汽車行業(yè)品牌忠誠度模型建構及應用研究

李康 李冰陽 岳素欣

中國汽車技術研究中心有限公司 天津市 300380

1 研究背景

1.1 理論背景

品牌忠誠度是品牌資產的重要組成部分，研究表明，忠誠用戶對企業(yè)的貢獻遠遠大于新用戶。企業(yè)開發(fā)一個新顧客的成本是維持一個忠誠顧客成本的4—6倍①；企業(yè)用戶流失率降低5%，其利潤就能增加25%—85%②。此外，忠誠用戶帶來的利潤是不忠誠用戶的9倍③。

盡管品牌忠誠度如此重要，但迄今為止，學界不僅對品牌忠誠度的定義莫衷一是，有關品牌忠誠度的測量和評價也沒有達成共識，且現(xiàn)有的評價標準并不適用于汽車行業(yè)。比如有學者提出用持續(xù)購買的次數來衡量品牌忠誠度，但由于行業(yè)和產品的特殊性，汽車屬于購買次數少、使用周期長的消費品，因而從持續(xù)購買的次數來衡量其品牌忠誠度并沒有太大的參考價值。

1.2 現(xiàn)實背景

2016年6月，國務院辦公廳印發(fā)了《關于發(fā)揮品牌引領作用推動供需結構升級的意見》，明確指出品牌是企業(yè)乃至國家競爭力的綜合表現(xiàn)，代表著供給結構和需求結構的升級方向④。

就汽車行業(yè)而言，中國已成為世界第一大汽車消費國，但產銷量的快速增長并不等同于汽車行業(yè)品牌的真正強大。中國汽車技術研究中心的數據顯示，目前中國乘用車保有量達到1.8億輛，中國汽車市場逐步由用戶增長型市場向用戶存量型市場轉變，40%的用戶為換購用戶，如果能夠培養(yǎng)出用戶的品牌忠誠度，自主品牌的發(fā)展升級之路就能事半功倍。然而中國汽車品牌的平均忠誠度僅為9.8%，90%的用戶在換購過程中流失。相比之下，美國主要汽車品牌的忠誠度均在52.6%以上。因此，提升品牌忠誠度已經成為自主品牌亟待解決的問題。

此外，國內有關用戶滿意度與品牌忠誠度的研究尚且停留在學術領域，成熟的系統(tǒng)的品牌忠誠度評價較少，也沒有相關的量化實施模型。因此，加強對于品牌忠誠度的研究既是順應國家政策發(fā)展的新趨勢，也是汽車行業(yè)持續(xù)健康發(fā)展的現(xiàn)實需要。

圖1 中美汽車品牌忠誠度對比

2 研究目的和意義

僅靠規(guī)模經濟是無法使中國汽車走向世界的，而品牌的管理與維護、品牌忠誠的培育與提高可以為國內汽車行業(yè)發(fā)展帶來更多的可能性。本研究的目的便在于激活存量用戶，提升品牌忠誠度。

本研究通過整合互聯(lián)網流量入口數據和線下行業(yè)數據，運用大數據采集、分析、預測模型對汽車品牌進行監(jiān)測、診斷，為品牌形象提升提供一站式全方位解決方案。具體來說包括三個環(huán)節(jié)，一是品牌監(jiān)測，即利用互聯(lián)網和大數據對基盤用戶進行精準監(jiān)測；二是品牌診斷，即利用大數據分析模型精準診斷消費群體的特征；三是品牌提升，即針對不同用戶群體采取精準策略維護提升其品牌忠誠度。這將是汽車行業(yè)首次以大數據挖掘角度開展汽車品牌評價，通過用戶分析建立科學合理的定量模型，為企業(yè)品牌忠誠度和用戶流失提供精準的診斷。

3 指標體系

3.1 考察維度

本研究從兩個維度入手考察品牌忠誠度的影響因素——從前車體驗考察消費者的滿意度如何影響其換購時的品牌忠誠，同時從后車選擇探究消費者實際決策時更為關注的因素。前車體驗是相對簡單的評價過程，而后車選擇則是不同品牌的博弈過程，企業(yè)從消費者的前車體驗中可以明確用戶需求，從消費者后車選擇的權衡中可以獲知相比其他品牌，自身的長處和短板所在，從而有針對性地采取措施。為此，本研究從前車體驗和后車選擇這兩個維度劃分出六類細分人群：

（1）前車體驗好，并且忠誠的用戶；

（2）前車體驗不好，但忠誠的用戶；

（3）前車體驗好，在換購決策中也考慮了前車品牌，但最終沒有忠誠的用戶；

（4）前車體驗不好，在換購決策中仍考慮了前車品牌，但最終沒有忠誠的用戶；

（5）前車體驗好，但在換購決策中根本不考慮前車品牌，最終沒有忠誠的用戶；

（6）前車體驗不好，在換購決策中不考慮前車品牌，最終沒有忠誠的用戶。

圖2 品牌忠誠度指標體系

圖3 企業(yè)著力點

3.2 具體指標

如圖2所示。本研究將品牌忠誠度的影響因素分為以下三類：

3.2.1 前車使用評價的影響因素

問卷中這一部分的指標體現(xiàn)為負向評價，即考察用戶對于前車的哪些方面存在不滿。

3.2.2 后車選擇過程中的影響因素

這與前車體驗的評價指標體系有兩點不同：首先，用戶對于前車服務層面的評價往往集中于售后服務，而后車選擇過程中往往更關注的是銷售服務；其次，用戶進行前車評價和后車選擇時的具體關注因素會有差別。

此外，盡管忠誠用戶和考慮對比但沒有忠誠的用戶有著同樣的評價指標，但由前者做出的評價是正向評價，即消費者出于哪些因素的考慮最終選擇了前車品牌；而后者前車品牌做出的是負面評價，即基于哪些方面的原因最終沒有選擇前車品牌。

3.2.3 外部因素

外部因素主要指的是企業(yè)無法把控的因素，比如消費者的心理因素，這主要適用于那些沒有考慮前車品牌且不忠誠的用戶。本研究將特別采用定性方法，從換車原因及不忠誠原因兩個方面對這類用戶進行深入研究。

綜上，從用戶的前車使用評價中，可以獲取該品牌能夠從哪些方面著手提升用戶體驗；從忠誠的用戶再購時出于哪些原因選擇了同一品牌，可以獲取該品牌存在的優(yōu)勢；從不忠誠的用戶更換品牌的種種考慮中，可以獲取該品牌的短板，也可以發(fā)現(xiàn)一些企業(yè)無力改變但對品牌忠誠度產生重要影響的因素。幾個層面的影響因素加以綜合，我們便得到了不同用戶在不同視角下對于同一品牌的全方位評價，從而能夠為企業(yè)提升品牌忠誠度提供精準的著手點。

3.3 量化處理

本研究根據不同指標在問卷調查中的提及率對這些指標進行量化處理。

3.4 企業(yè)著力點

如圖3所示。第（1）、（2）類用戶，不管他們對前車體驗的綜合評價如何，最終都產生了行為上的忠誠，說明該品牌的某些指標對這類用戶存在著很大吸引力，并且這種吸引力足夠強以至于能夠抵消用戶在使用過程中可能產生的不滿情緒。通過指標計算，能夠獲知企業(yè)的吸引力主要集中在哪幾個方面，從而精準地予以強化，借此吸引其他用戶群體，增加換購環(huán)節(jié)競品用戶的流入。

第（3）、（4）類用戶，盡管最終都沒有忠誠，但不管他們對于前車的綜合評價如何，在后車選擇過程中都愿意把前車品牌納入考慮范圍。這說明前車的滿意度并沒有對品牌忠誠度產生決定性影響，前車品牌之所以流失了這些用戶，更多是因為在與其他品牌的較量中處于下風。通過指標計算可以幫助企業(yè)準確定位自身短板并加以改進，從而減少換購環(huán)節(jié)本品用戶的流出，提高品牌忠誠度。

第（5）類用戶，雖然其前車體驗較好，但在換購決策過程中甚至沒有將前車品牌納入考慮范圍，這就要從用戶的換購動機中尋找原因，比如認為前車品牌檔次較低，或完全出于嘗試新口味的心態(tài)而換車。由于用戶的這類需求不是企業(yè)主觀上做出努力就可以很快滿足的，因此短期內只能相對被動地順應換購市場變遷。

第（6）類用戶，其前車體驗不好，在換購決策中沒有考慮前車品牌，最終也沒有忠誠?？梢韵胍?，這類用戶沒有把前車品牌納入考慮范圍，在很大程度上是受到了對前車滿意度偏低的影響，但同時也不能排除其他一些外部因素的影響。打鐵還需自身硬，企業(yè)能夠改變的就是以導致用戶不滿的各項指標為抓手，改善用戶體驗，減少換購環(huán)節(jié)本品用戶的流出。

圖4 典型的決策樹

圖5 CART二叉樹的各種形態(tài)

4 構建模型

4.1 CART算法介紹

CART算法是應用于分類的一種決策樹結構，但與一般決策樹不同，CART決策樹以二叉樹的形式呈現(xiàn)，如圖4所示，判斷條件為是的劃歸左支，否則劃歸右支。具體來說，CART決策樹又有不同分類，如圖5所示，（a）為滿二叉樹，（b）為完全二叉樹，（c）和（d）為非完全二叉樹。CART算法采用GINI值計算信息不純度，易于理解和使用，準確性高。

CART決策樹的生成即從父節(jié)點開始從上往下在各個節(jié)點上選擇分支屬性，其中每個節(jié)點的選擇都可以看作是對某一屬性的測試，由節(jié)點延伸出來的邊代表其測試結果，再往下的子女節(jié)點體現(xiàn)著各個類的具體分布情況。GINI指數是用來評估節(jié)點不純度的參數，而進行分類正是為了降低信息不純度，因此不純度越低即代表該節(jié)點產生的劃分效果越好。GINI指數的計算公式如下：

其中，p（j|t）表示給定節(jié)點t屬于類j的記錄所占的比例。

為了確定劃分效果，可以用信息增益Δ作為判斷標準。

其中，N是父節(jié)點上的記錄總數，N（vj）是與子女節(jié)點vj相關聯(lián)的記錄個數，I（parent）是父節(jié)點的不純度，I（vj）是子女節(jié)點的不純度，k是屬性值的個數。一個節(jié)點的信息增益越大，便意味著其對于劃分結果的重要性越強。

此外，由于I（parent）是一個固定值，因此最大化信息增益便等同于最小化子女節(jié)點不純度的加權平均值之和。CART決策樹便是選擇使子女節(jié)點不純度的加權平均值最小的特征屬性作為分裂的最優(yōu)方案。

表1 屬性代碼及指標

4.2 CART算法的應用

本研究運用CART決策樹對品牌忠誠度的影響因素進行分析，選取上述各指標屬性作為輸入變量，是否忠誠作為輸出變量。

如表1所示，X1n是影響用戶前車使用評價的各項指標，X2n是影響用戶后車選擇的各項指標。

首先需要根據公式分別計算上述各項指標屬性能夠產生的基尼指數和信息增益。如圖6所示，以X12的計算為例，根據前車品牌檔次的體驗評價對用戶進行劃分，并進一步區(qū)分為忠誠用戶和不忠誠用戶，括號內為各自對應條件下的樣本數量。

根據公式可知，

“體驗好”這一節(jié)點的GINI指數

“體驗不好”這一節(jié)點的GINI指數

則“X12”這一節(jié)點的不純度加權平均值之和

以此類推，根據同樣方式計算其余指標屬性的GINI指數和不純度加權平均值之和，并從中優(yōu)先選擇不純度加權平均值之和最小的指標屬性作為分支節(jié)點，從而生成兩個子節(jié)點，之后再對兩個子節(jié)點重復這一步驟。

這樣從上到下的分支過程中便是確定各指標重要性程度的過程。據此，我們可以確認其中哪些指標對品牌忠誠度產生了更為重要的影響，這些指標便是企業(yè)提升品牌忠誠度的精準著力點。

圖6 X12的二叉樹示例

5 結語

本研究根據用戶調查和網絡輿情的相關數據，從中提煉出影響品牌忠誠度的指標體系，并在此基礎上構建汽車行業(yè)品牌忠誠驅動模型，以大數據挖掘角度開展汽車品牌評價，從而判別出對品牌忠誠度影響較大的因子，從而準確地為企業(yè)提升品牌忠誠度提供最優(yōu)方案。

雖然不同企業(yè)在衡量自身的品牌忠誠度時采用的具體指標可能會與本研究考慮的指標有所出入，但本研究提供的邏輯思路和指標框架具有較強的普遍適用性——用戶使用過程中對哪些方面產生了不滿、選擇后車時出于哪些原因產生了品牌忠誠、或是基于何種考慮更換了品牌，只有綜合這幾個方面的因素才能夠對一個品牌產生全方位的評價，從而對品牌忠誠度的影響因素有更清晰的認識和把握，進而為企業(yè)提升品牌忠誠度提供精準方案。

注解：

① Light L． Brand loyalty management ： the basis for enduring profitable growth[J ]． Direct Marketing ， 1997 ，59（11） ：36 - 43．

②杜海波． 顧客價值對轎車品牌忠誠影響的實證研究[D]．武漢理工大學，2013．

③Light L． Brand Loyalty Marketing key to enduring growth[J]． Advertising Age， 1994．

④國務院辦公廳關于發(fā)揮品牌引領作用 推動供需結構升級的意見 http：//www．gov．cn/zhengce/content/2016-06/20/content_5083778．htm．