生鮮農(nóng)產(chǎn)品電商消費(fèi)者重購行為影響因素研究

鄒雨 耿秀麗

摘要：為幫助生鮮電商企業(yè)了解影響消費(fèi)者重購意愿的因素，從而制定合理的營銷策略。本文從京東生鮮頻道選取15家評論數(shù)量超兩萬條的不同品類生鮮農(nóng)產(chǎn)品店鋪，利用網(wǎng)絡(luò)爬蟲軟件爬取16980條在線評論數(shù)據(jù)，篩選出其中3515條回頭客評論作為樣本，運(yùn)用ROST CM6.0軟件對評論內(nèi)容進(jìn)行詞頻分析和語義網(wǎng)絡(luò)分析，再通過Gephi0.9.2軟件進(jìn)行可視化分析，提煉出回頭客關(guān)注的主要方面及其重要程度，為生鮮電商企業(yè)提出合理可行的有效建議。

關(guān)鍵詞：生鮮農(nóng)產(chǎn)品;電子商務(wù);重購行為;在線評論;數(shù)據(jù)挖掘

引言

重復(fù)購買是顧客購后行為的一部分，是指顧客在購買體驗(yàn)過某種商品后再次購買同一品牌的行為[1]。目前，對于生鮮農(nóng)產(chǎn)品消費(fèi)者重購意愿影響因素的相關(guān)研究較多，如李雪松等人（2018）從在線重購生鮮質(zhì)量特征、網(wǎng)上轉(zhuǎn)換成本特征、消費(fèi)者在線重購意識特征和消費(fèi)者生活形態(tài)特征四個方面分析了影響消費(fèi)者在線重購生鮮農(nóng)產(chǎn)品意愿的因素[2]。李海霞（2019）結(jié)合SOR理論和社會交換理論，構(gòu)建了電商服務(wù)接觸對消費(fèi)者重復(fù)購買生鮮產(chǎn)品意愿影響的研究模型，并進(jìn)行了實(shí)證分析[3]。而對于重購行為影響因素的相關(guān)研究相對較少。并且，研究通常以問卷調(diào)查的方式進(jìn)行，通過定量分析驗(yàn)證其相關(guān)性，存在人工干預(yù)度高、樣本數(shù)據(jù)多樣性無法滿足等問題。在我國電子商務(wù)飛速發(fā)展的背景下，各大電商平臺都支持顧客對所購買的產(chǎn)品或服務(wù)的相關(guān)內(nèi)容進(jìn)行打分和發(fā)表評論。顧客的在線評論中含有豐富的顧客反饋信息，反映了顧客對于產(chǎn)品或服務(wù)的真實(shí)看法，是研究顧客重購行為的重要數(shù)據(jù)來源。

對于電商平臺在線評論的研究，主要分為兩類：第一類是從在線評論的特征出發(fā)，從評論內(nèi)容特征、評論者個體特征、評論接收者特征三個方面研究對消費(fèi)者購買決策的影響。第二類是對在線評論文本信息進(jìn)行情感分析，深度挖掘文本中透露的情感傾向，幫助商家了解消費(fèi)者的情感變化，為其經(jīng)營管理提供參考。雖然學(xué)者們在在線評論的研究上已經(jīng)取得了一定的成果，但大多數(shù)都僅限于數(shù)值分析，較少有研究通過在線評論文本本身直接挖掘出影響消費(fèi)者購買決策的因素。本文通過在線評論數(shù)據(jù)挖掘研究生鮮農(nóng)產(chǎn)品消費(fèi)者重購行為的影響因素，為生鮮電商的營銷管理提供指導(dǎo)。

1基于在線評論的數(shù)據(jù)收集與處理

本文選用八爪魚采集器，以京東生鮮頻道的15家評論數(shù)量超兩萬條的不同品類生鮮農(nóng)產(chǎn)品店鋪為研究對象，爬取了16980條在線評論。為保證樣本數(shù)據(jù)的多樣性，其中蔬菜水果品類爬取了6家店鋪共7980條評論，海鮮品類爬取了6家店鋪共6000條評論，肉禽類爬取了3家店鋪共3000條評論。對爬取的評論數(shù)據(jù)進(jìn)行預(yù)處理，清洗掉信息含量低的評論內(nèi)容、篩選出回頭客的評論。采用文本挖掘工具ROST CM6.0軟件對挖掘到的信息進(jìn)行分詞處理、無用詞過濾和高頻詞詞頻統(tǒng)計(jì)，并對提取的高頻詞進(jìn)行分類統(tǒng)計(jì)。通過社會網(wǎng)絡(luò)和語義網(wǎng)絡(luò)分析，得到高頻詞共現(xiàn)矩陣，最后將共現(xiàn)矩陣導(dǎo)入Gephi0.9.2形成可視化分析圖。

使用ROST CM6.0軟件對篩選出的評論進(jìn)行分詞和過濾處理，將復(fù)雜的文本轉(zhuǎn)換成精簡的詞匯數(shù)據(jù)，并對詞頻數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，得到200個高頻詞。通過剔除其中無意義的詞語，如“以前”、“抽出”，將同義詞進(jìn)行合并，如“小孩”和“孩子”、“店家”和“商家”等，最終篩選出67個高頻詞。利用ROST CM6.0軟件通過社會網(wǎng)絡(luò)分析和語義分析得到67個高頻詞之間的共詞矩陣，頻次越高說明兩個高頻詞之間的聯(lián)系越緊密。

2重購行為影響因素識別

將共詞矩陣導(dǎo)入Gephi0.9.2形成無向網(wǎng)絡(luò)圖，刪除不相關(guān)節(jié)點(diǎn)，最后得到一個由51個節(jié)點(diǎn)和390條邊組成的網(wǎng)絡(luò)圖。使用ForceAtlas2布局算法來繪制網(wǎng)絡(luò)圖，并對網(wǎng)絡(luò)圖進(jìn)行模塊化處理，用不同的顏色區(qū)分不同的社區(qū)模塊。圖中的節(jié)點(diǎn)表示回頭客所關(guān)注的高頻詞匯，節(jié)點(diǎn)面積越大說明對該詞的關(guān)注度越高。而連接節(jié)點(diǎn)的線，即網(wǎng)絡(luò)圖的邊，代表各高頻詞之間的聯(lián)系強(qiáng)度，邊越粗說明兩者之間聯(lián)系越緊密。

最后分析得出節(jié)點(diǎn)主要分為4個社區(qū)：產(chǎn)品社區(qū)、物流綜合服務(wù)社區(qū)、價格社區(qū)、信任社區(qū)，分別用不同的顏色表示。其中產(chǎn)品社區(qū)和物流綜合服務(wù)社區(qū)內(nèi)部節(jié)點(diǎn)連接緊密，占據(jù)整個網(wǎng)絡(luò)的絕大部分。產(chǎn)品社區(qū)的核心節(jié)點(diǎn)是“新鮮”和“好吃”，說明回頭客主要關(guān)注生鮮農(nóng)產(chǎn)品的口味和新鮮度。物流綜合服務(wù)內(nèi)部主要分為“包裝”、“快遞”、“物流”3個核心節(jié)點(diǎn)，“物流”與“很快”節(jié)點(diǎn)之間連接緊密，“快遞”與“服務(wù)”和“包裝”2個節(jié)點(diǎn)連接緊密，說明在物流綜合服務(wù)方面回頭客主要關(guān)注物流的效率、快遞的包裝和服務(wù)。價格社區(qū)的核心節(jié)點(diǎn)是“活動”和“價格”，說明回頭客對于商家的折扣活動和產(chǎn)品定價較為關(guān)注。最后，信任社區(qū)的節(jié)點(diǎn)較為松散，說明消費(fèi)者對于質(zhì)量的信任來源有著不同的追求，有的消費(fèi)者可能更看重產(chǎn)品品牌，而有的消費(fèi)者則更相信平臺的承諾。

3結(jié)論

本文通過ROST CM6.0進(jìn)行內(nèi)容挖掘、文本分析，提煉出消費(fèi)者重購行為的主要影響因素，利用Gephi0.9.2探尋社區(qū)，將其劃分為產(chǎn)品類、物流綜合服務(wù)類、價格類和信任類4個方面，并通過網(wǎng)絡(luò)圖直觀地呈現(xiàn)出來。研究發(fā)現(xiàn)：（1）提高生鮮農(nóng)產(chǎn)品的質(zhì)量是保留回頭客的基礎(chǔ)。由于重購行為是一種理性決策，不像第一次購買存在嘗鮮心態(tài)，回頭客在進(jìn)行決策時更加看重產(chǎn)品本身這種硬指標(biāo);（2）消費(fèi)者希望能收到完好新鮮的商品，因此商家的產(chǎn)品包裝是否嚴(yán)實(shí)和用心以及物流速度和運(yùn)輸過程中的損耗是消費(fèi)者進(jìn)行重購決策考慮的重要方面;（3）回頭客對快遞員的服務(wù)態(tài)度有較高要求;（4）對于消費(fèi)的信任感也會影響消費(fèi)者的重購行為。

參考文獻(xiàn)

[1]Simon Knox，David Walker.Measuring and managing brand loyalty[J].Journal of Strategic Marketing，2001，9（2）：111-128.

[2]李雪松，張敏，盛鵬飛.消費(fèi)者在線重購生鮮農(nóng)產(chǎn)品意愿的影響因素[J].江蘇農(nóng)業(yè)科學(xué)，2018，46（14）：344-347.

[3]李海霞.電商服務(wù)接觸對消費(fèi)者重購意愿的影響——以生鮮為例[J].商業(yè)經(jīng)濟(jì)研究，2019（03）：75-78.