基于消費偏好的產品屬性配置問題研究

束禮菊，李堅強，王夢如

基于消費偏好的產品屬性配置問題研究

束禮菊，李堅強，王夢如

文章篩選出運行內存、CPU核心數、主屏尺寸、像素、屏幕材質五個屬性，利用效用函數對智能手機的消費偏好進行量化與分析，指出了運行內存和CPU核心數的效用值隨屬性水平變化呈顯著上升趨勢，像素的效用值變化速度次之，主屏尺寸和屏幕材質的效用值隨屬性水平變化的幅度最小。在此基礎上，提出了配置智能手機屬性水平的對策。

智能手機；配置；效用函數；屬性

在同類產品中，配置程度與可供選擇的產品型號呈正相關的關系，產品型號越多，配置程度就越高。消費者總是希望具有適度產品型號可供選擇來滿足其個性化的需求。然而，可供選擇的型號過多或者過少都會降低消費者的滿意度。如果消費者在線購買產品的過程中需要面對型號眾多的產品，難以選擇出適當的產品，可能會感到疲勞。如果型號過少，不能充分滿足消費者的個性化需求，也會大幅降低其滿意度。從企業的角度考慮，在產品屬性開發能力一定的情況下，增加可配置的屬性水平與產品型號，必然大幅增加企業投入與售后維護的復雜性，所以企業希望消費者掌握產品屬性的配置權越少越好。如何合理分配屬性配置權，從而確定產品屬性配置程度，使個性化需求與企業投入之間達到一個較為滿意的均衡，是產品制造企業需要解決的一個重要問題。

孫曉東等在多名顧客對屬性的個性化需求的前提下，利用定價因子，對產品的屬性配置加以優化，但是模型并未給出作為已知因素的偏好矩陣如何測量。仇光等人通過對包含隱式屬性的評論意見的分析，提出一種隱式屬性挖掘方法，根據屬性相關詞推斷并獲取屬性。周俊、羅彪等人根據顧客提出的定制要求，找出與之接近的虛擬產品，并結合顧客愿意支付的價格和產品成本來確定定制產品的優先順序。付啟敏等人試圖列出產品若干可配置的屬性及屬性水平，讓顧客從每個屬性中選擇出最滿意的屬性水平，再抽出每個屬性中選中比例最高的一個屬性水平組合成為常用配置元，并根據約束條件修正成為最受歡迎的產品。任彬等人將模糊多屬性決策理論引入模糊型復雜產品的配置設計方法中，得到模糊層次配置的配置方案，并對配置方案進行評價，求解最優方案。本文從對產品屬性分類入手，篩選出消費者非常關注的屬性，運用效用函數對產品屬性的消費偏好進行量化與分析，從而確定產品屬性配置歸屬和配置程度。

一、效用分析

（一）效用分析的基本思想

產品或服務作為效用分析的研究對象通常是由多個特征組成的，而每一個特征下具有若干個特征水平。特征及其特征水平的不同組合組成了相互替代的同類對象的不同具體產品。顧客在購買產品時，是通過綜合權衡同類產品的不同產品特征的特征水平來作出決定的。

效用分析的基本思想就是通過測量顧客對多特征產品或服務的總體偏好，來估計每一個特征的相對重要性以及具體特征水平的局部效用值。效用分析方法可以幫助銷售方了解顧客的內在價值工程體系，可以幫助企業研究為什么顧客選擇某個產品或者服務而不是選擇其他的產品或者服務，同時銷售方可以根據不同特征水平的效用值，來決定為顧客定制會有哪些具體特征水平的產品或服務。

（二）數學模型

1.產品的效用函數

設某定制產品共有r個特征，ki為第i個特征的特征水平賦值變量，i=1，2，…，r；kij為第i個特征的第j個特征水平的取值。假設該特征有pi個特征水平，即j=1，2，…，pi。定義以下虛擬變量dim（i=1，2，…，r；m=1，2，…，pi-1），則

因此，某個消費者對于該產品或服務的效用函數為：

其中，u為該顧客對該定制產品的效用值，bim（m=1，2，…，pi-1）為該顧客對第i特征的第m虛擬特征水平的消費偏好權重；b為常數項，ε為該產品效用函數的隨機擾動項。

對于具有r個特征的n個備選產品，根據（2）式，定義某個顧客對n個虛擬產品效用函數回歸矩陣模型為：

其中U=（u1u2… un）T，且uh表示第h產品或者服務的效用值，h=1，2，…，n，該效用值依據該消費者對產品的消費偏好排序而得。

且dimh表示第h產品在第i特征的第m特征水平上的取值，m=1，2，…，pi-1。Bi=（b11，b12，…，brpr-1）T且bim為消費者對第i個特征的第m個特征水平消費偏好的權重，bim為待估回歸系數。E=ε1，ε2，…，εn）T且εh為第h個產品的效用值擾動項。

對（3）式回歸模型進行最小二乘回歸估計，以及回歸方程的F檢驗和每個b11，b12，…，brpr-1的t檢驗，得到某個消費者在該種產品的效用函數回歸模型為：

2.特征相對重要性

設消費者對某種產品或服務第i個特征的第j個特征水平的邊際效用為aij，則

特征重要性Ii定義為消費者在第i個特征上的效用極差，即該特征上特征水平最大效用與特征水平最小效用值之差：

顧客對某一產品或服務的第i個特征的偏好權重為wi，則

二、應用案例研究

運用上述效用分析的基本模型，以智能手機為例，討論怎樣確定產品的配置程度及構件配置權歸屬。

（一）篩選產品的屬性

根據智能手機的功能，將其分解為RAM、ROM、主屏尺寸、CPU核心數、CPU主頻、攝像頭像素、緩存等多項屬性。根據用戶選擇智能手機時考慮的因素，將屬性分為以下3類：第一類屬性，用戶對屬性的屬性水平有相同的認識，例如，與2G的ROM相比，絕大多數用戶都喜歡8G的ROM，這種理性因素占主導的功能可以稱之為理性因素屬性；第二類屬性，屬性水平帶給不同用戶的效用差別很大，稱之為感性因素屬性。第三類屬性，屬性的一系列屬性水平效用是理性因素占主導，而該屬性的另一系列屬性水平的效用又取決于個人偏好，稱之為雙因素屬性。例如，主屏尺寸在一定限度內，絕大多數用戶的效用都會隨其尺寸的增大而提高，但其長寬比例又取決于個人偏好。

根據用戶對屬性的關注程度將其分為以下3類：非常關注屬性，這種屬性直接決定產品的運行性能，如RAM、CPU頻率等；一般關注屬性，這種屬性即使不會影響產品性能和整體感覺，也會明顯影響用戶的效用水平，如機身內存ROM、定位系統等；非常關注屬性，這種屬性在用戶購買時考慮甚少，如網絡模式等。

根據以上兩種分類法，用戶對非常關注的感性屬性和雙因素屬性等之類屬性的滿意度取決于個人偏好，因此，將這兩類屬性的配置權交給用戶可以大大提高其效用水平。而對于用戶非常關注的理性屬性，其配置權歸屬要看效用水平隨屬性水平變化的趨勢和速度。如果效用隨屬性水平的不同變化很大，表明不同屬性水平之間替代性很低，那么必須考慮將該屬性配置權交給用戶。否則，可以考慮將配置權交還企業。

由于手機屬性及其屬性水平眾多，無法利用效用分析一次性地處理，因此，需要從這些屬性中篩選出具有代表性的典型屬性加以研究。根據以上分析，對智能手機的全部屬性的關注程度和影響因素進行調查。初步篩選出運行內存RAM、CPU核心數、CPU主頻為非常關注的理性屬性，由于它們的效用水平隨屬性水平變化的趨勢和速度的不確定性決定了其配置權歸屬也不確定。屏幕材質與攝像頭像素為非常關注的雙因素屬性，主屏尺寸為非常關注的感性屬性，這三個屬性的配置權歸屬于顧客。

（二）屬性水平的組合

一般來說，效用分析的產品屬性與虛擬產品均不宜過多，屬性不要超過6個，屬性水平不要超過5個，虛擬產品不要超過30個，否則受訪者會感到信息太多難以回答問題。所以，應用效用分析無法一次分析產品或服務的所有屬性，必須對其分組。限于篇幅，本文僅對上文篩選出的屬性進行效用分析。

表1　16種虛擬智能手機的屬性水平及其市場估價

根據表1中5個非常關注屬性和它們的屬性水平數目，可以算得4×4×4×4×4=1024種可能的虛擬產品，顯然無法對全部可能的產品組合進行調研。本文在正交設計的基礎上，考慮到不同屬性下的屬性水平之間的匹配關系，進行適當調整確定16種虛擬產品，見表1。然后，將這16種虛擬產品列入1張問卷中，并對各項功能詳細介紹以便受訪者先了解屬性，再根據自己的偏好進行排序。為了確保采集數據的有效性，確定問卷的發放對象為課題組成員的親朋好友以及學習工作比較認真的大學生。共收回問卷252份，有效問卷234份，在有效受訪者中，學歷最低為大學專科，年齡均在40歲以下，男性占61.11%，女性占38.89%。

表2　消費者效用分析數據

根據上述效用分析模型，利用表2中虛擬變量矩陣以及各受訪者的排序，進行多元回歸并檢驗，得到受訪者對每個屬性水平的平均效用。根據式（7）和（8）可以得到各屬性效用極差和受訪者偏好權重，見表3。

表3　效用分析結果

三、計算結果分析

從計算結果表3中可以看出，用戶在選擇智能手機時，首先考慮的是反映手機運行性能的屬性，包括運行內存、CPU核心數，其相對重要性分別為27.62%和35.90%，攝像頭像素次之，相對重要性為17.85%，最后是屏幕材質和主屏尺寸，相對重要性分別為9.39%和9.25%。

以運行內存為代表的運行速度來說，受訪者的消費偏好隨著運行內存的增大而顯著上升，說明消費者比較關注手機的運行速度，生產商可以從運行內存、手機架構、CPU頻率、線程等影響系統流暢性的屬性方面，多開發些屬性水平，并將其配置權交給消費者，以提高其效用水平。

對于CPU核心數來說，從單核到四核這個區間內，受訪者的消費偏好隨著核心數的增多顯著增加，而對八核的消費偏好卻比四核明顯偏低，所以應當將定制權交給消費者。可以考慮將4核CPU開發為智能機的主流CPU，適當開發一些雙核CPU，少開發單核CPU。八核CPU是一年前投放市場的新品，尚未得到消費者的充分認可，可以再考察一段時間來決定是否有必要增加開發八核CPU。

手機像素在800至2000萬像素區間內，效用值隨屬性水平的提升而明顯增大，不同像素水平之間的替代性較低。可以開發出800萬像素以上的不同水平的智能手機。主屏尺寸在3.5至6英寸的區間內，效用隨主屏尺寸的增大，呈鋸齒狀變動，4.3英寸的效用最小，5英寸的效用最大，說明大多數消費者要么偏好正好方便單手操作的3.5英寸主屏，要么偏好5英寸左右的主屏，而6英寸以上的更大屏幕會因使用不便而降低消費偏好。在主屏尺寸的配置中，可以將5英寸左右主屏開發為主流尺寸，其次是6英寸左右的屏幕，適當開發3.5英寸的屏幕，可以考慮取消4.3英寸的屏幕。

NOVA、SuperAMOLED和SuperAMOLEDPlus這三種屏幕材質具有不同程度節能效果，畫質顯示效果各具千秋，效用值差別甚微，相互替代性較高，可以考慮將這3類屏幕材質的配置權歸屬企業。IPS具有清晰超穩的動態顯示效果和高度的色彩還原度，屏幕畫質與SuperAMOLED屏幕相當，但是功耗大，比較費電，效用值比前3種材質明顯偏低，說明在屏幕材質的各項指標中，消費者最關注的是屏幕節能效果。可以考慮少開發IPS屏幕的材質，即使開發IPS屏幕的材質，也要用于主屏尺寸較小的智能手機上。

［1］孫曉東，馮學剛.多顧客個性化需求下產品屬性配置策略［J］.工業工程，2013，1（16）：54-59.

［2］仇光，鄭淼，張暉等.基于正則化主題建模的隱式產品屬性抽取［J］.浙江大學學報（工學版），2011，2（45）：287-293.

［3］梁樑，周俊，羅彪.MC模式下基于顧客需求的產品配置優化分析［J］.管理科學學報，2003，3（6）：52-56.

［4］付啟敏，劉偉.基于常用配置元的在線產品配置方法［J］.計算機集成制造系統，2010，8（16）：1607-1612.

［5］任彬，張樹有，尹國棟.基于模糊多屬性決策的復雜產品配置方法［J］.機械工程學報，2010，19（46）：108-114.

束禮菊，女，安徽合肥人，揚州工業職業技術學院講師，研究方向：產業經濟學；

李堅強，男，江蘇揚州人，揚州工業職業技術學院副教授，研究方向：市場營銷；

王夢如，女，揚州工業職業技術學院1204會計班學生。

C931

B

1008-4428（2016）03-58-03