我國(guó)高涉入度產(chǎn)品銷售預(yù)測(cè)研究綜述

李曉敏 李 妍

（上海外國(guó)語(yǔ)大學(xué) 國(guó)際工商管理學(xué)院，上海 201620）

1 高涉入度產(chǎn)品的基本概念

最早提出涉入概念的學(xué)者是Sherif and Cantril（1947），而對(duì)于涉入度的分類，Zaichkowsky（1994）基于涉入對(duì)象將涉入度分為廣告涉入度、產(chǎn)品涉入度與購(gòu)買決策涉入度。其中，產(chǎn)品涉入度是指消費(fèi)者對(duì)產(chǎn)品的重視程度或者是產(chǎn)品對(duì)個(gè)人的重要性。不同的產(chǎn)品會(huì)產(chǎn)生不同的涉入度，這主要取決于消費(fèi)者對(duì)產(chǎn)品重要性和風(fēng)險(xiǎn)性的認(rèn)知、消費(fèi)者個(gè)人因素以及產(chǎn)品自身屬性因素等。

結(jié)合前人對(duì)產(chǎn)品涉入度概念的研究，本文將高涉入度產(chǎn)品定義為消費(fèi)者感知到的重要性和風(fēng)險(xiǎn)性高的產(chǎn)品。消費(fèi)者涉入程度高，說(shuō)明該產(chǎn)品具有高風(fēng)險(xiǎn)、十分重要并且與消費(fèi)者本人關(guān)聯(lián)程度高，消費(fèi)者會(huì)盡可能地收集相關(guān)信息，充分比較優(yōu)缺點(diǎn)后才做出決策。換句話說(shuō)，消費(fèi)者的購(gòu)買行為是需要時(shí)間和精力投入的，當(dāng)產(chǎn)品需要消費(fèi)者花費(fèi)更多的時(shí)間和精力做出購(gòu)買決定的時(shí)候，這項(xiàng)產(chǎn)品被認(rèn)為是高涉入度產(chǎn)品，如轎車、住房和電子設(shè)備都是高涉入度產(chǎn)品。

2 高涉入度產(chǎn)品銷量預(yù)測(cè)研究中的統(tǒng)計(jì)分析

本文以CNKI數(shù)據(jù)庫(kù)作為文獻(xiàn)來(lái)源，在檢索中首先采用“高涉入度”和“銷售預(yù)測(cè)”為題目、摘要、關(guān)鍵詞進(jìn)行檢索，檢索出來(lái)的文獻(xiàn)較少。事實(shí)上，很多學(xué)者在研究的過(guò)程中并沒(méi)有直接采用“高涉入度”等作為題目、摘要、關(guān)鍵詞，所以若直接以此為關(guān)鍵詞會(huì)導(dǎo)致文獻(xiàn)檢索中出現(xiàn)大量文獻(xiàn)遺漏。因此，本文進(jìn)行補(bǔ)充檢索，擴(kuò)大檢索范圍，首先采用“銷售”或“銷量”和“預(yù)測(cè)”為題目、摘要、關(guān)鍵詞進(jìn)行檢索，在檢索出的文獻(xiàn)中選取基于高涉入度產(chǎn)品的銷售預(yù)測(cè)文章，同時(shí)以“需求預(yù)測(cè)”或“預(yù)測(cè)模型”進(jìn)行補(bǔ)充檢索。在分別閱讀每篇文章的摘要或全文后刪除與研究主題不符的文獻(xiàn)，最終將符合條件的44篇文獻(xiàn)作為本文的分析對(duì)象。

2.1 文獻(xiàn)數(shù)量統(tǒng)計(jì)

從文獻(xiàn)的時(shí)間動(dòng)態(tài)分布統(tǒng)計(jì)看出，我國(guó)學(xué)者從20世紀(jì)90年代開始進(jìn)行高涉入度產(chǎn)品銷量預(yù)測(cè)研究，1989—2011年，每年的文獻(xiàn)數(shù)量基本持平，而2012—2017年高涉入度產(chǎn)品銷售預(yù)測(cè)有關(guān)研究有新的增長(zhǎng)，尤其是在2017年達(dá)到了8篇，為2009年的4倍，說(shuō)明2012年以后我國(guó)對(duì)高涉入度產(chǎn)品的銷售預(yù)測(cè)研究才逐漸發(fā)展起來(lái)。

圖1 我國(guó)高涉入度產(chǎn)品銷售預(yù)測(cè)研究文獻(xiàn)綜述

CNKI數(shù)據(jù)庫(kù)對(duì)學(xué)科的劃分，主要分為基礎(chǔ)科學(xué)、工程科技I、工程科技II、農(nóng)業(yè)科技、醫(yī)藥衛(wèi)生、信息技術(shù)、哲學(xué)與人文、社會(huì)科學(xué)I、社會(huì)科學(xué)II以及經(jīng)濟(jì)與管理。

從研究者的學(xué)科背景來(lái)看，47.73%的文獻(xiàn)來(lái)自作者團(tuán)隊(duì)，其中43.18%的文獻(xiàn)來(lái)自單一學(xué)科背景的作者團(tuán)隊(duì)，4.55%的文獻(xiàn)來(lái)自兩個(gè)學(xué)科背景的作者團(tuán)隊(duì)。總體上，目前關(guān)于高涉入度產(chǎn)品銷量預(yù)測(cè)的研究主要是由單一學(xué)科背景的單一作者獨(dú)立完成，只有極少部分文獻(xiàn)是多學(xué)科背景學(xué)者的合作研究。從學(xué)者的學(xué)科背景來(lái)看，39.60%是經(jīng)濟(jì)與管理科學(xué)，30.20%的文獻(xiàn)來(lái)自工程科技II輯的研究者，12.50%來(lái)自是基礎(chǔ)科學(xué)領(lǐng)域，來(lái)自信息技術(shù)和社會(huì)科技II輯領(lǐng)域的文獻(xiàn)比例分別是11.50%和4.20%。目前看來(lái)，主要趨勢(shì)是整合經(jīng)管、工程技術(shù)以及基礎(chǔ)科學(xué)方面的研究力量來(lái)開展研究。

2.2 研究方法分類統(tǒng)計(jì)

國(guó)內(nèi)對(duì)銷售預(yù)測(cè)的研究主要是在借鑒國(guó)外銷售預(yù)測(cè)方法的基礎(chǔ)上做更進(jìn)一步的探索和分析。本文將44篇文獻(xiàn)按照研究方法進(jìn)行分類，傳統(tǒng)的研究方法一般分為定性和定量方法，由于檢索的文獻(xiàn)里并未涉及定性方法，所以本文直接從傳統(tǒng)的定量方法來(lái)看，有50%的文獻(xiàn)采用了傳統(tǒng)的定量方法，其中有15.91%的文獻(xiàn)采用了回歸分析的方法，在所有傳統(tǒng)研究方法中時(shí)間序列法的應(yīng)用最廣泛，比例達(dá)到了31.82%。

圖2 我國(guó)高涉入度產(chǎn)品銷售預(yù)測(cè)研究學(xué)者的學(xué)科背景分布

從現(xiàn)代的人工智能方法來(lái)看，有11.36%的文獻(xiàn)采用了神經(jīng)網(wǎng)絡(luò)的方法，而采用灰色系統(tǒng)研究方法的文獻(xiàn)相對(duì)較多，占比15.91%。此外，有研究者試圖將各種預(yù)測(cè)方法組合，主要是將時(shí)間序列法和人工智能方法進(jìn)行組合，組合方法在預(yù)測(cè)中的應(yīng)用達(dá)到了22.73%。

表1 高涉入度產(chǎn)品銷量預(yù)測(cè)方法應(yīng)用分類和分布

3 基于知識(shí)圖譜的高涉入度產(chǎn)品銷售預(yù)測(cè)研究分析

本文采用CiteSpace V軟件進(jìn)行知識(shí)圖譜分析，目前國(guó)內(nèi)利用CiteSpace進(jìn)行分析的數(shù)據(jù)源為WoS、CSSCI以及CNKI，可對(duì)目標(biāo)領(lǐng)域的研究熱點(diǎn)、研究前沿和研究趨勢(shì)進(jìn)行探索。本文在對(duì)數(shù)據(jù)進(jìn)行分析時(shí)，選取CNKI數(shù)據(jù)庫(kù)中關(guān)于高涉入度產(chǎn)品銷售預(yù)測(cè)研究的期刊和論文，時(shí)間跨度為1989—2017年，設(shè)置Time Slice（時(shí)間片層）為每?jī)赡暌粋€(gè)階段。

3.1 高涉入度產(chǎn)品銷售預(yù)測(cè)的研究主體

在圖3中，作者的出現(xiàn)頻率與節(jié)點(diǎn)的大小成正比，節(jié)點(diǎn)內(nèi)圈中的顏色表示不同的時(shí)間段。從作者角度可以看出，章旭、王旭天、崔東佳和余世明在高涉入度產(chǎn)品銷售預(yù)測(cè)研究方面的產(chǎn)出較為突出。各節(jié)點(diǎn)之間的連線則表示共現(xiàn)的關(guān)系，其粗細(xì)表明共現(xiàn)的強(qiáng)度。從圖2的連線情況可知，目前主要的研究成果來(lái)自合作研究。連線的顏色則對(duì)應(yīng)節(jié)點(diǎn)第一次共現(xiàn)的時(shí)間。顏色從深色調(diào)到淺色調(diào)的變化表示時(shí)間從早期到近期的變化，由圖3可知近期的合作研究更為活躍和密切。

圖3 高涉入度產(chǎn)品銷售預(yù)測(cè)研究作者分布聚類視圖

3.2 高涉入度產(chǎn)品銷售預(yù)測(cè)的研究熱點(diǎn)

高涉入度產(chǎn)品銷售預(yù)測(cè)的關(guān)鍵詞在不同時(shí)期的出現(xiàn)頻次可以反映出目前相關(guān)研究的熱點(diǎn)和走向，出現(xiàn)頻次較高的關(guān)鍵詞可表明目前該研究領(lǐng)域所關(guān)注的焦點(diǎn)。

圖4 高涉入度產(chǎn)品銷售預(yù)測(cè)研究關(guān)鍵詞共現(xiàn)聚類視圖

由圖4可知，目前對(duì)高涉入度產(chǎn)品銷售預(yù)測(cè)的研究主要集中在汽車領(lǐng)域，研究采用的主要方法包括時(shí)間序列法、灰色預(yù)測(cè)、神經(jīng)網(wǎng)絡(luò)以及組合預(yù)測(cè)等。值得注意的是目前部分研究人員在進(jìn)行高涉入度產(chǎn)品銷售預(yù)測(cè)時(shí)除了利用傳統(tǒng)的營(yíng)銷數(shù)據(jù)外，也開始關(guān)注互聯(lián)網(wǎng)的網(wǎng)絡(luò)搜索數(shù)據(jù)在銷售預(yù)測(cè)中的應(yīng)用。

時(shí)間線視圖主要側(cè)重勾畫聚類之間關(guān)系和某個(gè)聚類中文獻(xiàn)的歷史跨度，在時(shí)間線視圖中相同聚類的文獻(xiàn)被放置在同一水平線上。在時(shí)間線視圖中，我們可以清晰地得到各個(gè)聚類中文獻(xiàn)的數(shù)量情況，文獻(xiàn)數(shù)量越多代表所得的聚類領(lǐng)域越重要。由圖5可知研究者利用時(shí)間序列法進(jìn)行高涉入度產(chǎn)品銷量研究在2006年出現(xiàn)且一直保持著較高關(guān)注度，研究成果較為豐富。

圖5 高涉入度產(chǎn)品銷售預(yù)測(cè)研究關(guān)鍵詞共現(xiàn)時(shí)間線視圖

4 高涉入度產(chǎn)品銷量預(yù)測(cè)研究軌跡分析

在對(duì)44篇文獻(xiàn)進(jìn)行總結(jié)統(tǒng)計(jì)分析的基礎(chǔ)上，根據(jù)我國(guó)高涉入度產(chǎn)品銷量研究的具體情況，從研究發(fā)展的軌跡來(lái)看，可以劃分為三個(gè)階段。

表2 高涉入度產(chǎn)品銷量預(yù)測(cè)研究方法在不同發(fā)展階段的數(shù)量分布

第一階段：摸索起步階段

在此期間共有2篇文獻(xiàn)，從研究方法的時(shí)間演進(jìn)看，在1990年以前，我國(guó)的學(xué)者開始進(jìn)行高涉入度產(chǎn)品銷售預(yù)測(cè)研究的摸索，在研究方法上主要使用傳統(tǒng)的研究方法，雖然以定量方法為主，但是利用的定量方法比較簡(jiǎn)單，回歸模型都是使用了簡(jiǎn)單的一元線性回歸方法。

李鴻生（1989）指出在當(dāng)時(shí)特殊的經(jīng)濟(jì)環(huán)境下，國(guó)民收入對(duì)摩托車銷量的影響很小，而集體和個(gè)人經(jīng)營(yíng)者的人數(shù)是影響摩托車銷量的主要因素，并通過(guò)回歸模型和灰色數(shù)列預(yù)測(cè)模型對(duì)摩托車銷量進(jìn)行預(yù)測(cè)，由于兩種方法各有側(cè)重，所以綜合考慮后取兩種方法的算術(shù)平均數(shù)作為預(yù)測(cè)結(jié)果。金朝崇和岳毅宏（2000）運(yùn)用傅氏分析法確定冰箱銷售的季節(jié)長(zhǎng)度和下一周期各個(gè)階段的銷售量，為冰箱企業(yè)的決策活動(dòng)提供了參考。

第二階段：探討成長(zhǎng)階段

在這一階段，高涉入度產(chǎn)品銷售預(yù)測(cè)研究文獻(xiàn)數(shù)量相比第一階段有了很大的提高，在研究方法上也出現(xiàn)多元化，灰色系統(tǒng)、BP神經(jīng)網(wǎng)絡(luò)都第一次被運(yùn)用到高涉入度產(chǎn)品銷售預(yù)測(cè)之中。研究出現(xiàn)了從簡(jiǎn)單單變量分析向復(fù)雜的多變量分析、從靜態(tài)模型向動(dòng)態(tài)模型、從單一方法向綜合方法發(fā)展，多種學(xué)科開始介入研究之中的變化趨勢(shì)。

楊艷霞（2006）分別利用BP神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)和基于差分進(jìn)化的BP網(wǎng)絡(luò)建立了3個(gè)不同的汽車零部件銷量預(yù)測(cè)模型，基于最小二乘準(zhǔn)則，將取得的3個(gè)預(yù)測(cè)模型合成為一個(gè)復(fù)合模型HANNFM并驗(yàn)證了它的有效性。陳紅周、劉碧玉、李學(xué)全（2009）利用灰色預(yù)測(cè) GM（1，1）模型研究了手機(jī)銷售總數(shù)量動(dòng)態(tài)變化，并使用灰色關(guān)聯(lián)度來(lái)計(jì)算總銷售量對(duì)目標(biāo)品牌的影響。耿萬(wàn)里（2010）基于銷售預(yù)測(cè)相關(guān)理論知識(shí)以及產(chǎn)品的歷史銷售數(shù)據(jù)，運(yùn)用SPSS和一元線性回歸模型，以及根據(jù)實(shí)際需求自主構(gòu)建的預(yù)測(cè)修正算法，對(duì)該公司的平板電視產(chǎn)品進(jìn)行了銷售預(yù)測(cè)分析和修正。錢永渭和余世明（2011）采用神經(jīng)網(wǎng)絡(luò)理論對(duì)罐裝飲料自動(dòng)售貨機(jī)銷售額預(yù)測(cè)進(jìn)行數(shù)學(xué)建模，采用BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)了罐裝飲料自動(dòng)售貨機(jī)銷售額的預(yù)測(cè)。陳力華、楊亞莉和陳浩（2011）基于SPSS曲線預(yù)測(cè)和平滑指數(shù)法，對(duì)我國(guó)自主品牌汽車銷量進(jìn)行了預(yù)測(cè)研究，研究結(jié)果表明，使用三次曲線法可以更有效地預(yù)測(cè)汽車銷量。

第三階段：發(fā)展整合階段

2012年以來(lái)，我國(guó)對(duì)高涉入度產(chǎn)品銷量預(yù)測(cè)的研究進(jìn)入了新的階段，目前有34篇成果出現(xiàn)，遠(yuǎn)遠(yuǎn)多于前兩個(gè)階段文獻(xiàn)的總和。隨著大數(shù)據(jù)的發(fā)展和人工智能理論的成熟及在各行業(yè)的廣泛應(yīng)用，研究者將互聯(lián)網(wǎng)搜索趨勢(shì)數(shù)據(jù)、評(píng)價(jià)口碑以及社交媒體上的內(nèi)容引入高涉入度產(chǎn)品銷售預(yù)測(cè)并進(jìn)行了有益的探索。在這一階段，雖然更多的方法被引入銷售預(yù)測(cè)研究中，但回歸模型和時(shí)間序列仍然占有主導(dǎo)地位。在高涉入度產(chǎn)品銷售預(yù)測(cè)研究中嘗試將新的研究方法與最新的研究整合運(yùn)用，研究方法逐漸精細(xì)化。得益于大數(shù)據(jù)時(shí)代的到來(lái)和數(shù)據(jù)挖掘技術(shù)的成熟，銷售預(yù)測(cè)方法也經(jīng)歷了比較大的變化。

姚層林（2012）利用徑向基函數(shù)網(wǎng)絡(luò)預(yù)測(cè)非線性數(shù)據(jù)的優(yōu)勢(shì)，將其用于汽車銷量的預(yù)測(cè)中。張凡（2012）以歷年的銷售數(shù)據(jù)作為原始數(shù)據(jù)，并以2015年、2020年為水平年，運(yùn)用灰色預(yù)測(cè)法并結(jié)合定性分析，對(duì)近期、中期我國(guó)裝載機(jī)銷售量進(jìn)行了預(yù)測(cè)。隨著大數(shù)據(jù)技術(shù)的發(fā)展和成熟，研究者開始關(guān)注到網(wǎng)絡(luò)搜索以及網(wǎng)絡(luò)評(píng)價(jià)與銷售預(yù)測(cè)的關(guān)系。李雪妮（2013）關(guān)注到隨著web2.0的出現(xiàn)，消費(fèi)者開始在商家的網(wǎng)站上發(fā)表對(duì)商品的評(píng)論，并且通過(guò)這些評(píng)論來(lái)分享各自的經(jīng)驗(yàn)，她以書本評(píng)論作為研究對(duì)象，重點(diǎn)關(guān)注評(píng)論中情感信息的挖掘，并探討將這種信息用于產(chǎn)品銷量預(yù)測(cè)的方法。黃琦（2013）基于灰色理論建立汽車銷量預(yù)測(cè)模型并借助GM（1，1）模型進(jìn)行了預(yù)測(cè)，并對(duì)模型進(jìn)行了精度檢驗(yàn)。洪鵬和余世明（2015）針對(duì)自動(dòng)售貨機(jī)單一商品售空而頻繁加貨耗費(fèi)大量人力物力資源的問(wèn)題，提出了用RBF神經(jīng)網(wǎng)絡(luò)對(duì)各產(chǎn)品的銷量進(jìn)行預(yù)測(cè)，以便制定合理的銷售方案來(lái)減少這方面費(fèi)用?？紤]到自動(dòng)售貨機(jī)的歷史銷售數(shù)據(jù)受非最優(yōu)銷售方案制約，從而導(dǎo)致預(yù)測(cè)結(jié)果不理想的特點(diǎn)，建立了一個(gè)ARMA模型預(yù)測(cè)受制約銷量來(lái)補(bǔ)償實(shí)際銷量以優(yōu)化預(yù)測(cè)模型，加快銷售方案趨于最優(yōu)的速度。王煉、寧一鑒和賈建民（2015）認(rèn)為網(wǎng)絡(luò)搜索行為可以反映消費(fèi)者購(gòu)買意愿，并利用消費(fèi)者搜集信息和購(gòu)買決策的真實(shí)數(shù)據(jù)研究網(wǎng)絡(luò)搜索與現(xiàn)實(shí)交易之間的關(guān)系。實(shí)證結(jié)果顯示，網(wǎng)絡(luò)搜索對(duì)汽車銷量存在顯著的正向影響。此外，本文基于fractional logit模型驗(yàn)證了消費(fèi)者網(wǎng)絡(luò)搜索對(duì)市場(chǎng)份額的影響。此外，部分學(xué)者開始從單一方法轉(zhuǎn)向方法整合進(jìn)行研究。范慶科（2017）提出了一種SARIMA-BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法對(duì)汽車銷量進(jìn)行預(yù)測(cè)，首先針對(duì)汽車銷量影響因素表現(xiàn)出的多樣性使用灰色關(guān)聯(lián)分析法進(jìn)行篩選，對(duì)于汽車銷量非線性規(guī)律，選擇SARIMA方法和BP神經(jīng)網(wǎng)絡(luò)法分別對(duì)時(shí)間序列的線性部分和非線性部分進(jìn)行建模；王旭天（2016）以BP神經(jīng)網(wǎng)絡(luò)技術(shù)為主線，結(jié)合ARIMA模型和主成分分析，分別對(duì)汽車的月度銷量和年度銷量進(jìn)行了預(yù)測(cè)。

韓兆林（1997）對(duì)國(guó)外涉入理論在消費(fèi)者行為研究中的運(yùn)用進(jìn)行梳理后發(fā)現(xiàn)涉入度對(duì)消費(fèi)行為的影響主要表現(xiàn)在七個(gè)方面：廣告信息的學(xué)習(xí)、信息搜集、廣告認(rèn)知反應(yīng)、個(gè)人態(tài)度改變、新產(chǎn)品接受過(guò)程、品牌選擇以及品牌忠誠(chéng)等。結(jié)合我國(guó)目前的研究現(xiàn)狀，本文將產(chǎn)品涉入度對(duì)消費(fèi)者行為的影響歸結(jié)到三個(gè)方面：一是信息搜索，指主觀地獲取產(chǎn)品信息和評(píng)價(jià)信息等；二是營(yíng)銷信息處理，指客觀地接受和處理廣告等營(yíng)銷信息；三是品牌忠誠(chéng)度，指客戶在購(gòu)買行為發(fā)生后仍愿意繼續(xù)長(zhǎng)期購(gòu)買。因此，我們可以得出不同涉入度產(chǎn)品銷售預(yù)測(cè)的概念研究框架，具體如圖6所示。

圖6 不同涉入度產(chǎn)品銷量研究的概念框架

目前產(chǎn)品涉入度研究已經(jīng)從關(guān)注產(chǎn)品涉入度與消費(fèi)者行為的關(guān)系深化為產(chǎn)品涉入度和銷售預(yù)測(cè)之間的關(guān)系，相關(guān)研究者致力于不同產(chǎn)品涉入度的銷售預(yù)測(cè)研究為現(xiàn)實(shí)的商業(yè)活動(dòng)提供更為有效的支持，探索不同產(chǎn)品銷售預(yù)測(cè)背后消費(fèi)者行為的差異進(jìn)而進(jìn)行更為精準(zhǔn)的產(chǎn)品銷售預(yù)測(cè)。

5 結(jié)語(yǔ)

近兩年，關(guān)于高涉入度產(chǎn)品的銷售預(yù)測(cè)研究文獻(xiàn)數(shù)量出現(xiàn)顯著增長(zhǎng)，高涉入度產(chǎn)品銷售預(yù)測(cè)正逐漸成為銷售預(yù)測(cè)研究中的重要分支，高涉入度產(chǎn)品銷售預(yù)測(cè)應(yīng)該引起我國(guó)學(xué)者的重視并積極開展理論和實(shí)踐研究。

從研究者的學(xué)科背景來(lái)看，目前關(guān)于高涉入度產(chǎn)品銷量預(yù)測(cè)的研究主要是由單一學(xué)科背景的單一作者獨(dú)立完成，只有極少部分文獻(xiàn)是多學(xué)科背景學(xué)者的合作研究，今后對(duì)于高涉入度產(chǎn)品銷量的預(yù)測(cè)研究可以嘗試結(jié)合多學(xué)科背景進(jìn)行合作研究。

從研究領(lǐng)域和影響因素來(lái)看，高涉入度的研究行業(yè)主要是汽車、家電以及電子產(chǎn)品，模型當(dāng)中的自變量主要來(lái)源于宏觀層面的影響因素，包括國(guó)內(nèi)人均生產(chǎn)總值、消費(fèi)者信息指數(shù)等，雖然以宏觀層面的影響因素構(gòu)建的模型在一定程度上可以對(duì)高涉入度產(chǎn)品銷量進(jìn)行預(yù)測(cè)，但還是準(zhǔn)確度還有待考量。

從研究的框架來(lái)看，關(guān)于涉入度的研究正在經(jīng)歷著一次新的轉(zhuǎn)型和深化，主流研究開始從關(guān)注涉入度與消費(fèi)者的行為深化為涉入度與銷售預(yù)測(cè)，并形成了以“高涉入度產(chǎn)品—消費(fèi)者行為—銷售預(yù)測(cè)”為研究框架的高涉入度產(chǎn)品銷售預(yù)測(cè)研究。在今后的研究中，可以細(xì)化涉入度的維度并更深入地探究涉入度對(duì)銷售預(yù)測(cè)的作用。

從研究方法來(lái)看，高涉入度產(chǎn)品銷量預(yù)測(cè)研究已經(jīng)由定性研究轉(zhuǎn)化為定量研究，并與實(shí)際的經(jīng)濟(jì)活動(dòng)相聯(lián)系，這也對(duì)預(yù)測(cè)和測(cè)量工具的開發(fā)選擇提出了新的要求，需要學(xué)者創(chuàng)新測(cè)量工具和技術(shù)手段，不斷運(yùn)用大數(shù)據(jù)時(shí)代所帶來(lái)的信息資源以及現(xiàn)代技術(shù)手段對(duì)數(shù)據(jù)進(jìn)行分析，進(jìn)而使研究結(jié)果更加合理化和規(guī)范化。綜上所述，在我國(guó)開展高涉入度產(chǎn)品銷售預(yù)測(cè)研究，有必要系統(tǒng)梳理、引入和借鑒來(lái)自計(jì)算機(jī)科學(xué)與技術(shù)、數(shù)學(xué)等領(lǐng)域的研究成果，進(jìn)行跨學(xué)科的研究合作，嘗試不同研究領(lǐng)域，細(xì)化涉入度的維度，嘗試?yán)没ヂ?lián)網(wǎng)帶來(lái)的大數(shù)據(jù)進(jìn)行銷售預(yù)測(cè)并改進(jìn)或整合現(xiàn)有的研究模型，促使高涉入度產(chǎn)品銷量預(yù)測(cè)研究的過(guò)程和方法更加合理，研究結(jié)果更加準(zhǔn)確和有預(yù)見(jiàn)性。