零售行業消費者購買行為的細分與預測

薛宇辰 廣東農工商職業技術學院財經學院

引言

本研究的目的是調查消費者的購買行為以及過去的經歷可能對決策過程產生的影響，并通過建立一種數據挖掘模型來對消費者進行細分。本研究的實證結果表明，根據Luo（2014）和Chan（2004）的工作改編的基于消費者促銷傾向和信息獲取的行為測量可為消費者細分提供較為準確的參考。

在消費者行為理論中，消費者的需求、動機與購買行為之間的關系基本可以表述為：消費者的需求加上外部刺激會激發購買動機，在購買動機的驅動下，消費者為了滿足自身需求而進行購買。促銷是一種重要的外部刺激。消費者在生命周期中進行品牌選擇時對促銷有不同的看法和反應，因此應將促銷傾向作為細分消費者行為的關鍵指標。

此外，消費者內在的多樣性尋求傾向也與消費者的探索和利用行為有關。利用行為在本文中被定義為“根據對市場的了解來最大化決策的效用”，探索行為被定義為“利用機會擴展市場知識”。消費者了解和儲存的市場背景知識越多，在做出選擇之前搜索的信息就越少。了解這兩種測量對消費者的影響，以及消費者探索和利用行為之間的權衡，有助于預測他們的多樣性尋求行為，從而了解消費者行為演變。

一、方法

（一）IRI數據集

IRI數據集包含11年的美國超市營銷數據，包括產品特征數據、消費者交易數據和人口統計數據。本研究選取了牛奶市場交易層面的面板數據和周UPC（商品通用條碼）層面的商店數據進行分析。為了識別與促銷相關的動態選擇行為的演變，選取了連續4個年度的數據集。理論上，較新的數據可以提供更多的價值和準確性，但是第8年到第11年的數據中，每年都有很大比例的缺失數據，而消費者的多樣性尋求傾向和促銷傾向的測量要求有足夠的每年交易記錄來進行計算，因此，本研究選擇了從第4年到第7年的數據。其次，需要根據消費者的購買記錄對數據集進行篩選，確保有足夠的數據用于測量促銷傾向和多樣性尋求傾向。根據標準最終選擇了連續4年每年至少有12次購買記錄的1127名消費者，購買記錄總數為187871條。

（二）行為測量

1.促銷傾向

第4年到第7年牛奶市場數據集包含產品級別的促銷活動信息，包括廣告、展示攤位和降價。乳制品作為快速消費品保質期短，需要縮短銷售周期。消費者對促銷的反應是制定營銷策略的一個關鍵指標，因為它提供了短期的強烈刺激，可以直接導致消費者的購買行為。用“促銷流行度”作為促銷傾向的代表，Luoetal.（2014）將其定義為購買促銷產品占當期全部購買的百分比，使用公式1計算：

公式1：促銷流行度

當使用選定的數據集進行操作時，第一步是創建一個名為促銷響應的新變量。當F、D、PR（來自商店數據集，代表Feature、Display和PriceReduction標志的變量）的值分別為NONE、0、0時，促銷響應的代碼為0。在這種情況下，代碼0表示不響應促銷活動。當F、D、PR的值是除了缺失數據之外的任何其他值時，代碼1表示對促銷活動的積極響應。使用VBA通過統計代碼1的出現次數來計算促銷流行度，該代碼表示一段時間內購買促銷產品的次數，然后將該數字除以消費者在該期間的購買總數得到最終結果。促銷流行度僅基于一年的交易量進行計算。促銷流行度越高，表明消費者購買促銷產品的傾向性越高。

2.多樣性尋求傾向

多樣性的尋求是人類獲取信息的內在動機。在市場營銷中，多樣性尋求傾向會導致消費者的探索和利用行為，并且這兩種行為會隨著消費者對產品市場的了解程度而改變。

本文采用了Luo（2014）對廣義信息熵論進行調整后的信息價值測量方法。消費者的多樣性尋求行為取決于他們對產品市場的了解（Heilmanetal.，2000）。

I（M）p代表消費者嘗試過的牛奶品牌數量與牛奶市場中品牌總數之比。使用公式2衡量消費者對產品市場的了解程度：

公式2：關于產品市場的知識

公式3：單位信息價值

通過購買行為獲取的信息的價值可以通過量化的消費者對產品市場的知識乘以對應的單位信息價值來計算，如公式4所示：

以下是將此測量方法應用于本研究時的一些假設：

1.牛奶市場的知識只有通過購買和品嘗不同的品牌才能獲得，因為在食品市場，消費者需要先嘗試才能知道味道。

2.選定的消費者在第4年首次進入牛奶市場。

（三）客戶細分

在統計學中，聚類被定義為無監督的分類，即在沒有關于樣本分類的先驗知識的情況下學習，細分被認為是有監督的分類，因為該過程是根據已知的甄別對總體進行細分。但在市場營銷中，聚類和細分之間的區分較模糊，因此可以將它們視為同一概念。

圖1 行為細分結果

促銷傾向，以促銷的流行程度計算，是指消費者對促銷活動的態度。促銷流行度值低表示消費者不購買有促銷的品牌，可能是因為懷疑在售品牌的質量，這部分消費者可以被貼上“促銷厭惡”的標簽，而促銷流行度的高值可以識別傾向于購買有促銷活動的品牌的消費者，這部分消費者可以被貼上“機會主義者”的標簽。至于以購買信息價值衡量的多樣性尋求傾向，購買信息價值低的消費者被視為“利用者”，購買信息價值高的消費者被視為“探索者”。

由于促銷的流行度和信息的價值間的顯著相關性水平在第4年數據集中僅為0.011（表明沒有相關性），基于這兩個測量值的聚類是合理的。出于謹慎的原因進行了變量轉換，因為促銷流行度和信息價值的偏度分別為0.85和-0.7，經驗法則表明，如果偏度大于1.0（或小于-1.0），則分布將及其不對稱。

在導入SASEnterpriseMiner之前，將所有4年數據集以6：4的比例隨機分成學習和評估數據。選擇第4年的學習數據作為訓練數據，而將其他數據用作評估數據。SASEnterpriseMiner使用K-Means方法分配觀察值。本文根據測量值將合適的聚類數設置為四個，并根據圖探索的結果選擇完全替換算法作為種子初始化方法。其余數據集是基于從第4年學習數據中生成的聚類進行處理的，因為該聚類結果符合假設，并且它們中的每一個都有相當明確的邊緣，這是可信結果的標志。

三、結果

（一）行為細分和標簽

細分市場1的消費者對促銷的反應率很高，這意味著他們傾向于購買正在促銷的品牌。但是，他們通過購買獲得的信息價值相對較低，這表明他們可以標記為“機會主義的利用者”，他們利用促銷持續購買喜愛的牛奶品牌，而不嘗試新的替代品牌。

細分市場2的消費者具有中低促銷流行度，這表明他們更愿意購買不進行促銷的品牌，這可能是因為促銷活動會損害品牌在他們心中的形象，例如，他們可能會懷疑促銷品牌的質量不佳。此外，消費者擁有較高的購買信息價值，這意味著他們受到多樣化尋求傾向的驅使，更傾向于購買不同的品牌以探索市場。基于上述行為特征，這部分消費者可以被標記為“厭惡促銷的探索者”。

細分市場3的消費者應被標記為“機會主義的探索者”，因為他們在促銷流行度和購買信息價值方面都具有很高的值。他們熱衷于開拓市場和購買新品牌，對促銷活動非常敏感。

細分市場4包含促銷流行度、信息價值都相對較低的消費者。低信息價值表明消費者更愿意利用他們已知的知識，而不是購買新品牌。他們傾向于反復購買其喜愛品牌中未進行促銷的那部分。該細分市場中的典型消費者可以被描述為“厭惡促銷的利用者”。他們同樣看重品牌質量和品牌忠誠度。

（二）模式識別

通過繪制和比較連續兩年數據集的馬爾可夫鏈來識別消費者行為演變模式，在相應的學習和評估數據集中行為模式都表現出相似的變化，這證明了模式的穩定性。

雖然大多數消費者在每兩年的進化中都保持在同一細分市場，但在馬爾可夫鏈中也發現了一些行為的變化。在具有高促銷響應率特征的消費者中，“機會主義的利用者”轉變為“機會主義的探索者”的比例分別為12.4%、22.7%和6.8%。在具有厭惡促銷特征的消費者中，利用者演變為探索者的比例分別為13.4%、17.3%和4.6%。

通過比較馬爾科夫鏈可以清楚地識別出兩種模式。第一個模式可以描述為無論消費者是喜歡促銷的機會主義者還是厭惡促銷者，他們中的利用者都傾向于轉為探索者以擴大他們對市場的品類知識，這也是出于多樣性尋求傾向。

第二種模式是，“機會主義利用者”和“促銷厭惡利用者”之間存在雙向轉變，“機會主義探索者”和“促銷厭惡探索者”之間也存在這種雙向切換。需要注意的一點是，從整體上看，促銷厭惡者轉變為機會主義者的比例要高于機會主義者轉變為促銷厭惡者的比例。這反映了一個現象，即消費者傾向于往對促銷敏感的方向轉變。

（三）信度和效度檢驗

在本文中，通過使用兩種不同的方法對保留樣本重復進行聚類分析來評估細分結果的可靠性，根據細分大小、聚類標準和均方根標準差確定的兩種結果之間的一致性程度非常相似。此外，同樣的方法（完全替換法）用于四年內兩個不同的數據樣本，即學習數據集和評估數據集，結果也顯得非常相似。因此，可以得出結論，該分析通過了可靠性測試。

四、結論和建議

零售商應針對不同的消費者群體制定特定的營銷策略。在四個細分群體中，“機會主義的探索者”可能是零售商最喜愛的消費者，因為這一群體的消費者熱衷于通過購買不同品牌來開拓市場，并且他們會被促銷品牌所吸引，這使得他們成為通過各種促銷活動來推廣新品牌的完美目標。“機會主義的利用者”可成為下一個目標，因為即使他們傾向于購買某些品牌，也會有中到高的促銷響應度。因此，可以通過進一步的分析找出機會主義者忠于哪些品牌，并對這些品牌進行促銷以增加銷售額。同時，不應忽視“厭惡促銷的探索者”，因為他們也更喜歡探索市場，他們對促銷不敏感的原因可能是促銷有時與質量差有關，尤其是在牛奶市場，鮮奶的保質期很短，其他乳制品的保質期限相對較短。在這種情況下，零售商可以改變營銷策略，以推廣質量最好、價格較高的新品牌，從而實現利潤回報率的最大化。最后，“厭惡促銷的利用者”在牛奶市場上獲得了足夠的品類經驗，從而培養了對某些品牌的品牌忠誠度，針對性的營銷策略應注重消費者保留，不斷提供新鮮乳制品，而不是考慮促銷活動。

如果我們只將消費者分為兩類，即市場探索者和市場利用者，出于不同的原因均應該提供促銷。對于探索者來說，促銷活動將激勵他們以較低的成本嘗試新的替代品，而對于利用者而言，促銷活動應側重于他們反復購買的品牌，以擴大銷售額。

鑒于本文所確定的行為演變和各細分市場之間的行為變化百分比無法得到強有力的驗證，使用這種動態模型無法完全預測消費者未來的購買行為。因此，需要使用本文提到的算法（促銷傾向和多樣化尋求傾向）來建立預測模型對消費者的購買行為進行預測。未來的研究應側重于使用IRI數據集概括不同市場中的行為演變。