基于文本分析的網絡營銷支持系統

作者簡介：周亞博，（1996-），河南許昌人，同濟大學經濟與管理學院碩士。

摘要：互聯網于二十世紀九十年代開始商用，并給營銷行業注入了新的活力，電商行業也在不斷迅猛的發展。互聯網營銷與以往的營銷模式有很大的區別，同時也衍生了更多的機會。互聯網背景下，賣方可充分利用互聯網進行營銷，店鋪24小時無間斷運營，利用大數據更加精準的推送廣告，根據客戶需求定制更加符合期望的產品。但是，競爭的加劇以及不斷變化的客戶需求給電商從業者提出了新的挑戰，如何根據客戶需求、市場變化，結合自身優勢快速的響應，對于電商從業者至關重要。研究表明，現如今的決定消費者購買商品與否并不僅僅局限于商品本身，絕大多數消費者在進行選購之時都會關注到以往購買者的評論信息，如相關商品的星級評價、評論描述等，再結合商品自身相關的描述進行選購。因此，如何充分利用消費者的評論進行營銷，是實現電商企業長遠發展的關鍵一環。

關鍵詞：消費者評論分析;網絡營銷;決策支持系統

1 引言

營銷是源于對客戶需求的挖掘，進而采取相應的營銷渠道以及營銷模式，進行商品的銷售過程。近年來，商家不僅僅在傳統的電商平臺進行商品的營銷，短視頻時代，抖音、快手等直播帶貨模式也深受大眾喜愛。商家往往會充分關注客戶需求的挖掘、商品質量的把控、科學營銷模式的選取以及配套的售后服務。對消費者評論所隱含信息的挖掘也變得越類越重要。消費者在做出購買決策之時，不僅僅會關注到商家對商品的描述，其會更多的關注到以往消費者所留下的評論信息，消費者的評論是真實的使用體驗描述，相比之下更具真實性。在消費者做出購買決策之后，其對于商品的評價描述又會對后續消費者產生營銷。因此，充分挖掘消費者評論所隱含的信息并進行分析，對于企業后續的產品開放、改進提供建議。從而更加科學的網絡營銷，不僅僅是順應時代潮流的明智之舉，更能為企業自身的長遠發展注入活力。

2 相關文獻綜述

網絡營銷的重要性不言而喻，在營銷實戰之外，國內外很多學者也對網絡營銷進行了理論上的研究。^[1]韓梅等從營銷渠道出發，對比分析了新媒體平臺“微信“相對于其他營銷平臺的優勢與劣勢，并為電商從業者在新媒體平臺的營銷上提供了建議。^[2]李靜則對大數據在網絡精準營銷的應用上進行了研究，并提供了一系列策略建議，以解決傳統營銷模式存在的銷售導向單一、主觀性強以及對客戶需求關注不足等問題。同樣，國內外學者對消費者評論也進行了若干研究。^[3]宋之杰、唐曉莉以服裝類產品為研究對象，研究了在線評論對消費者購買意愿的影響，分析了影響消費者購買決策的相關行為。^[4]高芳怡、張寶明則以中國跨境電商平臺為研究對象，分析了“追加評論”對于消費者購買意愿的影響，其研究結果表明，追加評論對于感知有用性有正向影響，感知有用性會進一步消費者的購買決策。可以發現，以往學者對于網絡營銷的研究主要集中于營銷渠道與營銷策略。與消費者評論有關的研究也往往局限于探究評論對于消費者購買意愿的影響，本文將在以往學者研究的基礎上，改進消費者評論分析方法，并在此基礎上構建決策支持系統，為電商從業者提供決策建議。

3 消費者評論模塊分析

消費者評論模塊的分析其實是對文本的分析。在網絡營銷中，我們研究的文本一般指商品的描述、評論等信息。文本的作用是傳遞信息，其有兩個主體，即文本生產者和文本受眾。對于商家而言，消費者對其提供的商品描述而言文本受眾。那么相對于的，商家和未來的消費者對于過往消費者所提供的評論而言是文本受眾。通常來講，消費者所提供的評論相對客觀，是自己對商品真實的使用體驗，現有消費者的評論更能潛移默化到未來消費者的購買意愿。為此，我們應從文本分析的角度和方法出發，對消費者的評論進行分析研究。然而，如何獲取電商平臺消費者的評論是一個難題，且消費者評論等信息往往是定性非結構化的，如何加之分析是另外一個難題。Python等編程語言提供了很多可利用的數據包，通過爬蟲技術，我們可以根據一定的規則將電商平臺與商品有關的文字描述、評論等信息提取出來。進而，將非結構化的描述、評論等，轉化為我們可利用的、結構化的信息。但是這個轉化過程勢必會對原始數據造成破壞，我們在進行分析的時候，一定要意識到，對于文本的分析最根本的不在于解釋數據，而在于挖掘數據，挖掘評論背后所包含的深層次信息。 本節將按文本分析的具體步驟闡述。

3.1 文本的爬蟲與清洗

文本分析之前，最基礎最重要的就是對評論的爬蟲獲取。我們主要要獲取兩方面的信息。即商品的數據與用戶的評論。具體來說，要獲取品牌品類、價格型號、參數賣點等與商品自身有關的信息;獲取評論標題、星級評價、評價內容以及評論數等與消費者相關的信息。一般來說，我們面對的數據量是巨大的。因此，對于文本基礎數據的清洗非常重要。清洗之前，要對文本進行拆分。由于評論都是由幾句話組成，計算機并不能高效的識別處理，因此需要進行分詞，根據詞性的不同，將評論進行拆分，如根據主語謂語賓語將“我喜歡學習”拆分為“我”，“喜歡”，“學習”。為了降低計算機的運算時間、提高數據的可參考性，我們還要對將一些無意義、對分析結果影響不大的從語料庫里剔除，如“的”，“了”等。

3.2 文本分類規則建立

為了更好的利用文本，我們要建立相應的規則。一般來說，我們可以從三個方面出發設置規則。品牌商家分類規則、價格段規則以及關鍵詞黑白名單。海內外電商平臺眾多，且每個商家都有自己的品牌品類，為此，我們要設置相應的品牌分類規則，如將品牌的全稱、縮寫等歸為一類。價格段相關信息也非常重要，電商平臺都會有不同的特點，即使是相同的產品也會有不同的價格。因此，設置價格區間，關注到不同價格段以及相同價格段商品差異。

關鍵詞黑白名單，是為了更好的獲取有用的數據。將有用的詞設置在關鍵詞白名單內進行分析，同時剔除在黑名單中的停用詞，以更高效率的分析數據。而在英語中，我們還要注意一些單詞的大小寫規則，將大小寫歸一化，將縮寫全稱歸一化，如“I”與“I”歸一化，將“USA” 與“Amercian”歸一化。

3.3 文本內容分析

在對國內外電商平臺商品的相關信息以及消費者的評論進行爬蟲之后，進而對數據進行解析、去重、歸整和入庫。隨后進行數據的清洗，進而得到如品牌、型號、參數和價格等信息。接下來便可對文本進行內容的分析。對文本的分析應同時關注數據方向以及情感方向。

目前針對文本的情感傾向分析方法主要有兩種： 基于情感詞典的方法和基于機器學習的方法。兩種方法各有優劣，情感詞典的方法主要優點是穩定，常常根據情感詞就可以推斷出整個文本的情感傾向， 缺點是對于不在情感詞典中。

4 網絡營銷決策支持系統

4.1 精準動態的市場情報

對于消費者評論的研究分析，可以讓我們了解到消費者動態需求的變化，不僅可對客戶提供定制化服務，更能及時掌握市場動態變化，并做出及時應對。具體來說，可從三方面對網絡營銷提供改進建議：商品品類構成、品牌競爭力、以及行業概況。通常來說，商家銷售的商品會有多個品類，借鑒物流庫存的ABC庫存管理以及CVA分類管理思想，我們可對商品品類進行評價分析。通過研究不同品類的消費者評論量占比、好評壞評之比，動態的了解到消費者喜好的變化。商家往往還會通過品牌建立優勢與競爭力，通過對商家自身以及競爭者相關品牌的分析，我們可以了解到消費者對于不同品牌的忠誠度，商家便可根據最精準的市場情報找出品牌標桿，不斷對產品進行改善。行業概況尤為重要，通過對消費者評論的分析，我們可以更加具體的了解到市場規模、市場的未來增長空間相關信息。從消費者評論所隱藏的信息中我們還可以發現細分的營銷市場，以及可能面對的威脅。精準動態的市場情報，選擇更有市場潛力的品牌和品類進行營銷，并設置合適的品牌結構和價格段，不僅從品牌上吸引客戶，而且從價格上購買體驗上贏得客戶。

4.2 科學合理的企劃研發

通過對消費者評論模塊的分析，我們還可以制定更加科學合理的企業研發計劃。產品的基礎信息有：型號、尺寸、顏色等。消費者評論能給我們帶來的遠超越于產品本身的基礎屬性，我們可以從評論中獲取商品的賣點、不足點等信息，以及商品的評論環比增量、星級評論環比增量。那么商品便可對這些信息加之利用，制定更加科學的研發計劃，生產銷售更受客戶喜愛的商品。

4.3 深入全面的市場研究

市場研究往往給商家提供的是宏觀信息，以系統性、宏觀性的角度去分析和把握市場。全面深入的市場研究，可電商從業者及時預知到市場可能出現的變化，從而及時識別新的機會，為平臺注入新的活力。消費者評論、商品描述等所提供的信息還能讓電商從業者真實的了解到市場，從而精準的制定相關的經營策略。具體來說，我們可以得出市場態勢、行業狀況和渠道模型的深層信息。通過商品的具體表現，及時清除所涉及市場的“瘦狗”業務，相應的加大對“現金牛”業務的研發和投資。

4.4 專業細致的經營分析

經營分析主要提供的是店鋪實時的交易數據、店鋪概況等信息。實時更新的數據，我們可以獲取每日、每月與每季度的銷售額與銷售量，進而考察店鋪的年度目標完成率。若商品的曝光量不大，但轉化率卻很高，那么便可從商品標題、圖片視頻描述入手進行改善。若商品的轉化率很高，但曝光量卻很低，那么便可從提高商品的曝光量入手，如關鍵詞打廣告等。消費者評論中的信息能給企業之后的規劃研發提供全新的建議，企業要充分利用，通過價格優勢、質量優勢等來吸引潛在的客戶。同時，對交易數據的分析，我們還可以預測未來的訂單趨勢。商家可及時清除利潤率低的商品，降低庫存成本。同時，及時優質商品的補充庫存，以免在未來訂單暴增時無法滿足客戶需要。

5 總結與展望

本文分析了消費者評論對于網絡營銷的重要性，并給出了分析消費者評論的一些理論方法和建議，從消費者評論中獲取營銷思路。本文也為企業家提供了相應的網絡營銷決策支持系統，從市場情報、企劃研發、市場研究以及經營分析四個方面給出了建議。但本文的不足在于，本文只是在理論上對消費者評論網絡營銷模式進行了研究，而缺乏實際的案例探討。在未來的研究中，可將本文理論應用到企業的實際案例中。同時，本文過多的關注了正向評論對于網絡營銷的影響，在未來研究中，也可探究負面評論對于細分消費者群體購買的影響，從而充分發揮大數據的優勢進行網絡精準營銷。

參考文獻

[1]韓梅.新媒體：網絡營銷新渠道——以“微信”為例[J].今傳媒，2013，21（05）：95-96.

[2]李靜.基于大數據精準營銷的網絡營銷策略研究[J].商業經濟研究，2017（11）：46-47.

[3]宋之杰，唐曉莉.在線評論影響消費者購買意愿的實證研究[J].數學的實踐與認識，2020，50（07）：82-89.

[4]高芳怡，張寶明.跨境電商網站追加評論對消費者購買意愿的影響研究[J].物流科技，2019，42（12）：65-69.