基于數據化能力與信任的消費者細分研究

張宇東 李東進 賈培培

摘要：文章基于數據化能力與信任視角，對大數據市場環境中的消費者細分進行探究。分析結果表明，大數據技術市場中的消費者依據數據化能力與數據化信任程度的差異，可劃分為引領者、保守者、跟隨者、敏感者、遵從者、中立者、模仿者和偏執者八類。研究結論在突破傳統消費者細分理論局限、有效闡釋新興大數據技術市場消費者類群的同時，也為企業有效客戶識別與互動模式的建構提供了管理啟示。

關鍵詞：大數據；數據化能力；數據化信任；消費者細分

一、 問題提出

以空前量級、速度、種類出現的個體消費者數據驅動著大數據革新時代的到來。從支付寶、ApplePay等移動應用對消費者交易情況的實時記錄，Fitbit、小米手環等可穿戴設備對消費者健康狀態的實時追蹤，到微信運動、Nike+等智能社群對消費者行為績效的測量共享，大數據帶來了理解消費群體與營銷戰略的全新方式。通過數據追蹤形成消費者行為洞察的模式，確保了企業依托追蹤測量所獲數據分析特定消費群體的偏好與行為特性，基于大數據的行為定位精準鎖定目標客戶（蔣玉石等，2015）。數據在消費者生活實踐中的不斷嵌入、規范、流動在為全新數字化商業市場發展鋪平道路的同時，也為分析和預測消費者行為習慣帶來機遇。

然而，大數據市場環境的快速發展也催生了諸多新問題。雖然大數據被認為是一種新興市場資本，但眾多企業未能從中探索和創出效益。隨著數據日趨龐大、復雜，大數據技術的進步與大數據技術市場中消費者行為狀態的變化超越了企業的解釋和理解（Erevelles et al.，2015）。企業普遍認為收集消費者一舉一動、從數據中挖掘消費者喜好以預判市場走向是大數據時代下企業生存與發展的戰略選擇，但市場的快速變化與消費者的日益復雜使其難以確知有效的互動模式，難于判斷消費群體的分布情況?，F今，技術已經將消費者轉變為慣例化和結構化交易數據、當期性和非正式行為數據的連續生產者。數據的多方流動，更使得消費者能夠借助數據形成自我認知并干預管控自我行為。由“概念驅動”向“數據驅動”認知模式的轉變要求企業以全新的方式來思考消費者。復雜多變的大數據新興市場環境在驅動企業革新產品技術以創出市場競爭力的同時，更要求企業精準識別其消費群體與外部需求（吳小桔等，2015）。

大數據技術的推行應用與網絡平臺的開放共享增進了數據在消費者與企業、社交網絡等之間流動，在賦予消費者更多自主性和獨特性的同時，也為企業基于數據的客戶識別和互動方式帶來了挑戰。如何識別消費者的類別并據此進行高效互動是新興大數據市場環境下企業面臨的關鍵問題。過去，學界和業界多圍繞消費者的人口、行為、心理特征，基于人口統計情況、參與行為、生活方式與利益追求等消費者的個體性或社會性表現對消費者進行細分，據此引導企業有針對性地與各細分群體高效互動。然而，市場環境的動態變化使得這些細分方法并不適用于所有情境，需要企業結合特定環境變化優化消費者細分（劉英姿和吳昊，2006）。大數據技術的發展帶來了產品服務的擴大化和豐富化，賦予了消費者更為寬泛的選擇權，也使大數據技術市場中消費者的行為決策更富于變化。傳統消費者細分方式難以精準區別大數據環境中的不同消費群體，進而阻礙企業與特定消費群體的有效互動。部分學者指出，消費者對大數據技術的態度取決于其對技術適應、數據知識、操作技能學習的能力，以及對數據共享保護、企業追蹤定位的信任，數據化能力和信任是區別大數據市場環境中消費群體的關鍵要素（Adamo，2016；Eastin et al.，2016）。因此，本文將基于數據化能力與數據化信任分析大數據市場環境中消費群體的細分方式，以期為數字化市場背景下企業目標群體識別與高效互動提供管理啟示。

二、 理論基礎

1. 數據化能力。個體決策制定與執行的過程是其學習和悉知環境，并應對所處環境變化以實現自身效益最大化的過程。個體面對新環境時其能力表現為自主學習環境變化、改善學習水平的學習能力，以及應對環境變化、適應調控自我的適應能力。學習能力與適應能力是決定新環境中個體行為決策有效性的關鍵（王滿玲和楊德禮，2006）。其中，學習能力包括個體獲取、整合、乃至創造知識技能的能力，體現為個體對新技術知識的獲取與對所獲技術知識的整合重構。適應能力則是個體應對環境變化與威脅、調配自我資源以優化對環境操控的能力，反映了個體對動態環境的適應程度（吳小桔等，2015）。學習能力本質上是一種動態能力，強調通過改變嵌入于個體的知識技能來調控其資源并創造新的價值。適應能力本質上是一種前瞻性響應能力，強調通過預測環境變化形成洞察并據此調整行為決策（Erevelles et al.，2015）。結合大數據市場環境，數據化能力即消費者運用追蹤測量技術或工具獲取自我狀態、行為決策、環境績效等數據，形成自我知識以優化其消費生活品質的能力。具體而言，包括對移動應用、可穿戴設備、社交網絡等技術和工具數據知識的獲取、操作技能的習得、環境條件的適應能力（張宇東和李東進，2018）。需要強調的是，適應能力是學習能力的前提條件，個體只有具備適應數字化環境的能力，才能辨析和把握市場動向，據此進行知識技術的學習，真正意義上的數字化消費者是能夠融入、愿意接納和適應大數據環境的消費者（吳小桔等，2015）。大數據市場環境下，選擇參與數字化交易的消費者將不同程度地學習大數據技術，依據相關數據評估產品服務質量、價格等，據此作出行為決策（Wang，2016）。

2. 數據化信任。大數據的流動性決定了其與消費者隱私和安全緊密關聯。數據安全漏洞和他方隱私侵犯將直接損減消費者對大數據技術的信任，影響其技術使用與互動參與（Kshetri，2014）。信息技術的復雜性與企業對于大數據資源的不對稱占有，進一步激化了消費者對自我隱私數據泄露和濫用等權益盤剝的擔憂。而消費者對相關技術和企業的信任則決定了其數據保護程度及后續行為決策（蔣玉石等，2015）。個體信任源于對環境的理性思考和感性付出，分為認知信任與情感信任。其中，認知信任是個體基于其理性判斷相信對方能力、善意、正直等的程度，情感信任是個體依托情感關系相信對方關護其利益而形成情感依附與投入的程度（韋慧民和龍立榮，2009）。結合大數據市場環境，數據化信任即消費者基于對大數據技術的效能認知與情感依附，為實現其特定利益而愿意相信企業與他人的數據保護承諾，相信數據精準真實，共享其個體數據甚至公開自我隱私的程度。具體而言，包括對移動應用、可穿戴設備、網絡平臺、社交媒體等技術和工具追蹤測量所獲數據完整、精準、真實性的判斷，個體對所獲數據價值的認知以及對數據共享過程中隱私安全威脅的權衡（張宇東和李東進，2018）。就數據化認知信任而言，能力信任指消費者感知企業有資源和能力支持大數據技術以保障其行為執行安全；善意信任反映了消費者對企業所提供的大數據技術以其利益為導向有信心；正直信任表達了消費者對大數據技術使用過程中企業遵守道德和專業規程的信念（Eastin et al.，2016）。不同個體消費者對于企業數據收集方式、共享模式、精細程度、周期類型的關注程度存在差異，其數據化信任由此不同（Kshetri，2014）。

大數據技術的快速發展很大程度推動了消費者借助技術參與生活實踐、商業活動，學習運用相關工具提供和獲取、加工及存儲數據（Adamo，2016）。此外，數據的暴增與網絡平臺的成倍擴張意味著數據呈遞、流動與共享愈發普遍（Eastin et al.，2016），而作為一種消費者對其使用大數據技術不易遭受不確定風險和失去控制感的信念，數據信任的強弱影響著消費者對大數據技術和活動的參與程度，對于大數據技術市場發展至關重要（Adamo，2016）。數據化能力與信任對于決定消費者對大數據技術乃至企業的態度和行為趨向起關鍵作用，能力和信任是驅動消費者行為決策最具影響效能的因素（Wang，2016；Eastin et al.，2016）。大數據市場環境中，消費者普遍關注對新興大數據技術的知識技能學習問題，在意自我數據的安全與保護（Adamo，2016）。

三、 消費者細分

基于數據化能力（學習能力）和信任，本文將大數據技術市場中的消費者細分為八類。不同類別的消費群體因對大數據技術學習能力、認知信任和情感信任的差異而具有其獨特的個體表征與行為模式，其與企業的互動情況也存在差異。

引領者：即高學習能力高認知信任的消費者。此類消費者熟知大數據技術知識，已經習得相關技術或工具的操作、數據整合與理解的方法，能及時更新知識技能甚至形成自我特有的參與模式。且該類消費者高度信賴技術商或企業保障其數據安全的能力，能夠無所顧慮地分享自我數據。這些消費者多見于相關領域的“極客”，他們熱衷于大數據技術，并能起到行業引領作用。

保守者：即高學習能力低認知信任的消費者。此類消費者悉知大數據技術知識，能快速掌握相關技術的使用方法。但這些消費者不信任技術商或企業，認為其特定數據會被濫用，造成隱私破壞，或不信任追蹤數據準確性。該類消費者十分精明，善于權衡利弊選擇分享數據類型，當涉及財務、幼兒保健數據等敏感隱私數據時消費者往往會為了維護自我利益表現為此種狀態。

跟隨者：即高學習能力高情感信任的消費者。此類消費者具備理解大數據技術知識的能力，能快速學習相關技術的操作方法。且該類消費者相信親友、先行者乃至大眾等所傳達的對于大數據技術的精準、安全信心。這些消費者往往歸屬于同一社群，社群成員共同學習技術知識，表達對彼此的信賴并共享自我數據。

敏感者：即高學習能力低情感信任的消費者。此類消費者雖然悉知且愿意掌握大數據知識技能，卻不信任親友等他方對于其個體數據的安全承諾。該類消費者極其注意對自我特定數據的保護，一旦數據遭受侵害將對他方發起抱怨并加強數據監控。如子女追蹤自我私密數據卻不愿與長輩分享，當消費者處于特定情境不愿或不便進行人際性數據分享時表現為此種狀態。

遵從者：即低學習能力高認知信任的消費者。此類消費者不具備成熟的大數據知識技能，難以準確高效地收集、整合乃至反思數據。但該類消費者愿意遵從專業企業機構的指導，并將所獲數據與企業進行反饋分享，相信企業能夠保障其數據安全。這些消費者多見于專業化交易情境，如醫療保健機構幫助追蹤測量病患、保險客戶的健康數據信息并給與定制化方案。

中立者：即低學習能力低認知信任的消費者。此類消費者關注大數據技術的革新，但不愿意或者不具備能力條件學習新的技術知識，且懷疑技術本身的有效性或擔心企業對其數據安全的侵害。這些消費者往往對大數據技術持觀望態度，對技術商或企業的數據追蹤、安全保障能力表示懷疑。當某項大數據技術剛剛出現時，消費者往往持中立態度，表現為此種狀態。

模仿者：即低學習能力高情感信任的消費者。此類消費者不愿意學習或愿意卻不具備較強的能力學習大數據知識技能，對數據的收集、整合乃至反思流程不甚清晰。但這些消費者高度信任或渴望融入人際社群，愿意交流學習技術知識，將其所獲數據進行人際分享。這類消費者多見于年長者，他們往往會模仿年輕群體的技術使用行為，樂于與他人分享日常記錄。

偏執者：即低學習能力低情感信任的消費者。此類消費者接受大數據技術的存在，但不愿意或不具備能力條件學習技術知識與使用方法，且他們往往不愿融入大數據社群與其他技術使用者進行交流分享。這些消費者多倡導線下互動與交流，認為大數據技術具有工具價值但缺乏人際價值，只使用一些諸如上網、打電話等簡單的技術，在不必要的情況下基本不與他人分享數據。

四、 研究結論與討論

基于消費者在大數據技術市場所具備學習能力的強弱及其所表現信任程度的高低，本研究將大數據市場環境中的消費者劃分為引領者、保守者、跟隨者、敏感者、遵從者、中立者、模仿者和偏執者八類。各類消費者因數據化能力與信任差異有其獨特行為特征與互動模式偏好，但消費者所屬類群并非一成不變。隨著文化認知的深入、規制規范的完善以及適應能力的提升，消費者會向高能力與高信任的引領者、跟隨者趨近。

在管理啟示方面，大數據技術的發展為新形式信息治理下有益洞察的形成和定制化產品服務的產生提供了基礎，而定制化產品服務效能的實現則要求企業精準識別其目標消費群體，針對性地實施互動策略（Eastin et al.，2016）：

其一，企業應充分運用基于數據化能力與信任的消費者細分模式，結合消費者大數據技術使用情況和參與記錄識別消費者類群，依據各類消費者特征實施針對性互動實現細分價值最大化。此外，面對不同情境、領域、時期、活動對象，同一消費者可能表現出不同的數據化能力和數據化信任水平。因此，企業在結合能力與信任劃分消費者類群時，應考慮到類群動態變化的可能性，預測消費者的變化趨向并給出針對性應對策略。

其二，企業要樹立消費者參與大數據技術互動的觀念，通過多渠道教育，推廣大數據技術在保健、工作、社交、消費等多領域的應用模式、知識理念及其所具積極效用，豐富消費者對大數據技術的先驗知識。通過價值建立，在相關產品設計與數據呈遞的過程中建立數據與消費者利益的關聯，以此緩和保守者、中立者、偏執者等低信任消費者的主觀價值沖突驅動其參與行為。

其三，企業可通過自動化數據整合設計、功能聚焦與服務定制增進數據收集的便宜性，通過對圖形、色彩變化等多樣化數據呈現形式的運用、知識技巧的推送增進數據的直觀解釋力以降低模仿者等低能力消費者的技術學習與使用困難。就數據本身而言，為保證低信任的保守者、中立者對數據精準性的感知，相關工具應設計數據記錄提醒與數據偽造警示功能，產品效能數據應附注可靠來源渠道。

其四，企業應依據隱私程度對消費者數據進行歸類，結合消費者細分作出差異化、多類別數據保密承諾，在使用數據時應獲得授權，透明化數據去向以降低消費者數據風險感知。相關工具可設置數據共享功能開關，通過游戲化設計刺激消費者興趣，增進其參與享樂感。

本研究基于數據化能力與信任對大數據技術市場中消費者細分進行了探討，有效識別了消費者類群。研究結論彌補了傳統消費者細分理論在大數據技術市場應用效力的缺乏，能為企業有效互動模式的建構提供指引。然而，消費者細分暫處理論推導層面，尚未進行實證檢驗，缺乏數據支撐。未來研究可通過扎根訪談與大樣本調研對消費者類群細分進行驗證，深度分析各類消費群體的情境偏好與行為特征以提升理論效度。

參考文獻：

[1] 蔣玉石，張紅宇，賈佳.大數據背景下行為定向廣告（OBA）與消費者隱私關注問題的研究[J].管理世界， 2015，（8）：182-183.

[2] Erevelles S， Fukawa N， Swayne L. Big data consumer analytics and the transformation of marketing[J].Journal of Business Research， 2016，69（2）：897-904.

[3] 吳小桔，吳潔，盛永祥.交互視角下的知識流動與企業動態能力關系研究——以蘋果公司為例[J].科技管理研究，2015，35（18）：130-134.

[4] 劉英姿，吳昊.客戶細分方法研究綜述[J].管理工程學報，2006，20（1）：53-57.

[5] Adamo S.The capacity of the consumer to process information and make informed choices in the digital internal market[R]. bEUcitizen， 2016，（9）：1-38.

[6] 王滿玲，楊德禮.基于自適應性學習的財務預警機理研究[J].管理學報，2006，3（4）：432-442.

[7] 韋慧民，龍立榮.主管認知信任和情感信任對員工行為及績效的影響[J].心理學報，2009，41（1）：86-94.

[8] 張宇東，李東進.消費者參與量化自我的障礙因素及其影響機制研究[J].管理學報，2018，（1）：74-83.

基金項目：國家自然科學基金面上項目“消費者食品安全風險認知與決策行為研究”（項目號：71772092）；國家自然科學基金面上項目“產品虛位現象與消費者反應機制的研究”（項目號：71372099）。

作者簡介：李東進（1957-），男，朝鮮族，吉林省和龍市人，南開大學商學院教授、博士生導師，研究方向為消費者行為；張宇東（1991-），男，漢族，江西省贛州市人，南開大學商學院博士生，研究方向為消費者行為；賈培培（1986-），女，漢族，河南省洛陽市人，南開大學商學院博士生，研究方向為消費者心理。

收稿日期：2018-04-08。