消費者行為大數據的物流服務市場調查
——以DF物流為例

江 涌

(黎明職業大學 商學院，福建 泉州 362000)

物流行業與廣大消費者的生活休戚相關，物流企業為了提升業績，其所提供的服務應迎合消費者的喜好與需求。因此真實了解消費者的消費偏好成為指引物流企業經營方針調整的一大風向標。選擇合適的市場調查方式是物流企業獲取消費者偏好信息的捷徑。研究每一位消費者在物流消費過程中留下的行為痕跡是一種全覆蓋、全方位、高精度的市場調查方式[1]。靈活運用各種統計量對消費者各種線上行為所產生的數據進行處理分析[2]，就能透過大量的行為數據得出市場的真實現狀，使企業更好地迎合市場需求，效果顯著且成本低廉。

一、消費者行為產生的數據種類

(一)企業鏈接點擊率

點擊率即某一內容被點擊的次數與該內容的鏈接被顯示的次數之比。消費者如果關注本企業，對本企業所提供的服務感興趣，就會點擊企業在各網站的鏈接和查看企業的相關信息。從后臺搜集的點擊信息，可以了解關注企業信息的人數，從網站登錄信息可以了解關注企業信息的人群結構，這些都是企業深入了解市場的有價值數據。

(二)月均消費次數

目前大多消費者都是通過個人電腦端或移動端呼叫物流服務。通過這些呼叫服務的網絡信息可以清楚地了解每個消費者的消費頻次，每次的消費金額，消費者的年齡分布、地點分布，從而為企業更好地做出經營決策提供可靠的依據[3]。

(三)搜索引擎中被搜索的次數

很多消費者會在搜索引擎上搜索物流服務提供商，再從搜索出的結果中選擇有用的信息。物流服務提供商在行業中的地位如何？是否受消費者青睞？從其被消費者搜索的次數、頻率就可以得出結論。

(四)企業公眾號被關注以及所推送信息閱讀人數

目前大部分物流服務企業都有企業公眾號，從企業公眾號的關注人數可以了解企業的知名度、受消費者關注的程度。從公眾號推送信息被讀取的情況，可以了解關注公眾號的有效客戶群體的信息，例如人數、性別、年齡、愛好等。

(五)輸入法中的固定詞組

現在各種輸入法為了提高用戶的輸入效率，會記憶用戶常用的詞組。物流服務提供商是否成為客戶的熱門話題？是否廣受關注？從輸入法的常用詞組中就可以得出結論[4]。

(六)服務結束后的評價

物流服務供應商在完成服務后，都會提供評價渠道，獲取消費者對本次服務的反饋。目前，常用的評價方式有星級評價、分數評價、文字評價等，這些評價數據是了解消費者對企業服務產品滿意程度的重要信息，企業可以此知曉所提供服務產品的受歡迎程度以及員工工作績效。

二、消費者行為大數據統計量分析

為了詳細說明消費者行為大數據統計量分析的應用方法，本文選擇在網絡消費活動中最能反映消費者市場信息的幾個指標進行分析說明，包括企業鏈接點擊率、在同類服務中被消費者選擇的次數指標、物流服務五星好評率指標。這幾個指標是消費者進行線上物流服務消費活動時必經的環節，因此數據最完整，所顯示信息也更全面和準確。

(一)大數據統計量分析原理

圖1 原假設的拒絕與接受區域

在對大量的數據進行分析處理前，只看未經處理的數據是得不出任何有用的結論的，但可以對結論進行假設，再用數據統計量去驗證這些假設。具體的做法是，先設立兩個對立的假設，一個是原假設，一個是備選假設；再設定兩個區域，一個是接受區域，一個是拒絕區域。如果數據統計量落入接受區域，就接受原假設，拒絕備選假設；如果數據落入拒絕區域，就拒絕原假設，接受備選假設。原假設和備選假設的設立取決于企業想知道的結論。由于大部分歷史數據都服從對稱于均值的正態分布，因此可根據正態分布的圖形來進行分析。如圖1，正態分布曲線下方所覆蓋的面積為概率[5]，在假設檢驗中，該面積分為兩部分，一部分為原假設的接受區域面積，一部分為原假設的拒絕區域面積。由統計學可知，曲線覆蓋面積為對應情況的概率[6]85。概率統計學中不考慮小概率事件，因此，若統計量的值落入小概率的拒絕區域，就認為原假設不會發生，因此接受備選假設。圖1說明了原假設的接受區域、拒絕區域、顯著性水平之間的關系。

(二)企業鏈接點擊率指標

在統計學中，可以把顯著性變化視為質變。以點擊率為例，點擊率是企業比較關注的一個指標，是指企業鏈接被點擊的次數與顯示次數的百分比。企業鏈接點擊率顯著變化調查是一項縱向調查，能了解企業的營銷策略相較于以往是否更加有效。消費者點擊企業設置在各個網站的鏈接，這些點擊數據進入網站后臺，日積月累將會形成海量的數據，這些數據每天、每周、每月都會發生變化，這些變化是屬于正常的數據波動，還是有發生質的變化，只看表面數據是無法得出結論的，需要通過統計量來驗證。通常，企業希望通過其鏈接在網站上的點擊率是否顯著提高而判斷近段時間的營銷措施是否有效，在這種情況下，可以把原假設設置為“企業被關注程度沒有顯著變化”，把備選假設設置為“企業被關注程度顯著提高”。以DF物流為例(為保護企業經營隱私，此處以DF物流為企業代稱)，DF物流在2020年第17周舉辦了促銷活動，為了研究促銷活動的成效，DF物流對點擊率數據進行分析研究。表1是DF物流在某網站上的鏈接近段時間的點擊率數據(由于篇幅有限，按周截取2020年第9周至第26周的18組數據)。DF物流每周二統計一次點擊率，表1中的點擊率為當天的數據。

表1 DF物流網上點擊率數據

表1中，點擊率的計算依據為DF物流的物流服務在網上被查詢的次數占本周同類服務總查詢次數的比率。其中2020年4月28日的點擊率數據有所提升，這是否和企業在第17周加大了營銷力度有關，還是僅僅為數據的正常波動，需要進行深入的分析。

1.設立原假設與備選假設

企業希望了解的是表1中第17周的營銷活動是否有效，這就體現在第18周(4月28日)的點擊率變化上。如果第18周的點擊率提高僅僅是數據正常上下起伏，那就說明第17周的營銷活動效果不好；而如果第18周點擊率的提高屬于顯著性提高，即發生了質的變化，就說明第17周的營銷活動有效。因此可把原假設設立為點擊率沒有發生顯著變化；把備選假設設立為點擊率發生了顯著變化。

2.數據統計量分析

接下來研究第18周比第17周多出來的14個百分點是屬于正常歷史數據波動還是顯著性變化。本例中的點擊率為各期的具體數值，可用Z分布來研究。Z分布的統計量公式[6]125為：

(1)

通過歷史數據可以計算出其標準差，標準差是衡量歷史數據波動程度的一個重要指標。標準差的計算公式[6]61為：

(2)

(3)

3.研究統計量所處的區域

圖2 點擊率數據變化顯著性水平分析

企業希望知道的是2020年4月28日點擊率是否有顯著提升。原假設為4月28日的點擊率沒有顯著提升，備選假設為4月28日的點擊率有顯著提升。統計量的值越大，對原假設越不利，對備選假設越有利，因此原假設的拒絕區域應設置在正態分布圖形的右邊。同時，企業可根據自身經營情況、對顯著性要求的高低、經營產品的特點、所研究問題的性質等情況對顯著性水平進行設定。顯著性水平的大小決定了拒絕區域面積的大小。DF物流根據自身經營的歷史狀況設定的點擊率顯著性水平為α=0.04，查標準正態分布表，得出相應的臨界點為1.75。由于2.01>1.75，即統計量的值大于臨界點的值，而拒絕區域在臨界點的右邊，說明統計量的值落入拒絕區域。因此拒絕原假設，接受備選假設。由此可以得出結論，4月28日比前一期增加的點擊率，并不是普通的數據波動，而是發生了顯著變化，說明營銷措施有效。具體分析見圖2。

(三)在同類服務中被消費者選擇的次數指標

在同類服務中被消費者選擇的次數能很好地說明企業的競爭力水平。該項指標是橫向對比指標，能說明調查企業與同行業其他企業在消費者心中的接受程度是否有顯著差異。消費者在需要物流服務前會通過網絡平臺、通訊平臺對物流企業進行了解，再最終選擇物流服務供應商。企業應對各個平臺的消費者行為數據進行分析。仍以DF物流的市場調查為例，DF物流將自身的數據與同行企業XD物流(為保護企業經營隱私，此處以XD物流為企業代稱)進行對比，DF物流具有本企業的各期數據(因篇幅有限，只列舉其中32周的數據，實際工作中為了提高分析精度可導入所有數據)，而只搜集到部分XD物流的相關數據。只看表面數據無法判斷兩家企業在消費者接受程度方面是否有顯著差異，雖然平均值不同，但無法知曉這種差異是屬于正常的企業間數據差異還是企業經營水平的顯著性差異。在此種情況下，選擇T統計量進行分析，可以不受兩家企業信息量是否一致情況的限制。表2和表3是DF物流與XD物流兩家企業在2019年被消費者選擇次數情況。

表2 DF物流被消費者選擇次數

表2(續)

表3 XD物流被消費者選擇次數

1.設立原假設與備選假設

DF物流希望通過此次調查，研究與XD物流在消費者接受程度方面是否屬于同一競爭層次。因此，原假設可設立為：兩家企業被消費者選擇的次數沒有顯著差異(在消費者心中的接受程度一樣)；備選假設可設立為：兩家企業被消費者選擇的次數有顯著差異(發生了質變)。

2.數據統計量分析

由于此次是將兩家企業的數據進行對比，采用T分布進行分析比較合適。T分布統計量的計算公式[6]166為：

(4)

S1(表2數據的標準差)=5.3；

S2(表3數據的標準差)=6.53。

將以上數值代入T分布公式(4)，可得：

(5)

3.研究統計量所處的區域

無論DF物流的消費者接受程度顯著優于XD物流，還是XD物流的消費者接受程度顯著優于DF物流，都屬于兩者之間有顯著差異的情況。因此，當統計量落入右邊極值(DF物流的消費者接受程度顯著優于XD物流)或左邊極值(XD物流的消費者接受程度顯著優于DF物流)都對備選假設有利，因此拒絕區域應放在圖形的兩邊。DF物流在消費者接受程度方面的顯著性水平為0.05，自由度為(n1+n2-2)=52時，查T分布表單側0.025的臨界值為±2.31，即-2.31～2.31為接受區域。-2.31<0.29<2.31，T值落入接受區域，因此接受原假設，即可以認為兩家企業在消費者接受程度方面沒有顯著差異。具體分析見圖3。

圖3 兩家物流企業被消費者選擇次數顯著性對比

根據此結論，可以判斷DF物流與XD物流在消費者接受度方面處于同一水平，因此可以XD物流為參照展開價格、服務方面的競爭。

(四)物流服務五星好評率指標

為了快速得到客戶接受物流服務之后的反饋，物流企業都會在服務評價中以星級評價的方式了解客戶的反饋情況。很多物流企業也以客戶的星級評價來判斷企業經營決策的準確性。DF物流在2019年第28周(7月8—14日)對員工進行崗位技能培訓。為評估此次培訓的效果，可對培訓前后的五星好評率數據進行數理分析，詳見表4。

表4 DF物流2019年五星好評率部分數據

1.設立原假設與備選假設

從表4中的數據可以看出，DF物流每周的五星好評率都有波動，如果不對數據進行數理分析，就無法判斷第28周經過培訓后的五星好評率的增加是正常的數據起伏還是有顯著提高。針對此問題，可將原假設設立為：第28周的五星好評率沒有顯著提高；將備選假設設定為：第28周的五星好評率有顯著提高。

2.數據統計量分析

具體分析時，可將第28周的數據與前期所有數據的五星好評率數據進行一一對比，分析第28周數據變化的顯著性。篇幅有限，本次分析只選取第28周與第27周的數據對比分析為例，實際工作中可借助分析軟件實現所有歷史數據的對比分析，提高分析精度。

由于五星好評率指標是消費者群體比例的一個指標，此種情況用P檢驗會更加適合。P檢驗的統計公式[6]128為：

(6)

式(6)中，P1和P2為兩次被比較的數據，n1和n2為兩次被比較數據的單位個體數。

把表4的數據代入式(6)中，得出：

(7)

3.研究統計量所處的區域

本次調查，DF物流希望了解的是第28周的培訓是否有效。如果有效，第28周的五星好評率會顯著高于前幾周未培訓時的五星好評率。統計量的值越大(在橫軸上的位置越靠右)，越不利于原假設(第28周的五星好評率沒有顯著提高)。因此，原假設的拒絕區域應設置在右邊。DF物流在五星好評率方面能夠接受的顯著性水平為0.05。此次P統計量的自由度為(n1+n2-2)=(8.6+7.3-2)≈14。因為拒絕區域在右邊，所以查T分布臨界值表時應查找“單側0.05，自由度14”的P值，查得臨界值為1.761。

將計算得出的P值為0.017，與查表所得的臨界值對比：由于0.017<1.761，統計量的值落在接受原假設的區域，因此接受原假設，即可以認為第28周的五星好評率沒有顯著提高，具體情況見圖4。從這方面來看，第28周的培訓效果并不理想。當然，有可能培訓效果的顯現有一定的滯后性，如果企業希望繼續研究培訓效果的滯后性，可以繼續分析培訓后的數據(如第29周、30周的數據)研究培訓效果的滯后時間。篇幅所限，這里不再驗證。

圖4 五星好評率分析

三、結論和對策

通過對DF物流服務反饋數據的統計分析，可以判斷DF物流在2019—2020年市場認可狀況以及一些工作的實施效果，為今后企業的發展提供借鑒，同時針對數據分析所反映的情況采取相應措施，具體見表5。

表5 2019—2020年DF物流市場認可情況及工作實施效果

DF物流針對消費者行為反饋數據的分析結果，可相應采取以下對策。

1.前期采取的營銷措施效果顯著，接下來的工作中可以繼續采取前期的營銷措施并適當加大力度，同時繼續調查營銷財務數據與消費者的反饋數據；研究營銷措施所產生效果的實時變化情況，及時根據消費者的反饋情況調整營銷工作，使營銷工作跟上市場變化，同時提高營銷費用的投入產出效率。

2．通過調查得出DF物流與XD物流同處一個競爭層次的結論，這對企業接下來找準定位、制定競爭策略很有幫助。由于同處于一個競爭層次，因此在產品、服務、價格、市場占有率等方面都有可比性，企業在研發服務種類、制定產品價格、市場細分等方面都應參考XD物流的相應舉措，精準制定企業的產品策略、渠道策略，以提升企業競爭力。

3.從五星好評率的反饋調查得出的結論是：企業的培訓效果并不顯著。這說明前期采取的培訓方式或培訓內容不適合本企業的情況，或者員工對培訓內容的接受程度、執行程度不理想。接下來，企業應著手對前期培訓的方式和內容進行研究，對員工接受培訓后的工作行為進行調查，查找出問題并進行整改。

根據消費者行為反饋大數據所分析出來的結果采取對應的解決措施，如此制定出來的決策更加準確、更加符合客觀實際情況，可幫助企業健康、快速成長[7]。因此，消費者反饋行為的大數據分析是企業經營決策的依據，應該納入到企業日常工作中。

四、結束語

除本文所列舉的企業鏈接點擊率、在同類服務中選擇的次數、物流服務五星好評率外，企業還可以對其他消費者行為信息進行大數據分析[8]，例如搜索引擎中被搜索的次數、企業名稱在輸入法詞組中出現的比率、企業公眾號推送信息被點擊閱讀的次數等。在分析過程中，首先根據自身需要設置原假設與備選假設；其次根據數據類型靈活選擇合適的統計模型并計算統計量；最后把統計量與統計模型的臨界值對比，判斷統計量所處的區域，從兩個假設中選出正確的一個作為結論。這種調查方法信息來源可靠，結論準確，調查成本低，是適合大多數企業進行市場調查的方法。