陳虹瑤,李淑琦,王春盈,徐紹榮
(中國農(nóng)業(yè)大學(xué)煙臺(tái)研究院,山東煙臺(tái)264670)
隨著國內(nèi)電商平臺(tái)的迅猛發(fā)展,“網(wǎng)購”已成為消費(fèi)者購買商品的重要途徑。葡萄酒作為傳統(tǒng)酒水類產(chǎn)品,具有廣闊的在線消費(fèi)者市場。據(jù)葡萄酒行業(yè)市場需求預(yù)測(cè)與投資分析報(bào)告顯示,當(dāng)前我國約有2.1億的葡萄酒網(wǎng)購消費(fèi)者,已成為全世界覆蓋范圍最廣、成長速度最快的葡萄酒電子商務(wù)市場[1]。葡萄酒企業(yè)要想提升電商領(lǐng)域市場份額,必須充分了解消費(fèi)者購買產(chǎn)品時(shí)看重的因素。因此,探究葡萄酒網(wǎng)購消費(fèi)者購買決策的影響因素、進(jìn)行客戶細(xì)分尤為重要。
當(dāng)前,關(guān)于葡萄酒消費(fèi)者購買行為及客戶細(xì)分的研究成果較為豐富。購買行為方面,徐紹榮等[2]指出個(gè)人特征、感官評(píng)價(jià)、酒企品牌營銷等是影響消費(fèi)行為的重要因素。Alamanos等[3]認(rèn)為,消費(fèi)者到葡萄酒生產(chǎn)國度假旅游可增加其對(duì)該國葡萄酒品種、產(chǎn)區(qū)和地區(qū)認(rèn)證的感知認(rèn)知,并促進(jìn)日后產(chǎn)生購買行為。Thach等[4]分析了美國Z世代葡萄酒消費(fèi)者的偏好,指出Z世代消費(fèi)者更偏愛起泡酒、更重視產(chǎn)品標(biāo)簽和包裝、更關(guān)注社交媒體平臺(tái)??蛻艏?xì)分方面,王亞賓等[5]利用在線平臺(tái)顧客數(shù)據(jù),將葡萄酒消費(fèi)者分為公務(wù)消費(fèi)型、發(fā)燒友型、享受型、時(shí)髦消費(fèi)型和年輕新飲型共5類。陶妍冰等[6]基于消費(fèi)者對(duì)包裝的認(rèn)可度視角,將消費(fèi)群體劃分為訴求新穎性的男性群體、追求奢華感的年輕群體、追求包裝材料環(huán)保性的中老年群體、訴求包裝材料經(jīng)濟(jì)性的中產(chǎn)階級(jí)等4類群體。Govindasamy等[7]利用聚類分析對(duì)大西洋中部葡萄酒市場進(jìn)行細(xì)分,將其分為批評(píng)者、愛好者、中立者和擁護(hù)者四類消費(fèi)群體,指出企業(yè)應(yīng)該多關(guān)注愛好者和擁護(hù)者兩個(gè)細(xì)分市場,實(shí)現(xiàn)精準(zhǔn)營銷。
綜上所述,現(xiàn)有研究大都通過問卷調(diào)研的形式獲取數(shù)據(jù),但此方式存在很多局限性,包括樣本數(shù)量有限,結(jié)果受時(shí)間、環(huán)境、被調(diào)查者個(gè)人意愿制約,難以收集開放性回答等,導(dǎo)致調(diào)研人員無法準(zhǔn)確了解被調(diào)查者的真實(shí)意愿。因此,文章利用數(shù)據(jù)爬取技術(shù),采集5128條葡萄酒消費(fèi)者在線評(píng)論,通過分詞處理將用戶評(píng)論轉(zhuǎn)化為定量數(shù)據(jù),以期彌補(bǔ)此方面的研究空白,為相關(guān)企業(yè)決策提供借鑒。
當(dāng)前我國葡萄酒電商平臺(tái)眾多,京東商城、天貓是消費(fèi)者主要的購買渠道,最高評(píng)論數(shù)逾100萬,為分析用戶在線評(píng)論提供了豐富的數(shù)據(jù)信息。利用“八爪魚數(shù)據(jù)采集器”[8],將京東商城、天貓中的葡萄酒頻道作為統(tǒng)一資源定位符(URL),采集了消費(fèi)者的在線評(píng)論數(shù)據(jù),包括用戶昵稱、評(píng)論內(nèi)容、追評(píng)內(nèi)容、評(píng)論日期、該評(píng)論點(diǎn)贊數(shù)等信息。
由于在線評(píng)論每日更新速度較快,數(shù)據(jù)信息量較大,故將采集時(shí)間定為2020年12月1日至2021年2月28日,采集對(duì)象為平臺(tái)內(nèi)銷量較高的知名葡萄酒產(chǎn)品,共獲取在線評(píng)論數(shù)據(jù)5635條。將上述評(píng)論整合到Excel文件中,進(jìn)行人工篩選以保障數(shù)據(jù)的有效性,篩選原則如下:刪除同一用戶完全重復(fù)的在線評(píng)論,避免重復(fù)計(jì)算;去除刻意褒揚(yáng)或貶低該產(chǎn)品的評(píng)論;去除與該產(chǎn)品無關(guān)的評(píng)論;剔除有廣告嫌疑的評(píng)論等。經(jīng)人工篩選后,共獲得有效評(píng)論5128條,產(chǎn)品品牌及評(píng)論數(shù)如表1所示。
表1 評(píng)論數(shù)據(jù)構(gòu)成
利用中國科學(xué)院NLPIR漢語分詞系統(tǒng),對(duì)上述有效評(píng)論進(jìn)行分詞處理。該軟件功能包括中文分詞、詞性標(biāo)注、情感分析等[9]。中文評(píng)論有較多對(duì)實(shí)際語義無幫助的連接詞,妨礙分詞結(jié)果分析,故通過人工篩選剔除此類詞語。同時(shí),對(duì)意思相近詞語進(jìn)行合并處理,使結(jié)果更為簡潔直觀。對(duì)分詞結(jié)果進(jìn)行詞頻統(tǒng)計(jì),共獲取高頻詞(詞頻≥30)265個(gè),此類高頻詞多為描述消費(fèi)者個(gè)人感受的名詞、形容詞等。詞頻越高,說明消費(fèi)者對(duì)于該屬性越重視。
通過對(duì)詞義合并后的265個(gè)高頻詞進(jìn)行概括總結(jié),提取出21個(gè)影響購買決策的因素,各影響因素及其對(duì)應(yīng)的高頻詞示例如表2所示。
表2 影響因素識(shí)別及高頻詞示例
為進(jìn)行定量分析,對(duì)所獲取的每條評(píng)論進(jìn)行定量化編碼。根據(jù)李克特5級(jí)量表,同時(shí)參考鄔超等[10]對(duì)于情感詞褒貶程度的劃分,將消費(fèi)者對(duì)于各指標(biāo)的感知分為非常滿意、較滿意、無感知、較不滿意、非常不滿意5種等級(jí)。由于用戶評(píng)論不可能涉及所有指標(biāo),故將該評(píng)論未提及的因素編碼設(shè)置為3,3正好處于5級(jí)量表中間位置,表示消費(fèi)者對(duì)此因素?zé)o特殊感覺。編碼示例見表3。
表3 情感詞定量化編碼
2.3.1 信度效度檢驗(yàn)
原始數(shù)據(jù)共包含21個(gè)屬性指標(biāo),較為冗雜,不易將影響購買決策的因素進(jìn)行明確分類,因此需要利用因子分析降維,以期獲取有價(jià)值的公因子?,F(xiàn)有研究表明,只有當(dāng)各變量之間存在相關(guān)性時(shí),該題項(xiàng)才適合做因子分析[11]。因此運(yùn)用SPSS21.0軟件進(jìn)行KMO檢驗(yàn)和球型Bartlett檢驗(yàn),檢驗(yàn)結(jié)果見表4。由表4可知,KMO值為0.825>0.8,其對(duì)應(yīng)的顯著性水平近似為0.000,量表的Cronbach's Alpha值為0.847,表明該組數(shù)據(jù)適合做因子分析。
表4 KMO和Bartlett的檢驗(yàn)
2.3.2 提取主成分
通過主成分分析法,以特征值大于1為標(biāo)準(zhǔn),從21個(gè)影響因素中提取出5個(gè)公因子(見表5)。高昉[11]指出,在社會(huì)科學(xué)領(lǐng)域,公因子的累計(jì)解釋比例達(dá)到60%,則表示共同因素具有可靠性。由表5可知,5個(gè)因子的方差貢獻(xiàn)率分別為25.945%、17.291%、12.849%、11.743%和8.772%,累計(jì)方差貢獻(xiàn)率為76.599%>60%,說明這5個(gè)公因子對(duì)原數(shù)據(jù)解釋效果較好。
表5 總方差分解表
2.3.3 最大方差法旋轉(zhuǎn)
利用最大方差旋轉(zhuǎn)法得到上述因子的旋轉(zhuǎn)成分矩陣(見表6)。由表6可知:
表6 旋轉(zhuǎn)成分矩陣
第一個(gè)公因子在品質(zhì)、口感、品牌、營養(yǎng)、原料、產(chǎn)地上的因子載荷系數(shù)較大。由于此類指標(biāo)均與葡萄酒質(zhì)量相關(guān),可將其命名為產(chǎn)品質(zhì)量因子。通過比較上述因子載荷系數(shù)可知,在產(chǎn)品質(zhì)量層面,消費(fèi)者最關(guān)注葡萄酒品質(zhì),其次是口感和品牌,對(duì)營養(yǎng)、原料、產(chǎn)地的關(guān)注度相對(duì)較低。
第二個(gè)公因子在性價(jià)比、價(jià)格、活動(dòng)、贈(zèng)品上有較大載荷,均大于0.8,且上述因素均與產(chǎn)品價(jià)格有關(guān),可將其命名為價(jià)值價(jià)格因子。其中,性價(jià)比是葡萄酒消費(fèi)者最關(guān)注的因素,價(jià)格、活動(dòng)次之,贈(zèng)品對(duì)消費(fèi)者購買決策影響最小。
第三個(gè)公因子在產(chǎn)品用途、配送費(fèi)用、配送時(shí)間、包裝上因子載荷較高,且均與物流配送、包裝因素有關(guān),可將其命名為包裝物流因子。消費(fèi)者對(duì)于葡萄酒的使用場景最為看重,其次是配送費(fèi)用及配送時(shí)間,對(duì)葡萄酒包裝關(guān)注最少。
第四個(gè)公因子在平臺(tái)信譽(yù)、商品描述、售后服務(wù)、客服服務(wù)上的因子載荷較大,且均與服務(wù)相關(guān),可將其命名為信譽(yù)服務(wù)因子。電商平臺(tái)信譽(yù)對(duì)消費(fèi)者購買決策影響最大,商品描述和售后服務(wù)次之,客服服務(wù)影響最小。
第五個(gè)公因子在身份象征、消費(fèi)習(xí)慣、國貨情懷的因子載荷系數(shù)較大,且均與消費(fèi)者個(gè)人認(rèn)同相關(guān),可將其命名為偏好認(rèn)同因子。表明葡萄酒的身份象征功能對(duì)消費(fèi)者購買影響最大,消費(fèi)習(xí)慣次之,國貨情懷影響作用最小。
為探究葡萄酒網(wǎng)購消費(fèi)者的群體特征,以5個(gè)公因子得分為變量做聚類分析。由于數(shù)據(jù)量較大,不適于傳統(tǒng)的兩步聚類法,參考張洪[12]的研究,采用改進(jìn)的兩步聚類法進(jìn)行客戶細(xì)分。步驟如下:第一步,借助BIC準(zhǔn)則求解最佳聚類中心個(gè)數(shù);第二步,用K-means算法替換傳統(tǒng)的凝聚算法。這樣一方面有利于客觀地確定聚類中心個(gè)數(shù),另一方面提高了數(shù)據(jù)處理速度。
通過兩步聚類法,SPSS 21.0自動(dòng)將消費(fèi)者在線評(píng)論分成了4個(gè)類別,由圖1可知,聚類質(zhì)量較好。
圖1 兩步聚類法聚類質(zhì)量
利用K-means算法進(jìn)行聚類,將初始聚類個(gè)數(shù)設(shè)定為4,最大迭代次數(shù)設(shè)置為25,所得各個(gè)聚類案例數(shù)和聚類中心分別見表7、表8。
表7 各聚類中的案例數(shù)
表8 最終聚類中心
由表8可知,依據(jù)購買葡萄酒時(shí)關(guān)注重點(diǎn)的不同,將消費(fèi)者聚類為4類群體:
第一類消費(fèi)者有1935個(gè),占評(píng)論數(shù)的37.73%,該群體占市場份額最大。此類消費(fèi)者比較重視葡萄酒的口感品質(zhì)、色澤、酒氣、原料及產(chǎn)地等因素。因此,將此類消費(fèi)者命名為“追求品質(zhì)組”[13]。
第二類消費(fèi)者有1144個(gè),占評(píng)論數(shù)的22.31%,該消費(fèi)群體占市場份額較大。此類消費(fèi)者比較重視電商平臺(tái)的信譽(yù)質(zhì)量、客服服務(wù)及售后服務(wù),對(duì)于葡萄酒本身的口感品質(zhì)等方面反而有所忽視。因此,將該類消費(fèi)者命名為“服務(wù)偏好組”。
第三類消費(fèi)者有590個(gè),占評(píng)論數(shù)的11.51%,該群體占市場份額最小。此類消費(fèi)者較關(guān)注包裝及配送時(shí)效,如包裝是否精美、快遞是否隔天達(dá)、酒瓶是否破碎等。因此,將該類消費(fèi)者命名為“外觀物流組”。
第四類消費(fèi)者有1459個(gè),占評(píng)論數(shù)的28.45%,該群體占市場份額較大。此類消費(fèi)者最重視價(jià)格優(yōu)勢(shì),綜合權(quán)衡性價(jià)比后再作決策。因此,將該類消費(fèi)者命名為“性價(jià)權(quán)衡組”。
從京東、天貓采集了5128條葡萄酒產(chǎn)品在線評(píng)論數(shù)據(jù),對(duì)其進(jìn)行分詞處理,得到影響葡萄酒網(wǎng)購消費(fèi)者購買決策的21個(gè)指標(biāo),利用因子分析提煉歸納出5個(gè)主因子。基于因子得分進(jìn)行K-means聚類分析,將在線葡萄酒消費(fèi)群體劃分為4個(gè)細(xì)分市場,其中追求品質(zhì)組所占市場份額最高,性價(jià)權(quán)衡組、服務(wù)偏好組占比次之,外觀物流組所占市場份額最小。
根據(jù)研究結(jié)果提出以下幾點(diǎn)建議。第一,提升口感與品質(zhì)。注重釀酒葡萄原料的選取,改進(jìn)釀造工藝技術(shù),提升產(chǎn)品色澤、香氣及營養(yǎng)價(jià)值,樹立良好的品牌形象。第二,加大促銷優(yōu)惠力度。利用雙十一、元旦、3.18、6.18等重要節(jié)日,刺激更多價(jià)格敏感型顧客進(jìn)行消費(fèi)[14]。第三,完善品牌信譽(yù)與服務(wù)保障。入駐知名電商平臺(tái),利用平臺(tái)信譽(yù)優(yōu)勢(shì)贏得消費(fèi)者信賴。加強(qiáng)客服培訓(xùn),讓客服充分了解顧客訴求,通過專業(yè)、溫馨的服務(wù)提高消費(fèi)者的購物體驗(yàn)。完善售后退換保障機(jī)制,讓消費(fèi)者放心消費(fèi)。第四,加強(qiáng)物流配送體系建設(shè)。著力提升配送速度,推進(jìn)實(shí)現(xiàn)“隔天達(dá)”物流服務(wù)。保障配送安全,避免出現(xiàn)瓶身破碎、包裝破損等現(xiàn)象[15],提升消費(fèi)者的滿意度及品牌忠誠度。