孫一文 羅戎蕾
摘 要:對40家女裝品牌抖音平臺直播數據進行統(tǒng)計分析。從品牌引流能力、品牌盈利能力、品牌銷售轉化能力、品牌忠誠力、品牌發(fā)展力5個維度構建競爭力評價指標體系。利用因子分析提取代表品牌直播能力的主要信息,最終獲取4個公共因子,再利用4個公共因子的得分對40個品牌進行聚類,根據聚類結果對品牌發(fā)展情況做出評價和發(fā)展建議。
關鍵詞:抖音直播;競爭力評價;因子分析;聚類分析
中圖分類號: F407.86? ? ? ? ? ? ? 文獻標識碼:A? ? ? ? ? ? ? ?文章編號:1674-2346(2023)01-0032-05
1??? 引言
抖音是字節(jié)跳動公司開發(fā)的短視頻社交軟件,2016年9月上線,用戶數量自此急劇增加,到2020年8月為止日活躍用戶已經突破了6億。隨著信息技術的迅猛發(fā)展、人們現代生活方式的改變,“直播+電商”作為網絡消費模式的創(chuàng)新,擁有實時展示商品信息、互動性強等獨特優(yōu)勢[1]。
國內外學者對于品牌競爭力的研究側重點不同,國外學者重視理論探究,首先對于品牌競爭力的內涵研究比較深入,Winzar[2]認為品牌競爭力是通過打造有競爭力的品牌資產,獲得相對于競爭對手更多的市場份額。其次重視品牌競爭力形成機理以及重要影響因素的研究,Suraksha Gupta研究[3]發(fā)現為企業(yè)客戶創(chuàng)造的品牌價值通過營銷導向間接地提高了品牌的競爭力。Kevin Lane Keller[4]認為由顧客價值優(yōu)勢產生的品牌忠誠是品牌資產最直接的體現,因而品牌忠誠是品牌競爭力形成的基礎。國內學者更多是在國外學者的研究基礎上進行擴展細化,重點在于品牌競爭力影響因子的探索和評價指標的構建,以及在各行各業(yè)的應用。如江小云[5]以企業(yè)視角構建競爭力評價因素集時選取了盈利能力、市場能力等9個一級指標,而龐雅莉在研究[6]中認為顧客是品牌競爭力的源泉,品牌競爭力的高低很大程度上取決于顧客的忠誠與滿意程度,歸根結底在于是否能傳遞較高的顧客價值。
關于直播電商領域的研究主要集中在消費者購買影響因素的分析、直播電商發(fā)展現狀、趨勢以及營銷模式的探究。本文聚焦直播電商這一新興領域,將品牌競爭力與直播電商相結合,從品牌商家角度及消費者角度共同構建女裝品牌在直播電商領域的競爭力評價體系,對女裝品牌直播競爭力進行評價分析。
2??? 評價方法及指標體系設計
2.1??? 評價方法
關于競爭力評價的研究國內學者應用的方法也比較多種多樣,比較常見的方法是層次分析法、主成分分析法、因子分析法和模糊綜合評價灰色關聯分析法,(表1)此外還有使用德爾菲法、熵值法等。
本研究旨在從品牌角度和顧客角度構建女裝品牌直播競爭力的主要因素,涉及基礎變量較多,且數據獲取來自各個品牌直播間的基礎數據,由于這些基礎變量之間存在較大的相關性,因子分析更為合適。
2.2??? 直播競爭力指標體系的設計
競爭力評價指標體系建立應遵循科學性、系統(tǒng)性、特殊性、可比性的原則,為了使數據能體現出品牌的長期發(fā)展水平,選擇場均指標作為評價指標,所得出的結果更具有可靠性。女裝品牌直播競爭力評價指標體系如表2所示。在基于直播平臺對品牌競爭力評價指標進行選取時,分品牌商家層面和消費者層面。在對有關品牌競爭力的文獻研究中發(fā)現,以企業(yè)視角進行指標選取時,企業(yè)盈利能力被作為重要指標,根據直播電商的獨特性,我們添加了品牌引流能力和品牌銷售轉化能力,體現品牌在流量獲取和主播營銷的實力。在以消費者視角進行指標選擇時,更注重品牌對于消費者的精神性價值,體現在消費者在直播間的參與度以及對于品牌的關注度,我們采用品牌忠誠力和品牌發(fā)展力作為評價指標。因此品牌的直播競爭力評價指標由2個一級指標、5個二級指標、18個三級指標構成(表2)。
3??? 實證分析
3.1??? 數據來源
40個女裝品牌選取自2021年雙十一天貓女裝銷量排行前30以及在抖音平臺銷量排行靠前的品牌,品牌直播數據來源于灰豚數據平臺,時間為2021年4月~2022年1月,共選取10個月的數據。
3.2??? 因子分析
3.2.1??? 對樣本數據進行KMO和Bartlett的球形檢驗
KMO抽樣適度度量檢驗變量間的偏相關系數是否較小,一般認為KMO值越逼近1,表明對這些變量進行因子分析的效果越好,本文的KMO值為0.705,適用于因子分析,Bartlett的球形檢驗P=0,小于0.05的顯著性水平值,意味著變量高度相關,足夠為因子分析提供合理的基礎,即可利用因子分析來對抖音品牌直播能力進行研究。
3.2.2??? 采用主成分法進行因子提取
總方差解釋表中,前4個成分初始特征值均大于1,累計貢獻率達84.718%,超過了80%,即總體可由前4個公因子來解釋,故提取4個公因子。
3.2.3??? 旋轉成分矩陣
旋轉后的系數顯示按大小排序,且只顯示絕對值大于0.5的值,從旋轉后的因子載荷矩陣(表3)可以看出因子1在場均在線人數、分鐘銷售額產出、場均人數峰值、場均觀看人次、分鐘銷量產出、場均直播銷量、場均直播銷售額、場均停留時長、場均送禮人數、場均點贊數、有較大載荷,反映出品牌直播間人氣較高,銷售能力較強,可命名為盈利因子;因子2在場均千次觀看成交、場均UV價值、場均客單價有較大載荷,反映出品牌客單價較高但成交量也比較高,可命名為潛力因子,因子3在漲粉率、場均新增粉絲團、場均新增粉絲有較大載荷,說明品牌粉絲增長較快,可命名為成長因子;因子4在場均銷售轉化率、場均退貨率有較大載荷,但退貨率為負相關,說明粉絲對品牌比較信任,消費者滿意度也比較高,可命名為信任因子。
提取方法:主成分分析法。旋轉方法:凱撒正態(tài)化最大方差法。旋轉在5次迭代后已收斂。
3.2.4??? 品牌因子得分及綜合因子得分
根據4個公因子的得分,以公因子方差貢獻率占累積貢獻率的比重作為權重來計算得出每個品牌的綜合得分F,如表4,并對40個品牌按綜合得分從高到低進行排列,列表里為直播綜合能力較強的前5個品牌和排名靠后的5個品牌。
3.3??? 品牌聚類分析過程
將40個品牌的4個公因子得分作為因變量進行聚類分析。采用的方法是k-均值聚類法,將4個公因子得分選入變量,品牌選入個案標注依據,最大迭代數設為10,聚類數分為2~6類進行實驗。聚類中數量過少會具有一定的特殊性,過多又無法體現出差異性,將品牌分為4類是比較合適的,最終聚類中心及聚類結果如表5。
第一類品牌直播競爭力等級為強,品牌成長因子得分遠高于其他類品牌,說明其粉絲增長較快,盈利因子得分低于第二、三類品牌,潛力因子和信任因子得分都比較低,在直播電商領域屬于快速發(fā)展中的品牌;第二類品牌直播競爭力較強,盈利因子和信任因子得分最高,潛力因子和成長因子得分較低,總體發(fā)展比較均衡,屬于發(fā)展前景比較好的品牌;第三類品牌直播競爭力一般,雖然在盈利因子得分較高僅次于第二類品牌,但是其他因子得分都比較低,得分較高的盈利因子不足以抵擋其他因子帶來的影響,所以綜合競爭力一般。第四類品牌直播競爭力最弱,各因子得分都較低,潛力因子相比較稍高于其他類的品牌,說明這類品牌在抖音直播發(fā)展狀況較緩慢,需要在直播電商方面加大投資力度的品牌。
4??? 結論與建議
研究結果表明:女裝品牌在直播電商領域的競爭力與成長因子、盈利因子、信任因子得分密切相關,首先,成長因子得分高即粉絲增長最快的品牌競爭力強,可見擁有良好的粉絲基礎是品牌在直播電商領域快速發(fā)展的關鍵。其次,盈利能力和信任能力得分較高的品牌競爭力也相對較強。針對女裝品牌在直播電商領域發(fā)展狀況,可從成長能力、盈利能力、信任能力三方面提高品牌綜合競爭力,特提出以下建議:
(1)增強品牌成長能力。提高粉絲增長速度和品牌人氣。可以考慮發(fā)起各種挑戰(zhàn)賽,提高粉絲的參與度,加強粉絲和品牌之間的黏性,或采取“明星紅人KOL種草+內容營銷”的組合營銷方式,滲透目標人群。還可通過跨界聯名的方式拓展品牌邊界,通過聯名傳遞文化價值,塑造品牌形象。(2)提高品牌盈利能力。重點在于提高品牌引流能力和主播銷售能力。首先要注重短視頻高質量內容輸出,打造引流第一步;其次借助抖音提供的一系列快速精準推廣工具,提高點擊率與轉化率;再次注重培養(yǎng)優(yōu)質主播,高質量互動可以給粉絲帶來歸屬感,通過與用戶互動,建立情感連結,提升用戶對品牌的認知度和認可度,從而提高銷售轉化率。(3)提高粉絲信任度。注重售后服務,加強后續(xù)產品反饋、優(yōu)惠等服務,沉淀品牌忠實用戶,直播前對服裝品質進行嚴格篩選,售后積極解決客戶反饋的問題,以優(yōu)質服務增強客戶對品牌信任度,信任度的提高也會間接提升直播間銷售轉化率和銷售額,從而增強品牌綜合實力。
參考文獻
[1]張守昂.“短視頻+電商直播”營銷模式創(chuàng)新研究[J].中國市場,2022(06):112-113.
[2]Winzar H,Baumann C, Chu W.Brand competitiveness:Introducing the customer-based brand value (CBBV)-competitiveness chain [J].International Journal of Contemporary Hospitality Management,2018,30(1):637-660.
[3]Suraksha G,David G,John R,et al.The impact of brand value on brand competitiveness[J].Journal of Business Research,2020,(112):210-222.
[4]KellerKL.戰(zhàn)略品牌管理[M].北京:中國人民大學出版社,2014:70-79.
[5]江小云.服裝企業(yè)競爭力評價及實證研究[J].絲綢,2010(07):59-63.
[6]龐雅莉.電子商務情景下服裝品牌競爭力的影響因素研究[D].重慶:西南大學,2014:37-59.
[7]陳李紅,嚴新鋒,丁雪梅,等.基于網絡層次分析法的紡織服裝產業(yè)可持續(xù)競爭力評價[J].紡織學報,2018,39(10):162-167.
[8]楊以雄,杞文楠,畢天逸,等.浙江和遼寧紡織服裝區(qū)域競爭力比較[J].東華大學學報(自然科學版),2011,37(02):228-234.
[9]劉喜紅.基于顧客價值的我國服裝企業(yè)品牌競爭力研究[D].武漢:武漢理工大學,2007:31-38.
[10]劉寧波,徐長樂.長江經濟帶紡織服裝產業(yè)競爭力評價研究[J].管理現代化,2017,37(03):18-20.
[11]陳亞榮,郭景.消費者視角下的品牌競爭力測評體系探析:基于主成分分析法的實證研究[J].消費導刊,2010(08):12-15.
[12]王杜春,王畔畔,劉雪華.消費者視角下區(qū)域產品品牌競爭力評價[J].商業(yè)時代,2012(30):47-49.
[13]曾明華,尤晨.服裝企業(yè)營銷競爭力模糊綜合評價[J].商業(yè)時代,2014(34):85-86.
[14]閆帥生.消費者視角下品牌競爭力測評體系的實證研究[D].泉州:華僑大學,2012:33-36.
[15]胡彥蓉,吳沖,劉洪久.基于綜合集成方法的服裝上市公司品牌競爭力評價研究[J].數學的實踐與認識,2012,42(19):37-47.
[16]肖黎,周镕基.我國農產品國際貿易競爭力評價:基于灰色關聯分析[J].商業(yè)經濟研究,2019(01):132-136.
[17]李朋林,張秀華.基于灰色關聯分析的上市銀行競爭力評價[J].財會月刊,2014(10):37-41.
[18]湯偉偉,汪濤,王三銀.基于改進灰色關聯分析法的企業(yè)文化競爭力綜合評價[J].商業(yè)時代,2010(11):138-139,99.
[19]藍廣芊,胡少營,張龍琳,等.中國省域服裝產業(yè)競爭力評價分析[J].絲綢,2010(12):57-62.
[20]沈愛榮.我國紡織服裝上市公司財務競爭力研究[J].會計之友,2011(04):106-109.
[21]陳宏明,康亞南.基于因子分析法的上市公司財務競爭力研究:以服裝紡織業(yè)為例[J].財會通訊,2012(32):28-29.
[22]陳軍.基于財務視角的中小服裝上市公司競爭力評價[J].財會通訊,2015(26):49-51.
Evaluation and Cluster Analysis of Women's Clothing Brands Live Streaming Competitiveness
――Based on Douyin platform
SUN Yi-wen?? LUO Rong-lei
(School of Fashion, Zhejiang Sci-Tech University,Hangzhou,Zhejiang 310018,China)
Abstract: This paper statistically analyzes the live streaming data of 40 women's clothing brands on Douyin platform.The competitiveness evaluation index system is constructed from five dimensions:brand attraction ability,brand profitability,brand sales conversion ability,brand loyalty, and brand development ability.Factor analysis is used to extract the main information representing the livestreaming capability of the brand,and finally four public factors are obtained.The scores of the four public factors are then used to cluster the 40 brands,and evaluation and development suggestions are made for the brand development based on the clustering results.
Key words: Douyin live streaming;competitiveness evaluation;factor analysis;cluster analysis