祛痘類產品市場需求與挖掘分析
——以鄭州市為例

管夢妮

（安陽師范學院數學與統計學院，河南 安陽 455000）

隨著社會的發展，人們的消費理念發生了較大變化，“顏值”經濟時代，人們更加重視儀容儀表。調查顯示，中國約83%的居民曾存在不同程度的青春痘，95%的年輕居民存在粉刺、痤瘡、毛孔粗大等肌膚問題，痘肌問題位于消費者皮膚問題的榜首，祛痘類護膚產品順勢成為近年來藥妝銷售前列。因此，研究消費者在購買祛痘類護膚產品時的行為特征，包括對產品價格、成分、功效、安全性、知名度等因素的關注程度，對于拓展市場份額具有重要的現實意義。

一、基于文本挖掘的問卷設計

互聯網經濟大發展的條件得天獨厚，網購成為人們購物的主流方式之一，所占比重迅速增長，網購的快速發展與全民網上消費習慣形成正反饋制。數字化時代，網絡上留下的文本評論成為研究的重要數據資源。網購時，消費者購買并使用產品后在賣家商品評論區的反饋構成了對于產品使用的真實感受及效果評價。淘寶和京東作為兩大互聯網電商巨頭，其內含的海量評論數據具有一定的代表性。本文利用Python 軟件爬取淘寶、京東平臺上有關祛痘產品價格及評論的原始數據，并對原始數據進行清洗。中文分詞工作通過Rstudio 軟件進行，使用詞云圖等文本挖掘方法，實現對文本評論數據隱藏信息的挖掘與分析，提取出高頻詞并畫出詞云圖，從而對樣本人群購買祛痘類產品的現狀和主要重視因素進行初步探討。在圖1 中，詞頻越高，詞的字號就越大。根據詞云圖分析發現，真正吸引用戶的是產品自身的品質效果，由此為設計問卷提供思路。

圖1 詞云圖

圖2 隨機森林示意圖

基于文本挖掘結果，設計調查問卷包括六個維度，分別為：被調查者的基本情況、是否存在長痘困擾、產品購買意愿、了解渠道（多選題）、影響購買的因素（矩陣量表題）、市場滿意度及發展建議。

為了驗證整個問卷的信度和效度，經過計算得到問卷整體值為0.92，說明問卷通過了信度檢驗，具有較強的可靠性、一致性。檢驗和球形檢驗結果顯示，值為0.88，球形檢驗顯著性為0.00，說明問卷通過了效度檢驗。

二、基于隨機森林模型的影響因素分析

一款祛痘產品的推出要有后續的銷量和盈利，最主要的是它能夠持續地滿足消費者的某些特征需求。但特征需求因不同消費者身份等自身因素的不同而異，根據不同消費者的關注點，進一步探究祛痘產品的持續發展因素。

本部分依賴于矩陣量表問題：“如果您購買祛痘護膚品，請您根據自身的重視程度對以下因素進行選擇”，影響因素包括基本特征（品牌、價格、包裝、氣味）、使用效果（安全性、產品效果）、相關合作（明星代言、是否與醫療合作）三個維度八項子指標，對于每一個陳述性描述，參考李克特五級分類量表，設置答項為“不重視、不太重視、一般重視、比較重視、十分重視”。根據樣本群體對祛痘類產品影響因素的重視程度，研究消費者的特征需求。

（一）模型構建

隨機森林算法是通過從原始數據集N中不斷有放回地、重復隨機地抽取k個樣本，以生成新的訓練樣本集合。因為是有放回抽樣，所以有些樣本會被重復抽取，同時隨機漏掉一部分樣本，經過采樣后的訓練集樣本大小通常為原始樣本大小的三分之二。在此基礎上，每個訓練集分別建立決策樹，新數據的分類結果根據分類樹上的票數決定。

隨機森林算法本質上是一種改進的決策樹算法，包含多棵決策樹并將它們結合起來，每棵決策樹都是建立在一個獨立樣本上的，且森林中每棵樹的分布相同。其類誤差依賴于每棵樹的分類性能以及樹與樹之間的相互關系，并對各種情形下產生的誤差進行對比，識別內在估計的誤差、分類效果和相關性等，克服決策樹容易過擬合的問題，減小預測方差，使得預測值不會因訓練數據的小變化而劇烈變化。隨機森林的特征選擇是根據隨機原則來分裂各個節點。具體實現過程如下：

輸入：訓練集

S={（xi，yi），i=1，2，...n}，（X，Y）∈Rd×R；

待測樣本xt∈Rd；

For i=1，2，3，...，Ntree；

Step1:對原始訓練集S使用bootstrap抽樣，生成訓練集Si；

Step2:使用Si生成一棵不剪枝的樹，在樹的每個節點處從總體的M個特征變量中隨機抽取m個特征（m＜M），依據Gini指標從各節點選擇分類能力最好的特征；節點分裂直到達到生長上限。

End

輸出：樹的集合{Hi，1，2，3，...，Ntree}；

對待測樣本xt，決策樹Hi輸出Hi（xt）

（二）模型結果

模型的因變量為被調查者是否使用祛痘類產品，自變量為購買祛痘產品的影響因素。進入模型的自變量共有八個，分別為品牌、價格、包裝、氣味、安全性、產品效果、明星代言、是否與醫療機構合作。本文將數據集以7：3 的比例進行隨機抽樣，將原始數據集劃分成訓練集和測試集，利用訓練集來對模型進行訓練。

針對模型，利用Python 軟件繪制變量重要性排名（如圖3 所示）。

圖3 變量重要性排名

圖的索引值對應變量如表1 所示。

表1 索引值對應變量表

根據隨機森林模型結果可知，人們在選擇是否購買祛痘產品時考慮的因素按照重要性排序依次為：安全性、產品效果、明星代言、是否與醫療機構合作、價格、品牌、包裝、氣味。

安全性作為消費者第一重要因素，產品所包含成分的安全性、是否會引起皮膚二次過敏或者其他不良反應，直接影響消費者的購買選擇，因此確保安全性是一款產品在市場中打下根基的前提。產品效果是檢驗一款產品質量優劣的標準，尤其對于功效類護膚品，能產生顯著效果的往往更受青睞。明星代言在流量為王的時代能夠制造話題引流，提高產品知名度。與醫療機構合作，能夠提高品牌的權威性、專業性，一定程度上能夠提高產品的安全性。價格作為影響因素，反映了經濟學中的“需求定律”，對于正常品而言價格過高，那么市場的需求量不會高。品牌方面體現了經濟學原理中的“替代效應”，當產品幾乎完全同質的情況下，那么選擇任意一種都能夠達到相同的效果，而并不局限于某一特定的品牌。包裝、氣味是消費者在進行決策時最不看重的因素，只要產品效果好，可以彌補包裝、氣味方面的不足。

（三）模型檢驗

利用訓練集得到分類模型后，將測試集數據代入模型，以檢驗隨機森林模型預測的準確性，利用Python 軟件繪制出ROC 曲線（如圖4 所示）。

圖4 ROC 曲線

圖5 潛在客戶特征分析圖

一般情況下，AUC 的值越高，分類器越好，預測效果越好。最終計算出隨機森林模型的準確率為94%，效果較好，進一步證明結果的準確性，說明研究結果具有較高的可靠性。

三、基于聚類的潛在用戶挖掘

（一）模型建立

1.潛在用戶定義

為提出更有針對性的建議，以便為企業提供參考，需要對潛在客戶進行挖掘。本文對于潛在用戶的定義為：“有購買某種產品或服務的需要并且具有一定的購買能力，對產品在當下或者未來的某一段時間所提供的功能有需求的用戶。”調查問卷顯示，有一部分被調查者存在長痘困擾但暫未使用過祛痘產品或不了解相關類型產品，將這一部分群體視為目前最有可能挖掘到的潛在客戶群體。通過建立潛在客戶價值模型，利用聚類分析識別并挖掘有價值的潛在客戶。

2.聚類因子的選取

針對潛在用戶進行聚類分析，因此先選取問卷中針對非用戶的問題。理論上，所有非用戶群體均應被視為潛在用戶，但為了挖掘出更有可能購買產品的用戶群體，針對問卷問題：“您沒有使用祛痘護膚品的原因”進行潛在客戶的篩選。

選取六個因子進行聚類分析，分別為：行業（business）、膚質類型（skin type）、飲食習慣（dietary habit）、熬夜頻率（frequency of staying up late）、化妝頻率（makeup frequency）、特征重視度（feature value），并分別記為：B、S、D、L、M、F。

表2 潛在客戶任務指標含義表

其中B、S、D、L、M對應問卷中被調查者基本情況部分的題目，F 為問卷中矩陣量表問題（此部分與第二部分隨機森林模型分析所用的為同一量表），通過將問題答項依次賦值為1、2、3、4、5，計算得到特征重視度，并假設特征重視度值越高，購買意愿越強，成為潛在用戶的可能性越大。

（二）模型結果

模型結果包括兩部分：第一部分根據上述六個指標的數據，對客戶做聚類分群；第二部分結合具體項目對客戶群進行特征分析，分析客戶價值，并對每個客戶群進行排名。

1.潛在客戶聚類

借助SPSS 軟件進行聚類分析，將潛在客戶分為三類（具體劃分如表3 所示）。

表3 潛在客戶類型聚類中心表

2.潛在客戶價值分析

針對聚類結果進行特征分析，如圖4 所示，分別分析三個客戶群在各個屬性上的情況，從而總結出每個客戶群的特征。

根據潛在客戶類型聚類中心表和特征分析圖，發現每個客戶群都有顯著不同的表現特征，基于該特征描述，將潛在用戶分成三類：重要潛在客戶、重要發展客戶、次要潛在客戶。對每類潛在客戶所具備的特征進行如下分析：

重要潛在客戶。這類潛在客戶是第Ⅰ類潛在客戶，該群體主要是學生，油性膚質且飲食習慣非常不健康，偏好油炸、辛辣食物，并且總是熬夜，總是化妝。通過分析，這類客戶是非常重要的潛在客戶，在未來存在很大可能性會成為購買祛痘類產品的群體。學生群體在產品選擇方面也許會存在更挑剔的要求，對產品的效果、安全性要求較高。針對此類學生群體，企業需從產品質量方面著手，重視產品效果，同時降低價格，生產具有高性價比的產品，擴大學生消費群體總量，實現整個市場份額的增量擴容。

重要發展客戶。這類客戶是第Ⅱ類客戶，該類客戶針對金融信息行業，混合膚質且飲食習慣較不健康，經常熬夜，經常化妝。這類客戶是比較重要的潛在客戶，且對產品效果也有所要求。與第一類客戶不同的是，該客戶類群主要包含上班族，具有一定的消費和購買能力，對于產品品質追求更高。因此針對該類客戶，需要研發特色產品，達到效果的同時提高產品辨識度，只有更加專門化、細分化的品牌才能穩穩抓住產品變革的新機會，成為激烈競爭中脫穎而出的贏家。另外，有針對性的營銷宣傳對于增加品牌認知具有一定的促進作用。

次要潛在客戶。這類客戶是第Ⅲ類客戶，主要是除了學生和金融信息群體之外的其他行業群體。該類用戶主要是干性混合膚質且飲食習慣比較健康，偶爾熬夜，偶爾化妝。這類客戶群對祛痘類產品的購買意愿比較一般，生活習慣相對較好，針對該類客戶，企業可以考慮適當增加產品在其他方面的功效，比如美白、抗衰等，進而達到刺激消費的目的。

四、結論與建議

本文通過對祛痘類產品市場需求調研及潛在用戶挖掘分析得出如下結論：第一，長痘人群較為年輕化，年輕群體祛痘需求更多，初次長痘年齡為10～18 歲的占比為71%，19～25 歲的占比17%。第二，產品了解渠道多樣化，其中線上平臺小紅書、抖音占比分別達到76%、53%。第三，基于隨機森林模型的購買影響因素重要性排名發現，安全性和產品效果排名前兩位。第四，學生群體、油性膚質人群、化妝頻率較高的群體對于祛痘產品的需求更多。第五，祛痘產品市場整體滿意度不高，主要表現為產品效果不明顯、虛假宣傳、價格過高。基于以上結論，提出以下建議：

（一）重視產品安全性和產品效果，形成用戶忠誠度

問卷顯示，存在長痘困擾的被調查者占比達70%，痘肌群體中，選擇購買祛痘產品的占比為70%，且其中又有80%會根據產品體驗情況選擇復購。因此，市場需求空間廣闊，企業在保證產品自身核心配方的同時需要不斷適應時代變化，研制更加安全、高效、值得信賴的產品，提高用戶忠誠度，延長產品生命周期。

（二）產品主要功效標識更加直觀，提高用戶及潛在用戶購買欲望

痘肌群體中，還存在40%比例的人群態度為順其自然、放任不管，那么這部分群體可能成為潛在用戶。由于對長痘的了解程度會影響消費者的購買欲望，因此企業在廣告中可適當提及產品主要功效及適合的人群特征，可以增加有相應特征的人群和潛在用戶聯系自身情況，考慮祛痘產品的使用效果選擇有針對性購買。

（三）加大線上平臺宣傳力度，通過明星代言、直播帶貨等提升品牌知名度

問卷顯示，76%的被調查者表示通過新媒體社交平臺了解祛痘產品相關訊息，因此，建議該類產品的廣告營銷多從新型網絡平臺進行宣傳。另外，隨機森林模型結果發現，明星代言對于消費者是否購買一款祛痘產品的重要性排名第三，因此，可以適當邀請流量明星、知名演員等公眾人物代言或者通過網絡短視頻平臺直播帶貨，增加產品在新媒體社交平臺的宣傳力度，通過直播環節與消費者互動，促進消費者對產品功效的了解，利用“名人效應”實現精準營銷。

（四）推出差異化及多功效產品，同時嚴控產品價格

本次調查發現，針對不同的用戶群體及可能成為用戶的潛在群體，企業需要充分挖掘需求特征，研發面向特定需求的差異化產品，提高品牌辨識度，擴大品牌影響力。另外，除了祛痘需求之外，消費者可能存在的其他的護膚需求為補水保濕、祛除痘坑痘印、修復敏感肌、美白等。其中補水保濕、祛除痘坑痘印需求處于第一梯隊，占比分別為62%和61%；修復敏感肌、美白需求處于第二梯隊，占比分別為51%、50%。最后，在產品價格上，選擇價格200元以內、200～500 元、500 元以上的被調查者占比分別為70%、25%、5%，說明價格接受度普遍較低。在功效為王的消費特征需求下，企業需研發差異化及多功效產品，探索新興商業應用模式，在保證產品效果的同時嚴控產品價格，以提升市場份額，開啟新增長藍海。