管夢妮

（安陽師范學(xué)院數(shù)學(xué)與統(tǒng)計學(xué)院，河南 安陽 455000）

隨著社會的發(fā)展，人們的消費理念發(fā)生了較大變化，“顏值”經(jīng)濟(jì)時代，人們更加重視儀容儀表。調(diào)查顯示，中國約83%的居民曾存在不同程度的青春痘，95%的年輕居民存在粉刺、痤瘡、毛孔粗大等肌膚問題，痘肌問題位于消費者皮膚問題的榜首，祛痘類護(hù)膚產(chǎn)品順勢成為近年來藥妝銷售前列。因此，研究消費者在購買祛痘類護(hù)膚產(chǎn)品時的行為特征，包括對產(chǎn)品價格、成分、功效、安全性、知名度等因素的關(guān)注程度，對于拓展市場份額具有重要的現(xiàn)實意義。

一、基于文本挖掘的問卷設(shè)計

互聯(lián)網(wǎng)經(jīng)濟(jì)大發(fā)展的條件得天獨厚，網(wǎng)購成為人們購物的主流方式之一，所占比重迅速增長，網(wǎng)購的快速發(fā)展與全民網(wǎng)上消費習(xí)慣形成正反饋制。數(shù)字化時代，網(wǎng)絡(luò)上留下的文本評論成為研究的重要數(shù)據(jù)資源。網(wǎng)購時，消費者購買并使用產(chǎn)品后在賣家商品評論區(qū)的反饋構(gòu)成了對于產(chǎn)品使用的真實感受及效果評價。淘寶和京東作為兩大互聯(lián)網(wǎng)電商巨頭，其內(nèi)含的海量評論數(shù)據(jù)具有一定的代表性。本文利用Python 軟件爬取淘寶、京東平臺上有關(guān)祛痘產(chǎn)品價格及評論的原始數(shù)據(jù)，并對原始數(shù)據(jù)進(jìn)行清洗。中文分詞工作通過Rstudio 軟件進(jìn)行，使用詞云圖等文本挖掘方法，實現(xiàn)對文本評論數(shù)據(jù)隱藏信息的挖掘與分析，提取出高頻詞并畫出詞云圖，從而對樣本人群購買祛痘類產(chǎn)品的現(xiàn)狀和主要重視因素進(jìn)行初步探討。在圖1 中，詞頻越高，詞的字號就越大。根據(jù)詞云圖分析發(fā)現(xiàn)，真正吸引用戶的是產(chǎn)品自身的品質(zhì)效果，由此為設(shè)計問卷提供思路。

圖1 詞云圖

圖2 隨機(jī)森林示意圖

基于文本挖掘結(jié)果，設(shè)計調(diào)查問卷包括六個維度，分別為：被調(diào)查者的基本情況、是否存在長痘困擾、產(chǎn)品購買意愿、了解渠道（多選題）、影響購買的因素（矩陣量表題）、市場滿意度及發(fā)展建議。

為了驗證整個問卷的信度和效度，經(jīng)過計算得到問卷整體值為0.92，說明問卷通過了信度檢驗，具有較強(qiáng)的可靠性、一致性。檢驗和球形檢驗結(jié)果顯示，值為0.88，球形檢驗顯著性為0.00，說明問卷通過了效度檢驗。

二、基于隨機(jī)森林模型的影響因素分析

一款祛痘產(chǎn)品的推出要有后續(xù)的銷量和盈利，最主要的是它能夠持續(xù)地滿足消費者的某些特征需求。但特征需求因不同消費者身份等自身因素的不同而異，根據(jù)不同消費者的關(guān)注點，進(jìn)一步探究祛痘產(chǎn)品的持續(xù)發(fā)展因素。

本部分依賴于矩陣量表問題：“如果您購買祛痘護(hù)膚品，請您根據(jù)自身的重視程度對以下因素進(jìn)行選擇”，影響因素包括基本特征（品牌、價格、包裝、氣味）、使用效果（安全性、產(chǎn)品效果）、相關(guān)合作（明星代言、是否與醫(yī)療合作）三個維度八項子指標(biāo)，對于每一個陳述性描述，參考李克特五級分類量表，設(shè)置答項為“不重視、不太重視、一般重視、比較重視、十分重視”。根據(jù)樣本群體對祛痘類產(chǎn)品影響因素的重視程度，研究消費者的特征需求。

（一）模型構(gòu)建

隨機(jī)森林算法是通過從原始數(shù)據(jù)集N中不斷有放回地、重復(fù)隨機(jī)地抽取k個樣本，以生成新的訓(xùn)練樣本集合。因為是有放回抽樣，所以有些樣本會被重復(fù)抽取，同時隨機(jī)漏掉一部分樣本，經(jīng)過采樣后的訓(xùn)練集樣本大小通常為原始樣本大小的三分之二。在此基礎(chǔ)上，每個訓(xùn)練集分別建立決策樹，新數(shù)據(jù)的分類結(jié)果根據(jù)分類樹上的票數(shù)決定。

隨機(jī)森林算法本質(zhì)上是一種改進(jìn)的決策樹算法，包含多棵決策樹并將它們結(jié)合起來，每棵決策樹都是建立在一個獨立樣本上的，且森林中每棵樹的分布相同。其類誤差依賴于每棵樹的分類性能以及樹與樹之間的相互關(guān)系，并對各種情形下產(chǎn)生的誤差進(jìn)行對比，識別內(nèi)在估計的誤差、分類效果和相關(guān)性等，克服決策樹容易過擬合的問題，減小預(yù)測方差，使得預(yù)測值不會因訓(xùn)練數(shù)據(jù)的小變化而劇烈變化。隨機(jī)森林的特征選擇是根據(jù)隨機(jī)原則來分裂各個節(jié)點。具體實現(xiàn)過程如下：

輸入：訓(xùn)練集

S={（xi，yi），i=1，2，...n}，（X，Y）∈Rd×R；

待測樣本xt∈Rd；

For i=1，2，3，...，Ntree；

Step1:對原始訓(xùn)練集S使用bootstrap抽樣，生成訓(xùn)練集Si；

Step2:使用Si生成一棵不剪枝的樹，在樹的每個節(jié)點處從總體的M個特征變量中隨機(jī)抽取m個特征（m＜M），依據(jù)Gini指標(biāo)從各節(jié)點選擇分類能力最好的特征；節(jié)點分裂直到達(dá)到生長上限。

End

輸出：樹的集合{Hi，1，2，3，...，Ntree}；

對待測樣本xt，決策樹Hi輸出Hi（xt）

（二）模型結(jié)果

模型的因變量為被調(diào)查者是否使用祛痘類產(chǎn)品，自變量為購買祛痘產(chǎn)品的影響因素。進(jìn)入模型的自變量共有八個，分別為品牌、價格、包裝、氣味、安全性、產(chǎn)品效果、明星代言、是否與醫(yī)療機(jī)構(gòu)合作。本文將數(shù)據(jù)集以7：3 的比例進(jìn)行隨機(jī)抽樣，將原始數(shù)據(jù)集劃分成訓(xùn)練集和測試集，利用訓(xùn)練集來對模型進(jìn)行訓(xùn)練。

針對模型，利用Python 軟件繪制變量重要性排名（如圖3 所示）。

圖3 變量重要性排名

圖的索引值對應(yīng)變量如表1 所示。

表1 索引值對應(yīng)變量表

根據(jù)隨機(jī)森林模型結(jié)果可知，人們在選擇是否購買祛痘產(chǎn)品時考慮的因素按照重要性排序依次為：安全性、產(chǎn)品效果、明星代言、是否與醫(yī)療機(jī)構(gòu)合作、價格、品牌、包裝、氣味。

安全性作為消費者第一重要因素，產(chǎn)品所包含成分的安全性、是否會引起皮膚二次過敏或者其他不良反應(yīng)，直接影響消費者的購買選擇，因此確保安全性是一款產(chǎn)品在市場中打下根基的前提。產(chǎn)品效果是檢驗一款產(chǎn)品質(zhì)量優(yōu)劣的標(biāo)準(zhǔn)，尤其對于功效類護(hù)膚品，能產(chǎn)生顯著效果的往往更受青睞。明星代言在流量為王的時代能夠制造話題引流，提高產(chǎn)品知名度。與醫(yī)療機(jī)構(gòu)合作，能夠提高品牌的權(quán)威性、專業(yè)性，一定程度上能夠提高產(chǎn)品的安全性。價格作為影響因素，反映了經(jīng)濟(jì)學(xué)中的“需求定律”，對于正常品而言價格過高，那么市場的需求量不會高。品牌方面體現(xiàn)了經(jīng)濟(jì)學(xué)原理中的“替代效應(yīng)”，當(dāng)產(chǎn)品幾乎完全同質(zhì)的情況下，那么選擇任意一種都能夠達(dá)到相同的效果，而并不局限于某一特定的品牌。包裝、氣味是消費者在進(jìn)行決策時最不看重的因素，只要產(chǎn)品效果好，可以彌補(bǔ)包裝、氣味方面的不足。

（三）模型檢驗

利用訓(xùn)練集得到分類模型后，將測試集數(shù)據(jù)代入模型，以檢驗隨機(jī)森林模型預(yù)測的準(zhǔn)確性，利用Python 軟件繪制出ROC 曲線（如圖4 所示）。

圖4 ROC 曲線

圖5 潛在客戶特征分析圖

一般情況下，AUC 的值越高，分類器越好，預(yù)測效果越好。最終計算出隨機(jī)森林模型的準(zhǔn)確率為94%，效果較好，進(jìn)一步證明結(jié)果的準(zhǔn)確性，說明研究結(jié)果具有較高的可靠性。

三、基于聚類的潛在用戶挖掘

（一）模型建立

1.潛在用戶定義

為提出更有針對性的建議，以便為企業(yè)提供參考，需要對潛在客戶進(jìn)行挖掘。本文對于潛在用戶的定義為：“有購買某種產(chǎn)品或服務(wù)的需要并且具有一定的購買能力，對產(chǎn)品在當(dāng)下或者未來的某一段時間所提供的功能有需求的用戶。”調(diào)查問卷顯示，有一部分被調(diào)查者存在長痘困擾但暫未使用過祛痘產(chǎn)品或不了解相關(guān)類型產(chǎn)品，將這一部分群體視為目前最有可能挖掘到的潛在客戶群體。通過建立潛在客戶價值模型，利用聚類分析識別并挖掘有價值的潛在客戶。

2.聚類因子的選取

針對潛在用戶進(jìn)行聚類分析，因此先選取問卷中針對非用戶的問題。理論上，所有非用戶群體均應(yīng)被視為潛在用戶，但為了挖掘出更有可能購買產(chǎn)品的用戶群體，針對問卷問題：“您沒有使用祛痘護(hù)膚品的原因”進(jìn)行潛在客戶的篩選。

選取六個因子進(jìn)行聚類分析，分別為：行業(yè)（business）、膚質(zhì)類型（skin type）、飲食習(xí)慣（dietary habit）、熬夜頻率（frequency of staying up late）、化妝頻率（makeup frequency）、特征重視度（feature value），并分別記為：B、S、D、L、M、F。

表2 潛在客戶任務(wù)指標(biāo)含義表

其中B、S、D、L、M對應(yīng)問卷中被調(diào)查者基本情況部分的題目，F(xiàn) 為問卷中矩陣量表問題（此部分與第二部分隨機(jī)森林模型分析所用的為同一量表），通過將問題答項依次賦值為1、2、3、4、5，計算得到特征重視度，并假設(shè)特征重視度值越高，購買意愿越強(qiáng)，成為潛在用戶的可能性越大。

（二）模型結(jié)果

模型結(jié)果包括兩部分：第一部分根據(jù)上述六個指標(biāo)的數(shù)據(jù)，對客戶做聚類分群；第二部分結(jié)合具體項目對客戶群進(jìn)行特征分析，分析客戶價值，并對每個客戶群進(jìn)行排名。

1.潛在客戶聚類

借助SPSS 軟件進(jìn)行聚類分析，將潛在客戶分為三類（具體劃分如表3 所示）。

表3 潛在客戶類型聚類中心表

2.潛在客戶價值分析

針對聚類結(jié)果進(jìn)行特征分析，如圖4 所示，分別分析三個客戶群在各個屬性上的情況，從而總結(jié)出每個客戶群的特征。

根據(jù)潛在客戶類型聚類中心表和特征分析圖，發(fā)現(xiàn)每個客戶群都有顯著不同的表現(xiàn)特征，基于該特征描述，將潛在用戶分成三類：重要潛在客戶、重要發(fā)展客戶、次要潛在客戶。對每類潛在客戶所具備的特征進(jìn)行如下分析：

重要潛在客戶。這類潛在客戶是第Ⅰ類潛在客戶，該群體主要是學(xué)生，油性膚質(zhì)且飲食習(xí)慣非常不健康，偏好油炸、辛辣食物，并且總是熬夜，總是化妝。通過分析，這類客戶是非常重要的潛在客戶，在未來存在很大可能性會成為購買祛痘類產(chǎn)品的群體。學(xué)生群體在產(chǎn)品選擇方面也許會存在更挑剔的要求，對產(chǎn)品的效果、安全性要求較高。針對此類學(xué)生群體，企業(yè)需從產(chǎn)品質(zhì)量方面著手，重視產(chǎn)品效果，同時降低價格，生產(chǎn)具有高性價比的產(chǎn)品，擴(kuò)大學(xué)生消費群體總量，實現(xiàn)整個市場份額的增量擴(kuò)容。

重要發(fā)展客戶。這類客戶是第Ⅱ類客戶，該類客戶針對金融信息行業(yè)，混合膚質(zhì)且飲食習(xí)慣較不健康，經(jīng)常熬夜，經(jīng)常化妝。這類客戶是比較重要的潛在客戶，且對產(chǎn)品效果也有所要求。與第一類客戶不同的是，該客戶類群主要包含上班族，具有一定的消費和購買能力，對于產(chǎn)品品質(zhì)追求更高。因此針對該類客戶，需要研發(fā)特色產(chǎn)品，達(dá)到效果的同時提高產(chǎn)品辨識度，只有更加專門化、細(xì)分化的品牌才能穩(wěn)穩(wěn)抓住產(chǎn)品變革的新機(jī)會，成為激烈競爭中脫穎而出的贏家。另外，有針對性的營銷宣傳對于增加品牌認(rèn)知具有一定的促進(jìn)作用。

次要潛在客戶。這類客戶是第Ⅲ類客戶，主要是除了學(xué)生和金融信息群體之外的其他行業(yè)群體。該類用戶主要是干性混合膚質(zhì)且飲食習(xí)慣比較健康，偶爾熬夜，偶爾化妝。這類客戶群對祛痘類產(chǎn)品的購買意愿比較一般，生活習(xí)慣相對較好，針對該類客戶，企業(yè)可以考慮適當(dāng)增加產(chǎn)品在其他方面的功效，比如美白、抗衰等，進(jìn)而達(dá)到刺激消費的目的。

四、結(jié)論與建議

本文通過對祛痘類產(chǎn)品市場需求調(diào)研及潛在用戶挖掘分析得出如下結(jié)論：第一，長痘人群較為年輕化，年輕群體祛痘需求更多，初次長痘年齡為10～18 歲的占比為71%，19～25 歲的占比17%。第二，產(chǎn)品了解渠道多樣化，其中線上平臺小紅書、抖音占比分別達(dá)到76%、53%。第三，基于隨機(jī)森林模型的購買影響因素重要性排名發(fā)現(xiàn)，安全性和產(chǎn)品效果排名前兩位。第四，學(xué)生群體、油性膚質(zhì)人群、化妝頻率較高的群體對于祛痘產(chǎn)品的需求更多。第五，祛痘產(chǎn)品市場整體滿意度不高，主要表現(xiàn)為產(chǎn)品效果不明顯、虛假宣傳、價格過高。基于以上結(jié)論，提出以下建議：

（一）重視產(chǎn)品安全性和產(chǎn)品效果，形成用戶忠誠度

問卷顯示，存在長痘困擾的被調(diào)查者占比達(dá)70%，痘肌群體中，選擇購買祛痘產(chǎn)品的占比為70%，且其中又有80%會根據(jù)產(chǎn)品體驗情況選擇復(fù)購。因此，市場需求空間廣闊，企業(yè)在保證產(chǎn)品自身核心配方的同時需要不斷適應(yīng)時代變化，研制更加安全、高效、值得信賴的產(chǎn)品，提高用戶忠誠度，延長產(chǎn)品生命周期。

（二）產(chǎn)品主要功效標(biāo)識更加直觀，提高用戶及潛在用戶購買欲望

痘肌群體中，還存在40%比例的人群態(tài)度為順其自然、放任不管，那么這部分群體可能成為潛在用戶。由于對長痘的了解程度會影響消費者的購買欲望，因此企業(yè)在廣告中可適當(dāng)提及產(chǎn)品主要功效及適合的人群特征，可以增加有相應(yīng)特征的人群和潛在用戶聯(lián)系自身情況，考慮祛痘產(chǎn)品的使用效果選擇有針對性購買。

（三）加大線上平臺宣傳力度，通過明星代言、直播帶貨等提升品牌知名度

問卷顯示，76%的被調(diào)查者表示通過新媒體社交平臺了解祛痘產(chǎn)品相關(guān)訊息，因此，建議該類產(chǎn)品的廣告營銷多從新型網(wǎng)絡(luò)平臺進(jìn)行宣傳。另外，隨機(jī)森林模型結(jié)果發(fā)現(xiàn)，明星代言對于消費者是否購買一款祛痘產(chǎn)品的重要性排名第三，因此，可以適當(dāng)邀請流量明星、知名演員等公眾人物代言或者通過網(wǎng)絡(luò)短視頻平臺直播帶貨，增加產(chǎn)品在新媒體社交平臺的宣傳力度，通過直播環(huán)節(jié)與消費者互動，促進(jìn)消費者對產(chǎn)品功效的了解，利用“名人效應(yīng)”實現(xiàn)精準(zhǔn)營銷。

（四）推出差異化及多功效產(chǎn)品，同時嚴(yán)控產(chǎn)品價格

本次調(diào)查發(fā)現(xiàn)，針對不同的用戶群體及可能成為用戶的潛在群體，企業(yè)需要充分挖掘需求特征，研發(fā)面向特定需求的差異化產(chǎn)品，提高品牌辨識度，擴(kuò)大品牌影響力。另外，除了祛痘需求之外，消費者可能存在的其他的護(hù)膚需求為補(bǔ)水保濕、祛除痘坑痘印、修復(fù)敏感肌、美白等。其中補(bǔ)水保濕、祛除痘坑痘印需求處于第一梯隊，占比分別為62%和61%；修復(fù)敏感肌、美白需求處于第二梯隊，占比分別為51%、50%。最后，在產(chǎn)品價格上，選擇價格200元以內(nèi)、200～500 元、500 元以上的被調(diào)查者占比分別為70%、25%、5%，說明價格接受度普遍較低。在功效為王的消費特征需求下，企業(yè)需研發(fā)差異化及多功效產(chǎn)品，探索新興商業(yè)應(yīng)用模式，在保證產(chǎn)品效果的同時嚴(yán)控產(chǎn)品價格，以提升市場份額，開啟新增長藍(lán)海。