李斌 楊靖 中汽研(天津)汽車信息咨詢有限公司
提高銷售預測的準確性是優化生產計劃的重要挑戰,是企業保持競爭力的重要基礎。目前中國汽車市場需求變化快,競爭激烈,要求車企充分了解消費者差異化需求,科學預測銷量,實現拉動生產。傳統汽車銷量預測研究主要采用歷史銷量和少量宏觀經濟指標,其中部分研究者基于回歸模型與灰色理論優化了銷量預測的精度和頻度,但仍然聚焦在細分市場的銷量預測,無法適用于具體車型或企業[4]。另一方面,有研究[5][6]表明,加入消費者行為數據(包括網絡行為分析、消費者商品評論等)有助于提高銷量預測的準確性。在此之后,研究者依托網絡口碑提煉消費者對產品滿意度變化,預測具體車型消費行為趨勢,解決了提高銷量預測頻度的問題。但不能忽略的問題是,汽車銷量數據通常呈現典型的季節性波動,并且受宏觀經濟、網絡口碑等多重因素影響,導致無法直接引用線性回歸分析,是銷量預測中需要重要解決的問題[1]。
隨著中國車市的越發成熟,各車型的市場定位越發清晰,與競品間的差距越來越小,使得價格、人群定位、市場覆蓋率等優勢越發趨同,不能構成超越競品銷量的影響因素。參考銷售博弈模型,這些因素同屬影響消費者決策的決策環境因素。本文的研究目的是假設本競品間的決策環境因素相同可被抵消,只比較產品間細粒度因素的差異,即代表銷量間的差異。
網絡口碑一般指用戶生成內容(User Generated Content),是消費者在購物完成后,在門戶留言或社群網絡中對消費產品功能、服務等內容,根據自身的使用感受發表而來?;ヂ摼W的快速普及,使得消費者不再被動地接收企業提供的信息,可以與其他消費者共享關心的信息,由此引發了傳統的以企業為主導的商務模式逐漸轉變為以消費者為主導的社會化商務模式。
與媒體、企業提供的信息相比,網絡口碑具有更高的可信度和感染力。調研公司Dimensional Research在一項調查報告中表明,近90%的消費者認為其他消費者的評價會對他們的購買決策產生影響[5]。
由于網絡口碑對購買決策的影響,使得企業很難再靠傳統手段引導消費者購買,進而預估銷量,使得研究者提出了一些技術手段來對網絡口碑進行分析,進而提煉消費者關注因素和購買決策因素。一部分研究者仍然通過建立回歸分析模型研究汽車屬性評分與銷量的相關度,不過在模型的基礎上引入文本挖掘技術,得出各屬性的關鍵詞,作為消費者對汽車評價的細粒度因素[3]。文本挖掘技術可對海量、復雜多樣的口碑數據進行挖掘提煉,通過分詞技術提煉出口碑語句中的產品因素,并獲取該因素所在分句的情感傾向得分。盡管大多數證據表明,網絡口碑對未來銷量有影響,但結果并不總是一致,這主要緣由消費者受自身偏好、時間、虛假數據等因素影響,導致判斷不一致。部分研究者嘗試通過引入搜索數據等方式,豐富更多有意義數據,抵消掉不一致的用戶口碑數據,進而展開后續的預測研究[2]。整體的思路仍然是參考消費者決策過程中篩選的備選車型來甄別引入哪些消費者的口碑數據,進而保持消費者在評價標準、參考維度方面的一致性。本文參考博弈論概念,將本品和競品車型視作博弈的參與者,在相同的政策、地域、人群、細分市場前提下,比較銷量差異。
博弈論是由美籍匈牙利數學家馮·諾依與美籍奧地利經濟學家摩根斯頓由1944年提出,主要研究人們在利益相互影響的局勢下如何選擇策略使得自己的收益最大。目前經濟學家談到博弈論主要指的是各方在給定的約束條件下如何追求各自利益最大化[7]。汽車產品作為大宗產品,產品的開發周期長,迭代周期慢,一般投放到市場后每年只會改款升級,不會做大的調整。過去中國汽車市場飛速發展,不同車企定位分明,按價格、人群定位、地域區分出了不同細分市場和不同級別[8]。但隨著近年來市場競爭越發激烈,選擇策略逐漸趨同,競爭優勢逐漸在產品細節層面擴展,通過銷售博弈模型可以更加清晰地描述競爭產品與消費者之間的關系。
銷售博弈模型主要比較本品和競品,哪個更接近消費者自身設定的綜合性價比值。其中,消費者的綜合性價比一般包含影響消費者決策的核心因素、決策習慣、決策環境。本品競品一般包含產品屬性、品牌形象、銷售渠道、售后服務等。理論上講,本品和競品的值不可能滿足消費者需求,只有無限接近消費者需求。在銷售過程中,如果消費者最終選擇了本品,而沒有選擇競品,雖然表面上有許多不同因素的影響,但根本的原因,可以歸結為消費者對選擇目錄里的各車型綜合性價比的取向[9]。即本品的綜合性價比超過了所有競品,最接近自身設定的比值。而綜合性價比是一個廣義概念,覆蓋產品的屬性、質量、功能、品牌等方方面面。提高銷量的根本方法就是改變產品的綜合性價比值,超過競品,改變性價比的相對比率,在消費者做出購買決策的時候,影響對其綜合性價比的判斷。
本文參考銷售博弈理論,選取競爭關系強烈的兩款車型,比較兩款車型的綜合性價比比值差異。由于競爭關系強烈,假設兩款車型在政策、人群定位、地域等宏觀因素相同,在比較的過程中結果可被抵消,只比較產品功能、質量相關的比值差異作為銷量差異的依據。同時,通過提煉網絡口碑中車型各項指標的關注度和滿意度,計算兩款車型的綜合性價比比值差。
本文采集了卡羅拉與思域2013年至2019年七年的口碑數據和月銷量,按照產品、品牌、營銷服務三項指標定義產品綜合性價比。通過jieba分詞得到各項指標所在分句與正向情感詞頻,作為滿意度得分依據。計算得到各項指標差值和銷量差后,建立回歸方程式,驗證關聯關系,如表1所示。
通過分析可知,產品差與品牌差的顯著性低于0.05,與銷量差相關;營銷差高于0.05,與銷量差的關聯性較差,驗證了該方法的可行性。本文引用營銷博弈理論,通過分析競品間的差值,回避了人口、政策等宏觀經濟因素同時,為網絡口碑預測銷量變化提供了新的方法。未來可優化競品的選擇、產品因素進一步細分來達到優化模型,提高精度的目的。

表1