基于大数据预测消费者购买决策行为分析.docVIP

基于大数据预测消费者购买决策行为分析 　　内容摘要：随着科技的飞速发展，人们的生活方式和思维模式发生了转变。本文结合大数据、消费者行为学和预测科学理论，从消费者购买决策的视角出发，通过文献研究、案例研究和对比研究等方法，探索预测消费者购买决策行为的新途径，修正了传统的消费者购买行为模型。同时，本文强调大数据自身的工具性属性，指出大数据并未改变营销理念的根本，但运用好大数据则可以更好地实现精准化营销，创造客户感知价值，创造客户资源。 　　关键词：大数据 消费者决策 预测 消费者黑箱 　　引言 　　伴随着廉价的存储器、高速的宽带和无线网络、云计算和物联网的发展以及各种移动设备、传感器的广泛应用，用户产生和保存数据比以往任何时期都要容易，全样本和实时数据的搜集也成为了可能。大数据作为一种颠覆性的技术革命，对人们的生活方式和认知世界的思维方式产生了极大的影响，因为大数据分析具有降低不确定性这一属性，使得大数据受到政府、研究组织、媒体、商界以及社会公众的高度重视。大数据背后所隐藏的行为规律，对挖掘大数据的营销价值是全球营销领域面临的重要课题。 　　在国内外已有的研究中，把消费者决策行为和大数据结合起来研究的很少。目前，消费者决策行为的研究过多地依赖传统的营销学、心理学和行为学的理论和方法，多是停留在模型探讨及其影响因素，同时学术界对大数据的研究多从属于信息科学的研究，主要偏重对数据的获取、储存、分析以及信息安全等技术路径的探讨。随着大数据的应用和发展，运用大数据的相关理论，对营销和消费者行为的研究将富有巨大的意义。本文利用大数据的前沿理论，对能否打开“消费者黑箱”这一传统话题加以假设，并据此探讨在大数据时代下的消费者决策预测过程模型，从而得出对大数据影响下的营销新思考。 　　大数据对消费者决策预测的影响 　　（一）消费者决策预测过程模型 　　著名数据科学家维克托?迈尔?舍恩伯格说过“大数据的核心是预测”。这一经典论断阐述了大数据和预测科学之间的关系。在构建消费者决策预测过程模型之前，本文将对模型的各个要素进行分解和界定。本文将模型分解为三个要素，即大数据、消费者决策、预测。以下是对三个要素的具体界定： 　　第一个要素为大数据，本模型中大数据的内涵，不仅包括大数据本身，也包含与之相关的大数据技术。第二个要素为消费者决策，模型中所指的消费者决策为相对广义的消费者购买决策，即消费者的选择偏好。第三个因素为预测，模型中的预测侧重于数学模型的科学预测，是根据已有数据和相应模型对目标事件发生的概率的预测。基于模型科学性、可重复性、可行性等方面的考量，结合科学预测常用的研究范式，得出了消费者决策预测过程模型，具体如图1所示。 　　根据消费者决策预测过程模型，企业可以充分运用大数据，掌握“提出问题、追踪历史、构建模型、收集数据、分析数据、做出预测”六大关键步骤，从而可以实现了解消费者决策的目标。以沃尔玛为例：第一步，提出问题。美国加利佛利亚州发生罕见的雷雨天气，沃尔玛的工作人员发现，除了方便食品、手电筒、雨具、干燥剂等产品脱销外，啤酒的销量也明显增加了。沃尔玛的管理人员对此很不解，想探究啤酒销量增加的驱动因素。第二步，追踪历史。根据对以往历史的数据比较，除了那些应该热销的产品外，啤酒的销量在暴雨天气确实有显著差异。第三步，构建模型。沃尔玛假设影响啤酒销量的因素有天气、消费者的消费习惯、消费者的消费心理等。第四步，搜集数据。根据探讨的问题需要，沃尔玛的数据分析师通过自己的数据仓库搜集了大量的二手数据，同时也把最新的跟研究相关的条码数据纳入一手数据分析。第五步，分析数据。数据分析师首先进行了内容分析，将分类数据转化为序数，进行逻辑回归和卡方检验，发现了天气在引入消费者性别这个变量的条件下失效，可以剔除天气这个影响因素，并且在购买啤酒的这些消费者中，他们有63%的人也购买了尿不湿纸片。这是一个很大的发现，接下来用预测模型进行仿真，发现男性消费者的购物清单上啤酒和尿不湿这个产品呈高度相关。第六步，做出预测。因此，沃尔玛的管理层预测暴雨天气下，多是男性消费者前来购物，在为孩子购买尿不湿的同时，也给自己捎带点啤酒。在这样的认识下，沃尔玛的管理层认为，年轻爸爸去购买纸尿布时更倾向于购买啤酒。 　　该模型可以为公司预测消费者决策偏好所用，但对于很多管理者来说，可能对于数据分析并不精通，因此对该模型的运用可能受限。笔者认为，事实与管理者的担忧恰恰相反，本模型并不需要模型使用者都精通数据分析，管理者只需要重点关注首尾环节，同时注意全程跟踪，多提问即可。 　　（二）模型的可行性 　　由于消费者决策预测过程模型属于概念模型，是方法论的一种探讨，其本身是不需要加以证明的。因此，问题的核心在于企业运用大数据是否可以预测消费者的决策。通过大数据的正确运用