基于社会网络分析联合促销品牌关系研究.docVIP

基于社会网络分析联合促销品牌关系研究 　　摘要：品牌合作下的联合促销是企业获取新顾客、提升品牌价值的重要方式，分析电子商务下的消费者购买行为，使联合促销的品牌间关系研究由传统“一对一匹配”方法转向“社会网络分析”等全新的研究方法。本文从电商平台的用户评价信息出发抽象出顾客-品牌网络，通过分析网络结构特性而提取品牌组合，并提出一套品牌关系测度方法，通过语素相似性论证该方法的有效性，旨在为企业的联合促销策略提供参考。 　　关键词：联合促销；顾客-品牌网络；品牌关系；社会网络分析；语素相似性分析 　　中图分类号：F274 文献标识码：A 　　作者简介：许研（1983-），女，辽宁锦州人，北方工业大学经济管理学院讲师，理学博士，研究方向：网络效应、新产品扩散；张欣瑞（1963-），女，河北保定人，北方工业大学经济管理学院教授，研究方向：品牌管理；陶晓波（1981-），男，重庆人，北方工业大学经济管理学院副教授，管理学博士，研究方向：面向创新绩效的网络营销。 　　横向联合促销是指企业在进行促销时，基于消费者消费时机或销售渠道的一致性，与合作企业进行的同类或功能互补型产品的交叉促销活动[1]。相比于供应链上的制造商与批发零售商进行的纵向联合促销，横向联合促销不仅可以使联合体内的各成员以较少费用获得更好的促销效果，还是企业获取新顾客的渠道[2-3]。随着市场竞争的加剧，企业促销的活动规模和频率正在不断增大，但大量的促销活动存在同质化严重与效率降低等问题，品牌合作下的横向联合促销（Joint Promotion）是解决这些问题的有效途径。本文着眼于顾客发表在B2C电商平台上的购后评论信息，通过统计这些评论中呈现的用户与产品信息所构建的顾客-品牌网络资料，并运用社会网络分析方法探究品牌关系网络中的品牌群体特征和品牌关系，以期为联合促销策略的品牌选择提供依据。 　　一、研究方法与结果 　　（一）数据来源及样本描述 　　近些年大型B2C网络购物平台在我国发展迅猛，顾客购买品牌的影响因素除了平台服务、平台信誉，还有平台中展示的客观真实的用户评价信息，客观全面的用户评价信息可以帮助企业制止负面口碑和谣言的传播[4]，为以往只能依靠有限调研或模拟进行的社会网络分析，提供了大规模开展和实施的条件。京东商城是我国最具影响力的电子商务网站之一，本研究利用网页抓取工具Rost WebSpider，通过京东商城的API，以某日用品牌中用户评论数超过1 000的所有产品项目页面作为抓取网站入口，抓取了深度为1-3的所有网页，这些网页涵盖了该品牌大部分的产品评价、评价用户购买过的商品及这些商品的产品评价。我们在这些网页中提取了116 373条评价信息，每条信息中包括用户名、品牌名、用户评论、评价时间等属性，评价信息中包含595个品牌、11 989个用户，时间跨度为2008年7月至2014年1月。考虑到分析的焦点集中于品牌之间形成的网络，本研究采用matlab软件进行数据整理，在删掉入口品牌和与入口品牌连结的所有用户后剩余60 179条评价信息，这些评价中包含594个品牌、7 486个用户，共17 600条不重复连边，这些数据将作为社会网络分析以及联合品牌相似度检验的基础。 　　（二）社会网络整体分析 　　考虑到用户节点形成的品牌自身顾客网络的重要性，本研究将顾客-品牌二分网投影到单顶点网络，直接基于原始二分网络结构进行分析。图1是利用R软件的igraph包绘制的顾客-品牌关系网络图，除了两个孤立的顾客-品牌子团之外，大部分节点（其他592个商品）是相互连通的。在得到了顾客-品牌关系网之后，本研究从网络密度、度值、中心性等方面分析整体网络特性[5]，统计分析显示网络密度（现有连边数/所有节点间的可能连边数）为0.00054，度值为1的节点占76.2%，度值介于2-10的节点占19.3%，度值介于11-186的节点只占4.5%，度分布具有长尾特征。节点密集中心性的均值为1.6×10-6，标准差为1.6×10-7。由这些指标的计算结果可知顾客-品牌整体网络的节点连接较稀疏，网络冗余度较大、节点与其他节点间的平均连接路径较长，没有明显的网络中心节点。 　　（三）顾客-品牌关系网中的社群划分 　　顾客-品牌关系网络是根据顾客的购买评价记录形成的社会网络，由于顾客具有不同的偏好、购买习惯、生活背景等特点，品牌之间的品类、顾客群规模也不相同，顾客-品牌关系网中一定存在着疏密不同的子团，我们称之为社群网络，需要对现有的顾客-品牌关系网进行社群划分。社会网络中的每个子团内部节点互动很多，称之为“强连接”，两子团之间的节点就是连接两子团的唯一路径，称之为“弱连接”。如果将边介数定义为网络中所有节点之间的最短路径中经过该边的数目，那么“弱连接”的特点是边介数非常大