(guān)注的一個(gè)指標(biāo)，是指企業(yè)鏈接被點(diǎn)擊的次數(shù)與顯示次數(shù)的百分比。企業(yè)鏈接點(diǎn)擊率顯著變化調(diào)查是一項(xiàng)縱向調(diào)查，能了解企業(yè)的營(yíng)銷策略相較于以往是否更加有效。消費(fèi)者點(diǎn)擊企業(yè)設(shè)置在各個(gè)網(wǎng)站的鏈接，這些點(diǎn)擊數(shù)據(jù)進(jìn)入網(wǎng)站后臺(tái)，日積月累將會(huì)形成海量的數(shù)據(jù)，這些數(shù)據(jù)每天、每周、每月都會(huì)發(fā)生變化，這些變化是屬于正常的數(shù)據(jù)波動(dòng)，還是有發(fā)生質(zhì)的變化，只看表面數(shù)據(jù)是無(wú)法得出結(jié)論的，需要通過(guò)統(tǒng)計(jì)量來(lái)驗(yàn)證。通常，企業(yè)希望通過(guò)其鏈接在網(wǎng)站上的點(diǎn)擊率是否顯著提高而判斷近段時(shí)間的營(yíng)銷措施是否有效，在這種情況下，可以把原假設(shè)設(shè)置為“企業(yè)被關(guān)注程度沒(méi)有顯著變化”，把備選假設(shè)設(shè)置為“企業(yè)被關(guān)注程度顯著提高”。以DF物流為例(為保護(hù)企業(yè)經(jīng)營(yíng)隱私，此處以DF物流為企業(yè)代稱)，DF物流在2020年第17周舉辦了促銷活動(dòng)，為了研究促銷活動(dòng)的成效，DF物流對(duì)點(diǎn)擊率數(shù)據(jù)進(jìn)行分析研究。表1是DF物流在某網(wǎng)站上的鏈接近段時(shí)間的點(diǎn)擊率數(shù)據(jù)(由于篇幅有限，按周截取2020年第9周至第26周的18組數(shù)據(jù))。DF物流每周二統(tǒng)計(jì)一次點(diǎn)擊率，表1中的點(diǎn)擊率為當(dāng)天的數(shù)據(jù)。

表1 DF物流網(wǎng)上點(diǎn)擊率數(shù)據(jù)

表1中，點(diǎn)擊率的計(jì)算依據(jù)為DF物流的物流服務(wù)在網(wǎng)上被查詢的次數(shù)占本周同類服務(wù)總查詢次數(shù)的比率。其中2020年4月28日的點(diǎn)擊率數(shù)據(jù)有所提升，這是否和企業(yè)在第17周加大了營(yíng)銷力度有關(guān)，還是僅僅為數(shù)據(jù)的正常波動(dòng)，需要進(jìn)行深入的分析。

1.設(shè)立原假設(shè)與備選假設(shè)

企業(yè)希望了解的是表1中第17周的營(yíng)銷活動(dòng)是否有效，這就體現(xiàn)在第18周(4月28日)的點(diǎn)擊率變化上。如果第18周的點(diǎn)擊率提高僅僅是數(shù)據(jù)正常上下起伏，那就說(shuō)明第17周的營(yíng)銷活動(dòng)效果不好；而如果第18周點(diǎn)擊率的提高屬于顯著性提高，即發(fā)生了質(zhì)的變化，就說(shuō)明第17周的營(yíng)銷活動(dòng)有效。因此可把原假設(shè)設(shè)立為點(diǎn)擊率沒(méi)有發(fā)生顯著變化；把備選假設(shè)設(shè)立為點(diǎn)擊率發(fā)生了顯著變化。

2.數(shù)據(jù)統(tǒng)計(jì)量分析

接下來(lái)研究第18周比第17周多出來(lái)的14個(gè)百分點(diǎn)是屬于正常歷史數(shù)據(jù)波動(dòng)還是顯著性變化。本例中的點(diǎn)擊率為各期的具體數(shù)值，可用Z分布來(lái)研究。Z分布的統(tǒng)計(jì)量公式[6]125為：

(1)

通過(guò)歷史數(shù)據(jù)可以計(jì)算出其標(biāo)準(zhǔn)差，標(biāo)準(zhǔn)差是衡量歷史數(shù)據(jù)波動(dòng)程度的一個(gè)重要指標(biāo)。標(biāo)準(zhǔn)差的計(jì)算公式[6]61為：

(2)

(3)

3.研究統(tǒng)計(jì)量所處的區(qū)域

圖2 點(diǎn)擊率數(shù)據(jù)變化顯著性水平分析

企業(yè)希望知道的是2020年4月28日點(diǎn)擊率是否有顯著提升。原假設(shè)為4月28日的點(diǎn)擊率沒(méi)有顯著提升，備選假設(shè)為4月28日的點(diǎn)擊率有顯著提升。統(tǒng)計(jì)量的值越大，對(duì)原假設(shè)越不利，對(duì)備選假設(shè)越有利，因此原假設(shè)的拒絕區(qū)域應(yīng)設(shè)置在正態(tài)分布圖形的右邊。同時(shí)，企業(yè)可根據(jù)自身經(jīng)營(yíng)情況、對(duì)顯著性要求的高低、經(jīng)營(yíng)產(chǎn)品的特點(diǎn)、所研究問(wèn)題的性質(zhì)等情況對(duì)顯著性水平進(jìn)行設(shè)定。顯著性水平的大小決定了拒絕區(qū)域面積的大小。DF物流根據(jù)自身經(jīng)營(yíng)的歷史狀況設(shè)定的點(diǎn)擊率顯著性水平為α=0.04，查標(biāo)準(zhǔn)正態(tài)分布表，得出相應(yīng)的臨界點(diǎn)為1.75。由于2.01>1.75，即統(tǒng)計(jì)量的值大于臨界點(diǎn)的值，而拒絕區(qū)域在臨界點(diǎn)的右邊，說(shuō)明統(tǒng)計(jì)量的值落入拒絕區(qū)域。因此拒絕原假設(shè)，接受備選假設(shè)。由此可以得出結(jié)論，4月28日比前一期增加的點(diǎn)擊率，并不是普通的數(shù)據(jù)波動(dòng)，而是發(fā)生了顯著變化，說(shuō)明營(yíng)銷措施有效。具體分析見(jiàn)圖2。

(三)在同類服務(wù)中被消費(fèi)者選擇的次數(shù)指標(biāo)

在同類服務(wù)中被消費(fèi)者選擇的次數(shù)能很好地說(shuō)明企業(yè)的競(jìng)爭(zhēng)力水平。該項(xiàng)指標(biāo)是橫向?qū)Ρ戎笜?biāo)，能說(shuō)明調(diào)查企業(yè)與同行業(yè)其他企業(yè)在消費(fèi)者心中的接受程度是否有顯著差異。消費(fèi)者在需要物流服務(wù)前會(huì)通過(guò)網(wǎng)絡(luò)平臺(tái)、通訊平臺(tái)對(duì)物流企業(yè)進(jìn)行了解，再最終選擇物流服務(wù)供應(yīng)商。企業(yè)應(yīng)對(duì)各個(gè)平臺(tái)的消費(fèi)者行為數(shù)據(jù)進(jìn)行分析。仍以DF物流的市場(chǎng)調(diào)查為例，DF物流將自身的數(shù)據(jù)與同行企業(yè)XD物流(為保護(hù)企業(yè)經(jīng)營(yíng)隱私，此處以XD物流為企業(yè)代稱)進(jìn)行對(duì)比，DF物流具有本企業(yè)的各期數(shù)據(jù)(因篇幅有限，只列舉其中32周的數(shù)據(jù)，實(shí)際工作中為了提高分析精度可導(dǎo)入所有數(shù)據(jù))，而只搜集到部分XD物流的相關(guān)數(shù)據(jù)。只看表面數(shù)據(jù)無(wú)法判斷兩家企業(yè)在消費(fèi)者接受程度方面是否有顯著差異，雖然平均值不同，但無(wú)法知曉這種差異是屬于正常的企業(yè)間數(shù)據(jù)差異還是企業(yè)經(jīng)營(yíng)水平的顯著性差異。在此種情況下，選擇T統(tǒng)計(jì)量進(jìn)行分析，可以不受兩家企業(yè)信息量是否一致情況的限制。表2和表3是DF物流與XD物流兩家企業(yè)在2019年被消費(fèi)者選擇次數(shù)情況。

表2 DF物流被消費(fèi)者選擇次數(shù)

表2(續(xù))

表3 XD物流被消費(fèi)者選擇次數(shù)

1.設(shè)立原假設(shè)與備選假設(shè)

DF物流希望通過(guò)此次調(diào)查，研究與XD物流在消費(fèi)者接受程度方面是否屬于同一競(jìng)爭(zhēng)層次。因此，原假設(shè)可設(shè)立為：兩家企業(yè)被消費(fèi)者選擇的次數(shù)沒(méi)有顯著差異(在消費(fèi)者心中的接受程度一樣)；備選假設(shè)可設(shè)立為：兩家企業(yè)被消費(fèi)者選擇的次數(shù)有顯著差異(發(fā)生了質(zhì)變)。

2.數(shù)據(jù)統(tǒng)計(jì)量分析

由于此次是將兩家企業(yè)的數(shù)據(jù)進(jìn)行對(duì)比，采用T分布進(jìn)行分析比較合適。T分布統(tǒng)計(jì)量的計(jì)算公式[6]166為：

(4)

S1(表2數(shù)據(jù)的標(biāo)準(zhǔn)差)=5.3；

S2(表3數(shù)據(jù)的標(biāo)準(zhǔn)差)=6.53。

將以上數(shù)值代入T分布公式(4)，可得：

(5)

3.研究統(tǒng)計(jì)量所處的區(qū)域

無(wú)論DF物流的消費(fèi)者接受程度顯著優(yōu)于XD物流，還是XD物流的消費(fèi)者接受程度顯著優(yōu)于DF物流，都屬于兩者之間有顯著差異的情況。因此，當(dāng)統(tǒng)計(jì)量落入右邊極值(DF物流的消費(fèi)者接受程度顯著優(yōu)于XD物流)或左邊極值(XD物流的消費(fèi)者接受程度顯著優(yōu)于DF物流)都對(duì)備選假設(shè)有利，因此拒絕區(qū)域應(yīng)放在圖形的兩邊。DF物流在消費(fèi)者接受程度方面的顯著性水平為0.05，自由度為(n1+n2-2)=52時(shí)，查T分布表單側(cè)0.025的臨界值為±2.31，即-2.31～2.31為接受區(qū)域。-2.31<0.29<2.31，T值落入接受區(qū)域，因此接受原假設(shè)，即可以認(rèn)為兩家企業(yè)在消費(fèi)者接受程度方面沒(méi)有顯著差異。具體分析見(jiàn)圖3。

圖3 兩家物流企業(yè)被消費(fèi)者選擇次數(shù)顯著性對(duì)比

根據(jù)此結(jié)論，可以判斷DF物流與XD物流在消費(fèi)者接受度方面處于同一水平，因此可以XD物流為參照展開(kāi)價(jià)格、服務(wù)方面的競(jìng)爭(zhēng)。

(四)物流服務(wù)五星好評(píng)率指標(biāo)

為了快速得到客戶接受物流服務(wù)之后的反饋，物流企業(yè)都會(huì)在服務(wù)評(píng)價(jià)中以星級(jí)評(píng)價(jià)的方式了解客戶的反饋情況。很多物流企業(yè)也以客戶的星級(jí)評(píng)價(jià)來(lái)判斷企業(yè)經(jīng)營(yíng)決策的準(zhǔn)確性。DF物流在2019年第28周(7月8—14日)對(duì)員工進(jìn)行崗位技能培訓(xùn)。為評(píng)估此次培訓(xùn)的效果，可對(duì)培訓(xùn)前后的五星好評(píng)率數(shù)據(jù)進(jìn)行數(shù)理分析，詳見(jiàn)表4。

表4 DF物流2019年五星好評(píng)率部分?jǐn)?shù)據(jù)

1.設(shè)立原假設(shè)與備選假設(shè)

從表4中的數(shù)據(jù)可以看出，DF物流每周的五星好評(píng)率都有波動(dòng)，如果不對(duì)數(shù)據(jù)進(jìn)行數(shù)理分析，就無(wú)法判斷第28周經(jīng)過(guò)培訓(xùn)后的五星好評(píng)率的增加是正常的數(shù)據(jù)起伏還是有顯著提高。針對(duì)此問(wèn)題，可將原假設(shè)設(shè)立為：第28周的五星好評(píng)率沒(méi)有顯著提高；將備選假設(shè)設(shè)定為：第28周的五星好評(píng)率有顯著提高。

2.數(shù)據(jù)統(tǒng)計(jì)量分析

具體分析時(shí)，可將第28周的數(shù)據(jù)與前期所有數(shù)據(jù)的五星好評(píng)率數(shù)據(jù)進(jìn)行一一對(duì)比，分析第28周數(shù)據(jù)變化的顯著性。篇幅有限，本次分析只選取第28周與第27周的數(shù)據(jù)對(duì)比分析為例，實(shí)際工作中可借助分析軟件實(shí)現(xiàn)所有歷史數(shù)據(jù)的對(duì)比分析，提高分析精度。

由于五星好評(píng)率指標(biāo)是消費(fèi)者群體比例的一個(gè)指標(biāo)，此種情況用P檢驗(yàn)會(huì)更加適合。P檢驗(yàn)的統(tǒng)計(jì)公式[6]128為：

(6)

式(6)中，P1和P2為兩次被比較的數(shù)據(jù)，n1和n2為兩次被比較數(shù)據(jù)的單位個(gè)體數(shù)。

把表4的數(shù)據(jù)代入式(6)中，得出：

(7)

3.研究統(tǒng)計(jì)量所處的區(qū)域

本次調(diào)查，DF物流希望了解的是第28周的培訓(xùn)是否有效。如果有效，第28周的五星好評(píng)率會(huì)顯著高于前幾周未培訓(xùn)時(shí)的五星好評(píng)率。統(tǒng)計(jì)量的值越大(在橫軸上的位置越靠右)，越不利于原假設(shè)(第28周的五星好評(píng)率沒(méi)有顯著提高)。因此，原假設(shè)的拒絕區(qū)域應(yīng)設(shè)置在右邊。DF物流在五星好評(píng)率方面能夠接受的顯著性水平為0.05。此次P統(tǒng)計(jì)量的自由度為(n1+n2-2)=(8.6+7.3-2)≈14。因?yàn)榫芙^區(qū)域在右邊，所以查T分布臨界值表時(shí)應(yīng)查找“單側(cè)0.05，自由度14”的P值，查得臨界值為1.761。

將計(jì)算得出的P值為0.017，與查表所得的臨界值對(duì)比：由于0.017<1.761，統(tǒng)計(jì)量的值落在接受原假設(shè)的區(qū)域，因此接受原假設(shè)，即可以認(rèn)為第28周的五星好評(píng)率沒(méi)有顯著提高，具體情況見(jiàn)圖4。從這方面來(lái)看，第28周的培訓(xùn)效果并不理想。當(dāng)然，有可能培訓(xùn)效果的顯現(xiàn)有一定的滯后性，如果企業(yè)希望繼續(xù)研究培訓(xùn)效果的滯后性，可以繼續(xù)分析培訓(xùn)后的數(shù)據(jù)(如第29周、30周的數(shù)據(jù))研究培訓(xùn)效果的滯后時(shí)間。篇幅所限，這里不再驗(yàn)證。

圖4 五星好評(píng)率分析

三、結(jié)論和對(duì)策

通過(guò)對(duì)DF物流服務(wù)反饋數(shù)據(jù)的統(tǒng)計(jì)分析，可以判斷DF物流在2019—2020年市場(chǎng)認(rèn)可狀況以及一些工作的實(shí)施效果，為今后企業(yè)的發(fā)展提供借鑒，同時(shí)針對(duì)數(shù)據(jù)分析所反映的情況采取相應(yīng)措施，具體見(jiàn)表5。

表5 2019—2020年DF物流市場(chǎng)認(rèn)可情況及工作實(shí)施效果

DF物流針對(duì)消費(fèi)者行為反饋數(shù)據(jù)的分析結(jié)果，可相應(yīng)采取以下對(duì)策。

1.前期采取的營(yíng)銷措施效果顯著，接下來(lái)的工作中可以繼續(xù)采取前期的營(yíng)銷措施并適當(dāng)加大力度，同時(shí)繼續(xù)調(diào)查營(yíng)銷財(cái)務(wù)數(shù)據(jù)與消費(fèi)者的反饋數(shù)據(jù)；研究營(yíng)銷措施所產(chǎn)生效果的實(shí)時(shí)變化情況，及時(shí)根據(jù)消費(fèi)者的反饋情況調(diào)整營(yíng)銷工作，使?fàn)I銷工作跟上市場(chǎng)變化，同時(shí)提高營(yíng)銷費(fèi)用的投入產(chǎn)出效率。

2．通過(guò)調(diào)查得出DF物流與XD物流同處一個(gè)競(jìng)爭(zhēng)層次的結(jié)論，這對(duì)企業(yè)接下來(lái)找準(zhǔn)定位、制定競(jìng)爭(zhēng)策略很有幫助。由于同處于一個(gè)競(jìng)爭(zhēng)層次，因此在產(chǎn)品、服務(wù)、價(jià)格、市場(chǎng)占有率等方面都有可比性，企業(yè)在研發(fā)服務(wù)種類、制定產(chǎn)品價(jià)格、市場(chǎng)細(xì)分等方面都應(yīng)參考XD物流的相應(yīng)舉措，精準(zhǔn)制定企業(yè)的產(chǎn)品策略、渠道策略，以提升企業(yè)競(jìng)爭(zhēng)力。

3.從五星好評(píng)率的反饋調(diào)查得出的結(jié)論是：企業(yè)的培訓(xùn)效果并不顯著。這說(shuō)明前期采取的培訓(xùn)方式或培訓(xùn)內(nèi)容不適合本企業(yè)的情況，或者員工對(duì)培訓(xùn)內(nèi)容的接受程度、執(zhí)行程度不理想。接下來(lái)，企業(yè)應(yīng)著手對(duì)前期培訓(xùn)的方式和內(nèi)容進(jìn)行研究，對(duì)員工接受培訓(xùn)后的工作行為進(jìn)行調(diào)查，查找出問(wèn)題并進(jìn)行整改。

根據(jù)消費(fèi)者行為反饋大數(shù)據(jù)所分析出來(lái)的結(jié)果采取對(duì)應(yīng)的解決措施，如此制定出來(lái)的決策更加準(zhǔn)確、更加符合客觀實(shí)際情況，可幫助企業(yè)健康、快速成長(zhǎng)[7]。因此，消費(fèi)者反饋行為的大數(shù)據(jù)分析是企業(yè)經(jīng)營(yíng)決策的依據(jù)，應(yīng)該納入到企業(yè)日常工作中。

四、結(jié)束語(yǔ)

除本文所列舉的企業(yè)鏈接點(diǎn)擊率、在同類服務(wù)中選擇的次數(shù)、物流服務(wù)五星好評(píng)率外，企業(yè)還可以對(duì)其他消費(fèi)者行為信息進(jìn)行大數(shù)據(jù)分析[8]，例如搜索引擎中被搜索的次數(shù)、企業(yè)名稱在輸入法詞組中出現(xiàn)的比率、企業(yè)公眾號(hào)推送信息被點(diǎn)擊閱讀的次數(shù)等。在分析過(guò)程中，首先根據(jù)自身需要設(shè)置原假設(shè)與備選假設(shè)；其次根據(jù)數(shù)據(jù)類型靈活選擇合適的統(tǒng)計(jì)模型并計(jì)算統(tǒng)計(jì)量；最后把統(tǒng)計(jì)量與統(tǒng)計(jì)模型的臨界值對(duì)比，判斷統(tǒng)計(jì)量所處的區(qū)域，從兩個(gè)假設(shè)中選出正確的一個(gè)作為結(jié)論。這種調(diào)查方法信息來(lái)源可靠，結(jié)論準(zhǔn)確，調(diào)查成本低，是適合大多數(shù)企業(yè)進(jìn)行市場(chǎng)調(diào)查的方法。