TAG标签 | 网站地图 现代商业杂志社-国内统一刊号:CN11-5392/F,国际标准刊号:ISSN1673-5889,全国中文流通经济类核心期刊
热门搜索:跨境电商 构建 存在的问题及对策 大学生 互联网 财务管理 信息化 目录 大数据 现代商业杂志

商业流通

当前位置:主页 > 文章导读 > 商业流通 >

基于模糊Kano模型的国潮服装消费者需求重要度研究

2022-11-03 12:57 来源:www.xdsyzzs.com 发布:现代商业 阅读:

边晓宇 席阳 北京服装学院

基金项目:北京服装学院研究生创新项目(X2021-081

摘要:中国的潮流市场正处于快速发展阶段,成为世界各大潮流品牌不可忽视的目标市场。相比起国外潮牌的蓬勃发展,国潮品牌还处在萌芽阶段,想要在“夹缝”中抢占市场,有效获取消费者对于国潮服装的需求是其优化升级的必经之路。文章利用LDA模型对天猫商城中消费者对国潮服装的评论进行主题挖掘,识别出23项国潮服装需求,建立消费者对国潮服装需求要素体系,运用熵值法和模糊Kano模型确定了国潮服装需求指标项的重要程度排序。

关键词:国潮服装;LDA模型;模糊Kano模型;需求重要度

一、引言

20186月李宁登上巴黎时装周,举行了2019年春夏系列发布秀,真正掀起了中国本土的国潮运动[1]。同时,各种潮流属性的综艺节目例如《潮流合伙人》《中国有嘻哈》等开始向大众传递潮流文化,潮流服装得到更广阔的公众视线。相比起国外潮牌的蓬勃发展,国潮品牌还处在萌芽阶段,流行趋势受到国外潮牌的主导。想要在“夹缝”中抢占市场,有效获取消费者对于国潮服装的需求是其优化升级的必经之路。明确消费者对国潮服装的需求不是企业进步的终点,明确消费者对国潮服装的需求后又面临新的问题。在实际商业环境中,顾客和企业之间存在难以协调的利益冲突:企业面临着经营成本的困境,消费者面临着需求得不到满足的限制。因此,国潮服装企业需要找到一种方法既能确定消费者的需求又能明确需求之间的优先级,平衡消费者满意度和维护成本之间的矛盾[2]。

随着互联网的快速发展,越来越多的消费者习惯于网上购物。企业可以从商品评价数据中挖掘商品评论数据中的潜在信息,解读消费者想法,作为后续产品或服务改进、优化的重要参考依据[3]目前针对服装网购评论的情报分析研究主要集中在对网购评论文本从某个角度进行分析,例如研究顾客购买意愿、购买决策、感知风险和与销量之间的联系等问题。针对服装网络评论数据本身进行文本处理情报挖掘的研究较少,鲜有针对国潮服装评论的分析,因此该研究领域存在研究空间。

本文基于已有的研究内容和研究方法,使用Python爬虫技术收集天猫商城中国潮服装商品的消费者购买评论,结合LDA模型获取消费者需求指标,在此基础上,根据需求指标体系设计问卷进行调查,应用熵值法和模糊Kano模型确定国潮服装需求的重要度排序。最后,根据研究结果为国潮服装品牌提出相应建议,为提高国潮服装品牌在国内潮流市场的竞争力提供新思路。

二、数据来源与研究方法

(一)数据来源

本文根据潮牌汇http://www.meiletao.com/brand.html)收录的国潮品牌,对应其天猫店铺的粉丝数和评论情况,综合选定BEASTERINXXSUAMOMENTRANDOMEVENTENSHOWDER隐蔽者、CLOTroaringwild咆哮野兽、FMACMFLOAT浮露等九个国潮品牌作为研究对象。在数据采集方面,借助Python爬取综合排序排名前60的商品评论,剔除数据中的无效评论、缺失评论、重复评论等,最后得到27191条评论数据作为国潮服装评论语料库。最后,对语料库的评论进行分词、去停用词等文本处理,最终得到有研究意义的词组。

(二)研究方法

1.需求指标体系确立方法

本文基于文本处理后的词组库,利用LDA模型识别需求关键词,综合整理分析结果得到消费者对国潮服装需求指标体系。LDA模型是一个具有文档、主题和关键词三层文档生成模型,它可以通过抽取语料库中潜在的主题信息,实现词汇的聚类。该模型认为每个文档是由多个潜在主题混合而成,而每个主题则是若干单词以一定概率混合分布。根据文章中的每个单词在所有主题中的概率分布,可以确定这篇文章的主题分布。

2.需求重要度确立方法

本文根据重要度问卷数据结合熵值法得到初始重要度;然后,根据模糊Kano模型问卷数据对需求属性进行分类;最后,采用不同的调整系数k值修正初始重要度,确定国潮服装需求最终重要度排序。

熵值法赋权是一种客观赋权方法,熵值可以作为分析某个指标离散程度的判断依据,对应的熵值越大,该指标对综合评价的影响越大。因此可以通过计算各指标的熵值,确定各指标的权重。笔者通过Python对重要度问卷反馈的结果进行熵值法分析,确定需求项的初始权重。

模糊Kano模型是传统Kano模型结合模糊理论设计而成,都是研究用户需求的有效方法。在传统的Kano模型问卷调查中,消费者对于同一对正面和负面问题只能选择一个明确的选项,没有准确把握消费者的心理状态,掩盖了消费者内心的不确定性模糊Kano模型通过多选的方式替代选项的唯一确定性,弥补传统Kano模型的缺陷[4]量化消费者的不确定性心理,最大限度准确获取了消费者的深层次隐含需求,可信度比传统Kano模型问卷高。传统Kano模型问卷与模糊Kano模型问卷的设计如下表12所示。

1传统Kano模型问卷

需求

很满意

理所应当

中立

勉强接受

很不满意

 

存在

 

 

 

 

不存在

 

 

 

 

                 

2 模糊Kano模型问卷

需求

很满意

理所应当

中立

勉强接受

很不满意

存在

0.8

0.2

 

 

 

不存在

 

 

0.4

0.2

0.4

三、分析与结果

(一)国潮服装需求主题

本研究的LDA模型概率分布输出结果如表3所示:

3 国潮服装评论需求文档-主题概率文档

类别

提取指标

1

0.020*"可爱" + 0.020*"有型" + 0.020*"很正" + 0.020*"透气" + 0.020*"退款" + 0.020*"态度" + 0.020*"物流速度" + 0.020*"面料舒服" + 0.020*"支持" + 0.020*"细节"

2

0.016*"尺寸" + 0.016*"透气性" + 0.016*"材质特性" + 0.016*"活动" + 0.016*"大小" + 0.016*"色差" + 0.016*"扎染" + 0.016*"厚度" + 0.016*"布料" + 0.016*"手感"

3

0.030*"小鬼" + 0.017*"鬼哥" + 0.017*"商家" + 0.017*"很酷" + 0.017*"淘宝" + 0.017*"物超所值" + 0.017*"味道" + 0.017*"刘耀文" + 0.017*"物流" + 0.017*"店铺"

4

0.020*"运送" + 0.020*"谢谢" + 0.020*"牛仔" + 0.020*"码数" + 0.020*"特性" + 0.020*"商品" + 0.020*"开心" + 0.020*"穿着" + 0.020*"下单" + 0.020*"柔软"

5

0.018*"显白" + 0.018*"本来" + 0.018*"风格" + 0.018*"起球" + 0.018*"简单" + 0.018*"外套" + 0.018*"时间" + 0.018*"购买" + 0.018*"优惠" + 0.018*"仔细"

从国潮服装评论需求文档-主题概率分布表可以初步得出消费者评论特征词,比如主题2主要反映了消费者对于国潮服装作为衣服属性的相关看法与态度;而对于主题4,主要反映了消费者对国潮服装情感等附加价值加成方面的看法。对相关需求要素进行梳理分类和规范表达,汇总出店铺综合服务、国潮品牌知名度、国潮服装质量、国潮服装设计感、国潮服装价格、国潮品牌魅力6类,得到最终的国潮服装需求要素体系。

4 国潮服装消费者需求要素体系

一级指标

二级指标

三级指标

店铺综合服务

退换货速度

换货

快递

退货

 

 

发货速度

发货

太慢

物流速度

 

 

客服服务态度

客服

卖家

耐心

 

 

售后服务

售后

服务

投诉处理

 

 

包装质量

包装

吊牌

宣传性

 

 

国潮品牌知名度

明星代言

小鬼

代言人

代言

 

 

明星同款

肖战

同款

刘耀文

 

 

品牌标识形象

标志

标志色

牌子

品牌

 

媒体宣传

直播间

直播

微博

 

 

国潮产品质量

服装面料

面料

舒服

材质

面料品质

起球

整体做工

质量

做工

厚薄

品质

衣服质量

色彩色差

颜色

色差

掉色

褪色

 

细节处理

线头

细节

精致

精细

 

国潮产品设计感

服装风格

帅气

时尚

有型

个性

 

服装图案

印花

个性

好看

 

 

服装版型

版型

显瘦

尺码

合身

 

服装款式

款式

好看

设计

 

 

国潮产品价格

服装价格

价格

划算

降价

 

 

打折促销活动

实惠

优惠

活动

 

 

服装性价比

性价比

物超所值

便宜

不值

 

国潮品牌魅力

品牌态度

很酷

态度

有型

潮流

 

品牌精神

风格

时尚

体验

价值

 

品牌文化

国潮

文化

有型

回购

 

(二)初始重要度分析

通过熵值法确定了23个需求要素的初始权重,具体如表5所示:

5 初始重要度结果

指标

信息熵值e

信息效用值d

权重系数w

品牌文化

0.9885

0.0115

5.30%

品牌精神

0.9888

0.0112

5.13%

服装风格

0.9889

0.0111

5.09%

包装质量

0.9892

0.0108

4.98%

明星代言

0.9897

0.0103

4.74%

明星同款

0.9898

0.0102

4.67%

服装图案

0.99

0.01

4.61%

退换货速度

0.99

0.01

4.58%

客服服务态度

0.99

0.01

4.57%

发货速度

0.9901

0.0099

4.53%

媒体宣传

0.9902

0.0098

4.50%

细节处理

0.9905

0.0095

4.37%

整体做工

0.9907

0.0093

4.28%

服装版型

0.9908

0.0092

4.22%

品牌态度

0.9908

0.0092

4.22%

服装面料

0.9912

0.0088

4.02%

售后服务

0.9913

0.0087

4.01%

品牌标识

0.9914

0.0086

3.95%

服装款式

0.9917

0.0083

3.82%

色彩色差

0.9918

0.0082

3.77%

服装价格

0.9918

0.0082

3.75%

打折促销活动

0.9923

0.0077

3.53%

服装性价比

0.9927

0.0073

3.33%

(三)需求要素Kano分类分析

通过模糊Kano模型问卷分析,获得消费者对国潮服装需求指标的分类,具体分类结果如表6所示。

6 国潮服装消费者的模糊Kano属性类别

Kano属性类别

指标

A

O

M

I

R

魅力指标(A)

明星代言

199

22

0

133

1

明星同款

202

34

0

155

1

品牌标识

369

6

2

17

0

服装版型

356

7

0

14

1

服装款式

377

4

2

8

1

品牌态度

393

1

1

0

1

品牌精神

397

0

0

0

1

期望指标(O)

退换货速度

2

390

1

1

0

发货速度

2

392

1

1

0

媒体宣传

43

304

6

43

2

色彩色差

14

380

0

3

1

细节处理

14

377

2

3

1

服装图案

21

358

5

13

1

品牌文化

0

399

1

0

0

必备指标(M)

客服服务态度

9

0

385

1

1

售后服务

3

0

391

3

0

包装质量

13

0

355

25

0

服装面料

5

4

387

0

1

整体做工

9

0

383

2

1

服装风格

18

2

359

10

1

无差异因素(I)

服装价格

21

22

1

356

0

打折促销活动

56

109

2

231

0

服装性价比

11

0

1

380

0

 

可知,魅力指标包含明星代言、明星同款、品牌标识、服装版型、服装款式、品牌态度、品牌精神等7个指标;期望指标包含退换货服务、发货速度、媒体宣传、色彩色差、细节处理、服装图案、品牌文化等7个指标;必备指标包含客服服务态度、售后服务、包装质量、服装面料、整体做工、服装风格等6个指标;无差异指标包含服装价格、打折促销活动、服装性价比等3个指标。可以看出,魅力指标所包含的指标多为明星代言、品牌态度、品牌精神等一些并非服装产品本身的特征信息,消费者不容易直接判断这种为消费者体验锦上添花指标的重要度。期望指标与必备指标包含的指标多为服装产品本身的特征,通常包括服装的质量、外观、包装、细节处理等信息,是消费者容易感知和关注的需求,容易直接判断重要度水平。

(四)需求指标最终重要度分析

侯智(2005)等人验证了消费者满意度与需求指标的量化关系,在函数中定义一个调整系数k调整不同类型需求的重要度:

S=f(k,p)=cpk                                公式(4-1

其中,S为消费者的满意度,p为顾客对需求指标感知的复杂情况,c为常数,k是不同Kano属性分类对满意度的调整系数,可以衡量需求指标提高消费者满意度效率[5]k的取值一直是许多学者关注的问题,唐中君(2010)为简化研究直接将MOAIRk值定义为1/2120-1[6]。本研究决定参考唐中君学者的研究结论,将MOAIR对应的k值按1/2120、-1进行后续分析。根据上述确定的调整系数k调整23项消费者国潮服装需求指标的初始权重,得到国潮服装需求项的最终权重,具体如表7所示:

7 国潮需求指标的最终重要度及排序

Kano属性类别

指标

初始重要度

初始排序

调整k

最终重要度

最终排序

魅力指标(A)

明星代言

0.0474

5

2

0.0948

2

明星同款

0.0467

6

0.0934

3

品牌标识

0.0395

18

0.079

6

服装版型

0.0422

14

0.0844

4

服装款式

0.0382

19

0.0764

7

品牌态度

0.0422

15

0.0844

4

品牌精神

0.0513

2

0.1026

1

期望指标(O)

退换货速度

0.0458

8

1

0.0458

10

发货速度

0.0453

10

0.0453

11

媒体宣传

0.045

11

0.045

12

色彩色差

0.0377

20

0.0377

14

细节处理

0.0437

12

0.0437

13

服装图案

0.0461

7

0.0461

9

品牌文化

0.053

1

0.053

8

必备指标(M)

客服服务态度

0.0457

9

0.5

0.02285

17

售后服务

0.0401

17

0.02005

20

包装质量

0.0498

4

0.0249

16

服装面料

0.0402

16

0.0201

19

整体做工

0.0428

13

0.0214

18

服装风格

0.0509

3

0.02545

15

无差异因素(I)

服装价格

0.0375

21

0

0

21

打折促销活动

0.0353

22

0

21

服装性价比

0.0333

23

0

21

由表7可以看出,国潮服装需求指标最终需要度从大到小排序为:品牌精神>明星代言>明星同款>品牌态度=服装版型>品牌标识>服装款式>品牌文化>服装图案>退换货速度>发货速度>媒体宣传>细节处理>色彩色差>服装风格>包装质量>客服服务态度>整体做工>服装面料>售后服务>服装价格=打折促销活动=服装性价比。可以得出如下结论:

1.影响顾客满意度最重要的指标为品牌精神。这体现了国潮服装的特殊之处,消费者看重品牌背后的精神,以及国潮背后的意义。国潮服装直击消费者心智的地方是其精神层面的价值主张,要想圈粉消费者,国潮服装真正应该做的是跳出形式,与消费者一起探讨和表达他们的态度,培养消费者的认同感。此外,消费者并不看重服装价格、打折促销活动、服装性价比这3个指标,说明消费者对国潮服装的价格并不敏感,消费者更注重国潮的内涵和文化,而不是简单地根据服装成本考虑它的价格。

2.通过对指标的初始重要度和最终重要度的前后对比可知,可以看出魅力指标在提高国潮服装消费者的满意度方面比期望指标更有效,所有魅力指标均位于重要度前十位。

3.魅力指标包含明星代言、明星同款、品牌标识、服装版型、服装款式、品牌态度、品牌精神这些指标,说明在国潮服装领域,消费者在必备指标得到保证的基础上,更加注重能够为其提供附加价值的服务。只有考虑到消费者感受的服务,才能真正打动消费者。

根据确定重要度排序的国潮服装需求指标汇总表,可以确定国潮服装的需求优先改进次序。国潮服装品牌可以在日常经营中认清重点,按照重要度排序依次实现国潮服装需求项的优化升级,这将有助于国潮服装企业在实际能力约束的情况下,解决如何更好地满足消费者的需求、提高消费者满意度的问题。

四、结语

本文通过Python挖掘国潮服装评论,利用LDA模型主题挖掘,识别出23项国潮服装需求,建立了消费者对国潮服装需求要素体系。在此基础上,本文运用熵值法以及模糊Kano模型计算出测评指标项在提升满意度上的权重,并确定了其重要程度排序。研究结果发现,影响顾客满意度的最重要的指标为品牌精神。得知影响消费者对国潮服装满意度因素依次是品牌精神、明星代言、明星同款、品牌态度、服装版型、品牌标识、服装款式、品牌文化、服装图案、退换货速度、发货速度、媒体宣传、细节处理、色彩色差、服装风格、包装质量、客服服务态度、整体做工、服装面料、售后服务、服装价格、打折促销活动和服装性价比。然而,本研究也存在一些局限:本文所选取的研究对象是天猫商城中的国潮服装的在线评论数据,没有考察其他平台的评论数据,所以无法确定不同平台间的消费者对国潮的需求项是否存在差异。此外,本研究对于时间序列数据的讨论有一定局限性,没有度量时间推移对每一个发布在线评论消费者个体差异对国潮服装顾客的需求研究结果可能造成的影响。

参考文献:

[1]徐梦迪.中国李宁的国潮生意[J].销售与市场(管理版),2021(10):91-93.

[2]龙玉玲.基于Kano模型的个性化需求获取方法研究[D].中南大学,2011.

[3]Tirunillai S,Tellis G J.Mining marketing meaning from online chatter: Strategic brand analysis of big data using latent dirichlet allocation[J].Journal of marketing research, 2014, 51(4):463-479.

[4]唐晓玲,何燕.基于QFDKano模型的数字图书馆质量评估研究[J].情报理论与实践,201336(6)89-92.

[5]白涛,李中凯.基于模糊Kano模型的顾客需求重要度计算方法[J].中国机械工程,2012,23(08):975-980.

[6] 唐中君,龙玉玲.基于Kano模型的个性化需求获取方法研究[J].软科学,2012,26(02):127-131.

相关内容
发表评论