天貓超市消費(fèi)者對(duì)網(wǎng)購物流服務(wù)因素的感知分析

張茜

【摘 要】本文從消費(fèi)者的角度，探索網(wǎng)購物流服務(wù)因素與客戶類別的關(guān)聯(lián)性，構(gòu)建一個(gè)研究框架。通過爬蟲工具對(duì)天貓超市的在線客戶評(píng)論數(shù)據(jù)挖掘，將語言轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)，運(yùn)用Rapidminer軟件和FP-Growth算法挖掘出強(qiáng)關(guān)聯(lián)規(guī)則。結(jié)果表明，該框架能夠合理解釋樣本數(shù)據(jù)，并且發(fā)現(xiàn)不同類別的網(wǎng)購客戶群體，對(duì)物流服務(wù)感知的側(cè)重點(diǎn)具有顯著差異。該結(jié)論為電商企業(yè)提供了物流服務(wù)盈利空間的切入點(diǎn)，具有重要的現(xiàn)實(shí)意義。

【關(guān)鍵詞】在線評(píng)論；物流服務(wù)；FP-Growth算法；關(guān)聯(lián)規(guī)則

一、引言

數(shù)據(jù)挖掘技術(shù)可以從大量的數(shù)據(jù)中提取出隱含的、以前不為人所知的、可信而有效的知識(shí)，能夠?qū)?shù)據(jù)進(jìn)行再分析，以期獲得更加深入的了解，并且具有預(yù)測功能[1-2]。其中關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘知識(shí)模式中最活躍的一個(gè)分支，由Agrawal等于1993年首先提出，隨即廣泛應(yīng)用在各個(gè)行業(yè)中[3]。尤其對(duì)于大型零售組織，在處理大規(guī)模數(shù)據(jù)，確定市場策略，提高決策支持能力方面。關(guān)聯(lián)規(guī)則挖掘具有較大的價(jià)值，是從大規(guī)模數(shù)據(jù)中提取隱含信息的有效方法。

綜上所述，為避免自建知識(shí)庫的局限，本研究引入關(guān)聯(lián)規(guī)則挖掘技術(shù)，對(duì)客觀實(shí)時(shí)數(shù)據(jù)進(jìn)行分析。在天貓超市購物網(wǎng)站上搜集大量在線客戶評(píng)論，從中挖掘物流服務(wù)因素和網(wǎng)購顧客間影響關(guān)系，具有一定的理論創(chuàng)新性和技術(shù)可行性。

二、研究框架及關(guān)聯(lián)規(guī)則

研究首先從B2C電子商務(wù)網(wǎng)站（如天貓超市，當(dāng)當(dāng)網(wǎng)等）的購買頁面搜集大量在線客戶評(píng)論，每條評(píng)論都包含著客戶信息（用戶名，會(huì)員級(jí)別，所在區(qū)域等）以及自由格式的文本式評(píng)論內(nèi)容。接著從上萬條在線客戶評(píng)論中挖掘出有關(guān)于物流服務(wù)的內(nèi)容，本文主要從以下三個(gè)步驟展開研究。

（1）數(shù)據(jù)收集和預(yù)處理：在線客戶評(píng)論中按照客戶類別和物流服務(wù)因素提取數(shù)據(jù)信息。

在B2C市場中天貓超市自2016年市場占比為6.7%，到2018年占比13.6%，一直處于增長狀態(tài)。天貓超市無論是在倉儲(chǔ)還是物流配送方面都遠(yuǎn)遠(yuǎn)領(lǐng)先于行業(yè)。物流也逐漸成為消費(fèi)者選擇在天貓超市購物的重要因素之一。因此，天貓超市網(wǎng)站上的在線評(píng)論數(shù)據(jù)具有一定的規(guī)模性和可研究性。接著是選定一種商品，使得評(píng)論內(nèi)容可統(tǒng)一處理。iPhone8作為一款風(fēng)靡全球的熱銷商品，其性能信息較其他產(chǎn)品更被廣大消費(fèi)者熟知，而且蘋果的品牌體驗(yàn)店已遍布各大城市各個(gè)商圈。大多數(shù)消費(fèi)者是在充分了解該產(chǎn)品信息后，才通過網(wǎng)絡(luò)在線購買的。所以，iPhone8產(chǎn)品的評(píng)論內(nèi)容更側(cè)重于對(duì)B2C企業(yè)的服務(wù)體驗(yàn)，更利于本研究獲取有關(guān)物流服務(wù)的信息?；谝陨戏治?，本文在天貓超市的iPhone8購買頁面收集在線客戶評(píng)論。數(shù)據(jù)持續(xù)時(shí)長為一年，呈自然語言格式，評(píng)論總量為62529條。本文選取多可網(wǎng)絡(luò)爬蟲工具通過設(shè)定入口網(wǎng)址、關(guān)鍵詞和評(píng)估詞表來抓取大量在線客戶評(píng)論中有關(guān)物流的評(píng)論。本研究選擇人工識(shí)別和篩選的方法對(duì)上述有關(guān)物流的在線客戶評(píng)論進(jìn)行預(yù)處理，以期得到一個(gè)準(zhǔn)確的有關(guān)客戶類別和物流服務(wù)因素的評(píng)論矩陣。

（2）關(guān)聯(lián)規(guī)則挖掘：在提取出的客戶類別和物流服務(wù)因素中挖掘關(guān)聯(lián)規(guī)則。在本研究中，關(guān)聯(lián)規(guī)則挖掘用來識(shí)別和提取在線客戶評(píng)論中隱含的有關(guān)物流服務(wù)因素和客戶類別相關(guān)關(guān)系?；诿珖龑?duì)關(guān)聯(lián)規(guī)則的定義和總結(jié)，可將關(guān)聯(lián)規(guī)則問題描述為：假設(shè)I表示集合U和集合A的總項(xiàng)目集，即I={u1，u2，…，up，a1，a2，…，an}。那么關(guān)聯(lián)規(guī)則可表示為：X→Y，其中X∈I，Y∈I并且X∩Y=？覫。進(jìn)一步，令P（X）表示X在評(píng)論中出現(xiàn)的概率，換言之，如果x是包含X的評(píng)論的數(shù)量，n是所研究評(píng)論的總數(shù)量，那么，P（X）=x/n。

通常，描述關(guān)聯(lián)規(guī)則的兩個(gè)重要概念是支持度（Support）和置信度（Confidence）。那些超過最小支持度Suppmin和最小置信度confmin閾值的規(guī)則，就稱為強(qiáng)關(guān)聯(lián)規(guī)則。本研究中supp（X→Y）=P（X∪Y）表示評(píng)論的內(nèi)容中同時(shí)涉及X和Y的的概率；conf（X→Y）=P（X∪Y）/P（X）表示X出現(xiàn)的情況下出現(xiàn)Y的概率；lift（X→Y）表示X和Y出現(xiàn)的相關(guān)關(guān)系。由此，本文設(shè)定以下三個(gè)標(biāo)準(zhǔn)，來挖掘X和Y之間的強(qiáng)關(guān)聯(lián)規(guī)則.支持度的標(biāo)準(zhǔn)是用來確保項(xiàng)集X和Y在評(píng)論中有最低出現(xiàn)率，置信度的標(biāo)準(zhǔn)用來捕獲評(píng)論中出現(xiàn)X的情況下，出現(xiàn)Y的條件概率，提升度（lift）的標(biāo)準(zhǔn)用來約束X和Y之間的影響關(guān)系，如果lift（X→Y）=1，由lift（X→Y）=P（X∪Y）/P（X）P（Y），可知P（X∪Y）=P（X）P P（X）P（Y），X和Y獨(dú)立；如果lift（X→Y）>1，即表示X和Y呈正相關(guān)，X在評(píng)論中的出現(xiàn)影響Y的出現(xiàn)。

（3）相關(guān)性分析：結(jié)合實(shí)際情況，對(duì)規(guī)則進(jìn)行分析，并針對(duì)性的提出改善物流服務(wù)質(zhì)量，提高客戶體驗(yàn)的建議。由于本研究搜集了大量的評(píng)論數(shù)據(jù)，可能會(huì)產(chǎn)生較多數(shù)量的關(guān)聯(lián)規(guī)則，為了便于分析客戶類別（U）與物流服務(wù)因素（A）的關(guān)聯(lián)性，我們將X項(xiàng)目集分類，并用下標(biāo)標(biāo)識(shí)。XU和XA分別表示X項(xiàng)目集中客戶類別和物流服務(wù)因素的子項(xiàng)目集，其中X∈A，X∈U，同樣Y項(xiàng)目集也可以分類為YU和YA。

三、結(jié)論

本研究對(duì)B2C電子商務(wù)企業(yè)的物流服務(wù)因素影響進(jìn)行了探討，從消費(fèi)者的角度出發(fā)，基于在線客戶評(píng)論的數(shù)據(jù)挖掘方法，挖掘客戶類別與物流服務(wù)因素的關(guān)聯(lián)規(guī)則，發(fā)現(xiàn)不同類型的客戶對(duì)物流服務(wù)因素的感知側(cè)重點(diǎn)有所不同。由天貓超市的評(píng)論數(shù)據(jù)挖掘結(jié)果可知，活躍客戶即大多數(shù)客戶，更注重于物流配送速度、承諾配送時(shí)間的兌現(xiàn)水平以及退換貨服務(wù)等的物流服務(wù)因素；新客戶更在意物流的包裝；而VIP客戶更需要被重視感，對(duì)物流信息查詢的服務(wù)有更高的要求?？梢?，B2C電子商務(wù)企業(yè)在提升物流服務(wù)質(zhì)量方面，需要抓準(zhǔn)關(guān)鍵點(diǎn)，精細(xì)化消費(fèi)者的物流服務(wù)需求。

在當(dāng)前大數(shù)據(jù)方興未艾的背景下，數(shù)據(jù)挖掘技術(shù)可以深入挖掘在線客戶評(píng)論中所反映出的消費(fèi)者感知。然而要想滿足每個(gè)消費(fèi)者的服務(wù)需求，提供個(gè)性化的物流服務(wù)，勢必會(huì)增加物流成本。因此，借助本文對(duì)天貓商城在線客戶評(píng)論的實(shí)證研究結(jié)果，B2C企業(yè)可以考慮通過劃分消費(fèi)者類別、對(duì)應(yīng)物流服務(wù)因素的顧客感知，提供精細(xì)化、規(guī)?；奈锪鞣?wù)。從而，在適當(dāng)控制物流成本的前提下，有針對(duì)性的優(yōu)化物流服務(wù)，以達(dá)到高效提升客戶體驗(yàn)的管理目標(biāo)。

【參考文獻(xiàn)】

[1] CNNIC.第32次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告[EB/OL].http：//www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201307/t20130717_40664.htm.

[2] iResearch.艾瑞咨詢：2013Q3中國網(wǎng)絡(luò)購物交易規(guī)模4547.6億元，B2C向平臺(tái)化發(fā)展[EB/OL]. http：//ec.iresearch.cn/shopping/ 20131104/217734.shtml.

[3] 周劍雄，高潔.基于數(shù)據(jù)庫和數(shù)據(jù)挖掘技術(shù)的客戶關(guān)系管理[J].計(jì)算機(jī)系統(tǒng)應(yīng)用， 2003（2）：9-11.