智能音箱消費者關注點分析

朱燕燕+朱振濤+章林妹+張志威+孫潔

[提要] 2017年亞馬遜的智能音箱在美國已成智能家居類商品的爆款，但是在中國市場反響卻不大。為挖掘中國消費者對智能音箱的關注點，本文在京東網(wǎng)上采集了10，072條智能音箱的評論數(shù)據(jù)，利用t檢驗以及l(fā)ogsitic回歸等統(tǒng)計方法，對這些評論內容的特征詞進行分析，找到消費者關注的4個關鍵點為：音質、聯(lián)網(wǎng)性能、語音識別、做工，并在此基礎上建立對不同品牌音箱評價的應用場景。這些成果對于智能音箱廠商開拓中國市場有重要的參考價值。

關鍵詞：網(wǎng)絡營銷；智能音箱；在線評論；t檢驗；logistic回歸

中圖分類號：C934，F(xiàn)724.6 文獻標識碼：A

一、引言

2016年6月，“互聯(lián)網(wǎng)女皇”瑪麗·米克爾在美國Code大會上公布了年度《互聯(lián)網(wǎng)趨勢》報告，在該報告中提到亞馬遜Echo設備銷量會開始騰飛，而事實也說明了像Echo這類智能音箱已經成為一種潮流趨勢，它將會逐漸成為智能家居的中心。鈦媒體2017年6月的報告中提到僅在北美市場，2016年智能家居領域全球市場規(guī)模約為24.1億美元，預計2020年將達到53.45億萬美元，增長率約為120%（數(shù)據(jù)來源：Zion Market Research）。報告中還提到Statista對美國家庭智能音箱的使用進行了調查，美國家庭中使用亞馬遜Echo的比率已達到70.6%。而對比國內，消費者對智能音箱的關注度就小很多，在中國最早的智能音箱品牌是2015年京東聯(lián)合科大訊飛發(fā)布的“叮咚”。接著百度、小米、騰訊、聯(lián)想等知名企業(yè)也相繼推出該類產品。例如，阿里巴巴于2017年7月5日在北京推出“天貓精靈X1”，騰訊也宣布正在研發(fā)首款智能音箱“耳朵”。雖然這些大型公司以及企業(yè)不論是產品還是策略都還處于初級階段，以至于中國市場反應平平，并沒有像Echo那樣引起很大的反響。但是對于智能音箱依然十分關注并且不斷進行實驗生產，希望盡快搶占中國市場，率先抓住消費者，成為中國的“Echo”。那么在這樣的趨勢下，智能音箱在中國的市場如何才能真正打開？

與此同時，中國已經正式步入互聯(lián)網(wǎng)社會，網(wǎng)絡購物也越來越普遍，故智能音箱的發(fā)展與互聯(lián)網(wǎng)必須緊密相連，并利用互聯(lián)網(wǎng)直接接觸顧客，高度重視顧客評論，了解顧客需求以及關注點，將產品不斷更新?lián)Q代。通過電商平臺我們能夠更方便地獲得商品的用戶反饋，而消費者也越來越關注已購者的售后評論，這些評論涉及產品的各個方面，包括客服態(tài)度、產品性能、產品質量、售后服務等。但是由于信息過剩以及網(wǎng)絡水軍的出現(xiàn)，潛在消費者難以提取有用的信息。而客觀有用的商品在線評論，對于電商平臺來說，可以提高其在用戶當中的可信度及用戶忠誠度；對于商家來說，可以吸引顧客，增加銷量，獲得更多收益；對于用戶來說，有助于他們做出正確的購買決策，減小消費風險。因此，如何提取商品在線評論的有價值的內容便成了網(wǎng)絡購物發(fā)展的關鍵。本文擬采用數(shù)據(jù)挖掘技術和統(tǒng)計分析方法，對比研究被感知為有用和無用的智能音箱在線評論的熱詞，以了解消費者購買智能音箱受哪些因素的影響，消費者對于智能音箱真正關注的焦點是什么，從而為研發(fā)智能音箱的團隊提供研發(fā)的方向指導意見。

二、相關研究評述

隨著人工智能技術的發(fā)展，智能家居已經成為一種潮流趨勢。王朝華認為智能家居是以用戶住宅為平臺，利用各種新技術，如通信技術、自動控制技術等，把生活息息相關的各種家電、安防等設施集成，組成住宅設施管理系統(tǒng)，它造就了一個安全、便利、舒適、環(huán)保的家居生活環(huán)境。作為智能家居類產品之一的智能音箱與非智能音箱的主要區(qū)別在于用戶是否可以直接用語音與音箱進行交互，通過發(fā)出語音指令來使智能音箱完成一些任務，如播放音樂、搜索信息等。

2015年中國網(wǎng)購用戶總規(guī)模已達到4.1億人，這些網(wǎng)購用戶在網(wǎng)購平臺留下了豐富的購物在線評論。這些在線評論已成為消費者和研究者分析商品的重要參考信息。根據(jù)Channel Advisor的調查，91%的用戶在購買前會參考在線評論。在之前的研究中，武文斌發(fā)現(xiàn)商品類型對于在線評論有用性存在調節(jié)作用。段玉蘭等在研究在線評論有用性時也引入了商品類型作為調節(jié)變量。商品的分類最具有代表性的是Nelson的分類，他將商品分為搜索型和體驗型。武文斌在文中提到，消費者對于搜尋品的認知取決于商品的真實質量，而對于經驗品來說主要取決于消費者的主觀感受。多數(shù)學者在對于在線評論進行研究時從評論內容的角度出發(fā)。郝媛媛等在基于影評的基礎上利用文本挖掘技術和實證研究方法對于在線評論有用性進行了研究。姜巍等提出了一種基于復雜網(wǎng)絡的評論有用性分析方法來研究評論內容。而王平等則是通過從發(fā)布者屬性和評論內容屬性出發(fā)構建了消費者在線評論有用性影響因素模型。殷國鵬等基于信息采納和社會網(wǎng)絡視角研究了評論本身特征和評論者要素。在一些研究中同時涉及了評論者特征，F(xiàn)orman在他的研究中提到評論者公開個人信息比匿名評論讓消費者更容易感知，對于購買決策影響更顯著。綜觀，已有的在線評論的研究，多集中在在線評論的有用性的影響因素研究，但對智能音箱這種產品的在線評論的研究尚不多見，如何在評論內容中發(fā)現(xiàn)該類產品的關注點的研究更是少見。

三、研究設計

（一）數(shù)據(jù)的收集與變量的定義。在中國市場，“京東”是線上最大的家電零售商，占據(jù)國內家電網(wǎng)購市場的62%。京東開發(fā)的智能音箱“叮咚”系列是國內第一批支持全語音交互在智能云音箱，這不僅僅是京東智能對智能家居的創(chuàng)新嘗試，更是對智能語音技術的一次切實應用。因此，較其他電商平臺而言，“京東”上智能音箱的公眾關注度、知名度、銷量等都是最高的。所以本文選擇了在“京東”上售賣的智能音箱來作為研究對象。

本文使用八爪魚數(shù)據(jù)采集軟件對京東上有較多銷售記錄的6個品牌：科大訊飛、02云音響、安橋C100、JBL小金磚、美途寶、叮咚的評論進行了采集，共有數(shù)據(jù)10，072條。

本文以評論有無點贊作為因變量，楊朝君等以評論投票數(shù)作為因變量，潛在消費者通過對已有評論進行投票來表明該評論的有用性。本文通過潛在消費者對已有評論的有無點贊來度量評論對其的有用性。endprint

本文中自變量主要有4類：評論星級、評論字數(shù)、品牌和熱評詞。評論星級根據(jù)星級數(shù)量劃分；評論字數(shù)是指評論內容的字數(shù)；而熱評詞則是通過對評論內容進行分詞和詞頻統(tǒng)計后獲得的。

（二）文本內容處理。本文通過使用R語言對評論進行熱評詞的提取。首先將評論分為兩大類：有點贊、無點贊；然后分別選取詞頻最高的200個，并且對前60個繪制詞云，如圖1所示；接著提出“服務特征”和“產品特征”的詞；最后將得到的詞中語意重復的詞進行刪除及合并，得到21個熱評詞，并對這些熱評詞進行了分類，如表1所示。（圖1、表1）

（三）統(tǒng)計分析方法

1、t檢驗。當總體標準差未知時，抽樣分布的標準誤差必須由樣本標準差來推估，由此可能因為樣本過小而造成偏誤，需要用t檢驗進行檢驗。t檢驗是以t分布為理論基礎，對一個或兩個樣本的數(shù)值變量資料進行假設檢驗常用的方法，屬于參數(shù)檢驗。t檢驗隨著樣本數(shù)的不同，分布的概率變化也隨之改變，t的樣本數(shù)越大，就越接近正態(tài)分布。對于單樣本的平均數(shù)檢驗或平均數(shù)差異的檢驗也用t檢驗。

為了在熱評詞中找出真正可能被消費者所關注的特征詞，可以分別對各個熱評詞將評論分為含有該詞和不含有該詞的兩組，用t檢驗比較兩組評論在點贊數(shù)上均值的差異。若有該詞的評論組的點贊數(shù)均值顯著高于不含有該詞的評論組，則該熱評詞可能為消費者關注的特征詞。

2、Logistic回歸模型。T檢驗可以幫助我們對熱評詞是否是消費者關注的特征詞作初步判斷，但影響評論被點贊的因素眾多，如評論的星級、評論的字數(shù)等。排除這些因素的影響，可以讓我們對消費者關注的特征詞的判斷得到更為準確的結果，這可以通過采用回歸模型來實現(xiàn)。回歸分析用于分析事物之間的統(tǒng)計關系，側重考查變量之間的數(shù)據(jù)變化規(guī)律，并通過回歸方程的形式描述和反映這種關系，幫助人們準確把握變量受其他一個或多個變量影響的因素。本文采用二元logistic回歸，二元logistic回歸模型的特點是因變量是二分類變量，取值為0或1。

本文先選取已經被多個文獻實證驗證過的對評論有用性有顯著影響的因素——評論星級、評論字數(shù)，建立基準模型，如表達式（1）所示：

logit（P|評論有無點贊）=β0+β1×評論星級+β2×評論字數(shù) （1）

然后以基準模型為基礎，加入本文考慮的變量——評論中t檢驗有顯著差異的11個熱評詞、品牌，建立最終模型，如表達式（2）所示：

logit（P|評論有無點贊）=β0+β1×評論星級+β2×評論字數(shù)+β3×評論熱評詞1+β13×熱評詞11+β14×品牌 （2）

四、數(shù)據(jù)分析及結果討論

（一）t檢驗結果分析。通過t檢驗發(fā)現(xiàn)，服務特征的熱評詞沒有顯著差異，而在智能音箱產品特征中有5個特征詞的p>0.05，而p<0.05的熱評詞有音質、語音、聯(lián)網(wǎng)、識別、功能、音樂、控制、做工、外觀、開機和性價比。智能音箱在線評論描述性統(tǒng)計詳情如表2所示。（表2）

（二）logistic回歸結果。本文以評論星級、評論字數(shù)為自變量建立了基準模型，使用SPSS 22.0軟件進行Logistic回歸分析，其回歸結果如表3所示。（表3）

由表3可知，評論星級負向影響評論有用性（p<0.001，β=-0.618），評論的評論字數(shù)正向影響評論有用性（p<0.001，β=0.012）。

本文以基準模型為基礎，加入自變量評論中t檢驗有限制差異的11個熱評詞和品牌，建立了最終模型，其回歸結果如表4所示。（表4）

由表4可知，評論星級的顯著性水平較高且系數(shù)為負（p<0.001，β=-0.676），所以評論星級越低，智能音箱的點贊情況越偏向于有點贊。評論字數(shù)的顯著性水平較高且系數(shù)為正（p<0.001，β=0.009），所以評論的評論字數(shù)正向影響評論有無點贊。特征詞“音質”通過顯著性檢驗（p<0.001），且其回歸系數(shù)為正（β=0.364），所以評論中出現(xiàn)“音質”正向影響其評論的有無點贊?？v使智能音箱擁有再多的功能，其音箱的基本屬性是不會被改變的。在一些有關智能音箱的文章中也提及到，智能音箱不僅僅只是智能，其基礎部分“音質”也是至關重要的。所以，廠商要充分關注智能音箱揚聲器等基礎硬件的設計與制造?！奥?lián)網(wǎng)”通過顯著性檢驗（p=0.001），且其回歸系數(shù)為正（β=0.351），所以評論中出現(xiàn)“聯(lián)網(wǎng)”正向影響其評論是否被點贊。智能音箱的技術中心就是人機交互，而聯(lián)網(wǎng)是人機交互的必備條件。無論是局域網(wǎng)還是互聯(lián)網(wǎng)，對于智能家居來說都是基礎中的基礎，離開聯(lián)網(wǎng)，智能就無從談起?！白R別”通過顯著性檢驗（p=0.001），且其回歸系數(shù)為正（β=0.392），所以評論中出現(xiàn)“識別”正向影響其評論的有無點贊。遠場識別技術主要與麥克風陣列相結合，為了提升遠場語音識別，廠商常利用麥克風陣列采集的信號經過前端降噪算法后的數(shù)據(jù)去訓練語音識別引擎?！白龉ぁ蓖ㄟ^顯著性檢驗（p=0.003），且其回歸系數(shù)為正（β=0.538），所以評論中出現(xiàn)“做工”正向影響其評論的有無點贊。做工屬于易感知的標準，例如觸感、色澤等，容易影響消費者對產品的第一印象，是產品吸引顧客、抓住顧客、搶占消費市場不可忽視的組成部分。

品牌以“叮咚”作為基準組，金磚（p=0.009，β=0.232）、科大訊飛叮咚（p<0.001，β=1.376）、安橋C100（p<0.001，β=2.765）和O2云音響（p<0.001，β=1.911）都通過了顯著性檢驗且回歸系數(shù)均為正，所以與“叮咚”品牌相比，這四個品牌都正向影響其評論的有無點贊，其中安橋C100的影響程度最高。

由表5可知，對基準模型和最終模型的似然比檢驗中，似然比卡方值為506.408，自由度增長量為16，p值<0.001，說明增加了評論中有無t檢驗差異顯著的11個熱評詞、品牌變量，顯著地提高了模型的解釋力，最終模型相較于基準模型有顯著改進。（表5）endprint

（三）應用場景示例。本文選取了京東網(wǎng)上的兩個智能音箱X和Y，計算每臺智能音箱在音質、聯(lián)網(wǎng)、識別、做工四個方面的點贊數(shù)（即該智能音箱包含這些熱評詞的評論平均點贊數(shù)），并與行業(yè)標準（所有智能音箱包含這些熱評詞的評論平均點贊數(shù)）進行對比。（表6、圖2）

X智能音箱在“音質”、“做工”、“識別”、“聯(lián)網(wǎng)”四個方面均沒有達到行業(yè)均值。但是從雷達圖中可以看出，在這四個方面中“做工”方面與行業(yè)均值最接近。“識別”方面與行業(yè)均值相差較多。Y智能音箱在“音質”、“做工”、“聯(lián)網(wǎng)”三個方面沒有達到行業(yè)均值，只有“識別”方面大于行業(yè)均值。在四個方面中也是“做工”方面與行業(yè)均值最接近。

從上述兩個實例可知，現(xiàn)有智能音箱各主要性能尚未達到消費者的期望水平，這也一定程度地解釋了為什么智能音箱還未能在中國市場形成潮流趨勢。在一些熱門文章中也提及到，國內的智能音箱發(fā)展還不成熟，處于初級階段，因為智能音箱涉及語音服務、人工智能等多個方面，已經形成了集硬件、軟件、內容、服務于一體的綜合較量，這需要更豐富的資源、更先進的技術，也需要各產業(yè)之間的緊密合作，而且中國的市場太過巨大，沒有任何一家企業(yè)能夠單獨滿足各方面的要求，智能家居的發(fā)展也不可一蹴而就。對于廠商而言，在研制智能音箱的時候要高度關注這四個方面，不斷創(chuàng)新，加快產品的更新?lián)Q代，盡快達到行業(yè)標準，盡力滿足消費者需求，追求產品的智能化、簡便化，使智能音箱真正成為智能家居系統(tǒng)的中心。

五、結論

本文先采用t檢驗探索性的分析消費者對智能音箱的關注點，再采用二元logistic回歸模型在控制了常見的評論星級、評論字數(shù)和品牌對評論點贊數(shù)的影響下，深入研究各特征詞對評論被點贊的影響。結果表明：音箱音質、聯(lián)網(wǎng)性能、語音識別水平、做工工藝等熱評詞的評論對潛在消費者的影響程度更深。另外還可以看出品牌對于在線評論的點贊也有影響。

此外，對于京東平臺上智能音箱的評論內容進行文本挖掘，提取出的熱評詞反映了消費者對智能音箱的需求與關注點，包括電商平臺的各智能音箱商品詳情頁未涉及的信息盲點等。這有助于開發(fā)商了解客戶需求，有針對性地對產品進行技術更新，同時為智能音箱在中國市場形成潮流提供充分的市場信息。

本文的研究結果對消費者、在線零售商、電商平臺和智能音箱開發(fā)商均有所啟示。消費者要從大量的在線評論中快速定位有用評論，應更加關注“音質”、“聯(lián)網(wǎng)”、“識別”、“做工”這些熱評詞出現(xiàn)多的評論。在線零售商應根據(jù)消費者的關注點，即智能音箱在線評論的熱評詞，在商品詳情頁著重介紹相關性能，制定與消費者需求相匹配的營銷策略。電商平臺應重視在線評論系統(tǒng)的建設與維護，保證消費者反饋的渠道，做好信息交流、信息收集工作。智能音箱開發(fā)商應根據(jù)消費者對產品的期待和需求，研發(fā)出令顧客滿意的產品，及時進行技術上的更新，不斷進行產品的迭代完善，確保穩(wěn)定的網(wǎng)絡連接，反復磨合外觀設計，增強產品收聲效果，反復考量音腔和麥克風之間的距離，增強企業(yè)競爭力，以強有力的姿態(tài)迅速占領智能音箱的消費者市場。本文的調查對象僅限于網(wǎng)上消費者，而沒有涉及對線下消費者意向的調查，故結論尚有待于進一步完善和補充。

主要參考文獻：

[1]那么多人買了智能音箱，都是怎么用的？這份報告提供了答案.鈦媒體網(wǎng)，2017.6.2.

[2]王朝華.基于Android的智能家居系統(tǒng)的研究與實現(xiàn)[D].廣東工業(yè)大學，2012.

[3]武文斌.評論者質量和商品類型調節(jié)下的在線評論有用性究[D].哈爾濱工業(yè)大學，2013.

[4]段玉蘭，賈小月，朱歡.電子商務在線評論有用性影響因素研究[J].商，2014.32.

[5]Nelson P.Advertising as Information[J].Journal of Political Economy，1974.82.

[6]郝媛媛，葉強，李一軍.基于影評數(shù)據(jù)的在線評論有用性影響因素研究[J].管理科學學報，2010.13.8.

[7]姜巍，張莉，戴翼等.面向用戶需求獲取的在線評論有用性分析[J].計算機學報，2013.36.1.endprint