基干消费偏好产品属性配置问题探讨.docVIP

基于消费偏好的产品属性配置问题研究 　　摘 要：文章筛选出运行内存、CPU核心数、主屏尺寸、像素、屏幕材质五个属性，利用效用函数对智能手机的消费偏好进行量化与分析，指出了运行内存和CPU核心数的效用值随属性水平变化呈显著上升趋势，像素的效用值变化速度次之，主屏尺寸和屏幕材质的效用值随属性水平变化的幅度最小。在此基础上，提出了配置智能手机属性水平的对策 关键词：智能手机；配置；效用函数；属性 中图分类号：C931 文献标识码：B 文章编号：1008-4428（2016）03-58 -03 在同类产品中，配置程度与可供选择的产品型号呈正相关的关系，产品型号越多，配置程度就越高。消费者总是希望具有适度产品型号可供选择来满足其个性化的需求。然而，可供选择的型号过多或者过少都会降低消费者的满意度。如果消费者在线购买产品的过程中需要面对型号众多的产品，难以选择出适当的产品，可能会感到疲劳。如果型号过少，不能充分满足消费者的个性化需求，也会大幅降低其满意度。从企业的角度考虑，在产品属性开发能力一定的情况下，增加可配置的属性水平与产品型号，必然大幅增加企业投入与售后维护的复杂性，所以企业希望消费者掌握产品属性的配置权越少越好。如何合理分配属性配置权，从而确定产品属性配置程度，使个性化需求与企业投入之间达到一个较为满意的均衡，是产品制造企业需要解决的一个重要问题 孙晓东等在多名顾客对属性的个性化需求的前提下，利用定价因子，对产品的属性配置加以优化，但是模型并未给出作为已知因素的偏好矩阵如何测量。仇光等人通过对包含隐式属性的评论意见的分析，提出一种隐式属性挖掘方法，根据属性相关词推断并获取属性。周俊、罗彪等人根据顾客提出的定制要求，找出与之接近的虚拟产品，并结合顾客愿意支付的价格和产品成本来确定定制产品的优先顺序。付启敏等人试图列出产品若干可配置的属性及属性水平，让顾客从每个属性中选择出最满意的属性水平，再抽出每个属性中选中比例最高的一个属性水平组合成为常用配置元，并根据约束条件修正成为最受欢迎的产品。任彬等人将模糊多属性决策理论引入模糊型复杂产品的配置设计方法中，得到模糊层次配置的配置方案，并对配置方案进行评价，求解最优方案。本文从对产品属性分类入手，筛选出消费者非常关注的属性，运用效用函数对产品属性的消费偏好进行量化与分析，从而确定产品属性配置归属和配置程度 一、效用分析 （一）效用分析的基本思想 产品或服务作为效用分析的研究对象通常是由多个特征组成的，而每一个特征下具有若干个特征水平。特征及其特征水平的不同组合组成了相互替代的同类对象的不同具体产品。顾客在购买产品时，是通过综合权衡同类产品的不同产品特征的特征水平来作出决定的 效用分析的基本思想就是通过测量顾客对多特征产品或服务的总体偏好，来估计每一个特征的相对重要性以及具体特征水平的局部效用值。效用分析方法可以帮助销售方了解顾客的内在价值工程体系，可以帮助企业研究为什么顾客选择某个产品或者服务而不是选择其他的产品或者服务，同时销售方可以根据不同特征水平的效用值，来决定为顾客定制会有哪些具体特征水平的产品或服务 （二）数学模型 1.产品的效用函数 设某定制产品共有r个特征，ki为第i个特征的特征水平赋值变量，i=1，2，…，r；kij为第i个特征的第j个特征水平的取值。假设该特征有pi个特征水平，即j=1，2，…，pi。定义以下虚拟变量dim（i=1，2，…，r；m=1，2，…，pi-1），则 因此，某个消费者对于该产品或服务的效用函数为： 其中，u为该顾客对该定制产品的效用值，bim（m=1，2，…，pi-1）为该顾客对第i特征的第m虚拟特征水平的消费偏好权重；b为常数项，ε为该产品效用函数的随机扰动项 对于具有r个特征的n个备选产品，根据（2）式，定义某个顾客对n个虚拟产品效用函数回归矩阵模型为： 其中U=（u1 u2 … un）T，且uh表示第h产品或者服务的效用值，h=1，2，…，n，该效用值依据该消费者对产品的消费偏好排序而得 且dimh表示第h产品在第i特征的第m特征水平上的取值，m=1，2，…，pi-1。Bi=（b11，b12，…， brpr-1）T且bim为消费者对第i个特征的第m个特征水平消费偏好的权重，bim为待估回归系数。E= ε1，ε2，…，εn）T且εh为第h个产品的效用值扰动项 对（3）式回归模型进行最小二乘回归估计，以及回归方程的F检验和每个b11，b12，…，brpr-1的t检验，得到某个消费者在该种产品的效用函数回归模型为： 2.特征相对重要性 设消费者对某种产品或服务第i个特征的第j个特征水平的边际效用为aij，则 特征重要性Ii定义为消费者在第i个特征