聯(lián)合分析在消費者超市選擇模式中的應(yīng)用

聯(lián)合分析在消費者超市選擇模式中的應(yīng)用聯(lián)合分析在消費者超市選擇模式中的應(yīng)用?競爭非常激烈。從整個零售服務(wù)業(yè)來看，除傳統(tǒng)的百貨商店業(yè)態(tài)進(jìn)一步萎縮外，連鎖超市業(yè)態(tài)和連鎖會員超市業(yè)態(tài)的零售商均在蓬勃發(fā)展，全球零售業(yè)前兩名的沃爾瑪和家樂福在中國大陸的連鎖店數(shù)量急劇增加，以會員超市聞名的德國麥德龍和美國普爾斯瑪特也大舉進(jìn)入中國。社區(qū)便利店和小型專業(yè)連鎖超市或加盟店正對傳統(tǒng)的社區(qū)零售服務(wù)業(yè)進(jìn)行整合，區(qū)域性的連鎖商業(yè)仍然在大型連鎖超市的夾縫中尋求生存空間。每一個零售業(yè)業(yè)主無時無刻不在為提高顧客滿意度，留住忠誠的顧客而費盡心思；而消費者在零售店鋪品牌、什么有的店鋪人來人往，而有的店鋪卻門可羅雀什么樣的店鋪能讓顧客更滿意零售店鋪和所需商品的品牌。如果我們假定同一業(yè)態(tài)的超市所出售產(chǎn)品的品牌售店鋪的過程，是意識到需要為解決某個問題選擇一家商店，然后進(jìn)行內(nèi)部和可能的外部調(diào)查，評價相關(guān)店鋪，最后按照某種決策規(guī)則做出選擇的過程。象、店鋪品牌、零售廣告、店鋪位置與規(guī)模、知覺風(fēng)險與購物導(dǎo)這是以往的研究所得出的結(jié)論。但這五個評價標(biāo)準(zhǔn)是以一種什么樣的模式傳統(tǒng)的市場調(diào)查讓受訪者單個逐項評估每一項標(biāo)準(zhǔn)，但這樣得出來的結(jié)果最美價最廉，但這樣的產(chǎn)品和服務(wù)不可能存在。因而我們希望能選用一種可以將所有屬性結(jié)合起來評估的方法，讓管理人員看到每個屬性在消費者心中的相組合的對象的方法。本案例從消費者角度出發(fā)，采用聯(lián)合分析的方法探討消費等）具有某些特征，對現(xiàn)實的對象進(jìn)行模擬，然后讓消費者根據(jù)自己的喜好對這些虛擬對象進(jìn)行評價，再采用數(shù)理統(tǒng)計方法將這些屬性與屬性水平的效用分離，從而對每一屬性以及屬性水平的重要程度作出量化評價，以此來分析研究受訪人數(shù)的%。后一組問卷是在對第一次調(diào)查結(jié)果擇超市時考慮到重要屬性及屬性水平，根據(jù)這些％，其他自己開車騎自行車乘公共汽車步行家樂福從下圖交通方式和時間的對應(yīng)分析來看，好又多的顧客以步行商圈范圍的?又多與家樂福的消費檔次、消費結(jié)構(gòu)相近，3、影響消費者選擇購物超市的主要因素：超市名稱超市名稱特色便宜、商品豐富家樂福便宜、商品豐富信譽較好信譽較好為了簡化分析，我們選擇的是同一業(yè)態(tài)下的兩家超市——好又多和家樂福做為研究對象。通過前面的介紹我們了解到，消費者在選擇超市時通常采用的看，已經(jīng)包含了消費者對店鋪形象與超市品牌以及店鋪位置與規(guī)模認(rèn)知的信息。由于知覺風(fēng)險和購物導(dǎo)向可測性差，我們在這里沒有選取這兩個屬性，而采用能度量購物成本且又被消費者提到的影響他們選擇購物超市的兩個重要屬表2：選定的屬性和屬性水平（行為屬性，列為屬性水平）交通方式路上花費時間大型促銷活動分鐘以下2.家樂福2.騎自行車車分鐘以上的組合，全部這些組合就叫做此問題的完全輪廓。在本例中，我們采用的方法是對刺激物的全輪廓進(jìn)行測試，即是要求受訪者對包含所有不同屬性水平的組要考慮較多屬性和屬性水平的時候，這樣的方法是很復(fù)雜的，應(yīng)用正交設(shè)計等表3：構(gòu)造刺激物的全輪廓圖路上花費時間路上花費時間車車車交通方式騎自行車騎自行車騎自行車騎自行車騎自行車騎自行車車好又多好又多好又多好又多好又多好又多好又多好又多好又多好又多好又多好又多好又多好又多好又多好又多序號1234567899887529998759787大型促銷活動有無好又多好又多家樂福家樂福家樂福家樂福家樂福家樂福家樂福家樂福家樂福家樂福家樂福家樂福家樂福家樂福家樂福家樂福家樂福家樂福車車騎自行車騎自行車騎自行車騎自行車騎自行車騎自行車車車車車車車42999853998362999976我們請消費者對虛擬超市進(jìn)行評價，通過打分、排序等方法調(diào)查消費者對虛擬超市的喜好、購物的可能性等，以揭示出受訪的消費者對各屬性的重視程表4：調(diào)查卡片設(shè)計虛擬超市A（好又多會員超市，步行10分鐘以內(nèi)到達(dá)，有大型促銷活動）完全不可能可能非?？赡軓氖占男畔⒅蟹蛛x出消費者對每一屬性以及屬性水平的偏好值，這些偏人們主要用一般最小二乘法回歸（OLS）模型、邏輯斯諦回歸（LOGIT）模型等方法。這里變量表示一個屬性水平的有或無；因變量是消費者對于通過自變量所描述的一U(x)=ΣmΣijiji=1j=1kikikikixijxij=1表示屬性iij)-Min(aij)}，對C為了估計以上模型(1)中的參數(shù)aij，通常采用啞元法來減少參數(shù)，使用最,小二乘法估計模型參數(shù)。本例中，我們先用SAS軟件中的聯(lián)合分析模塊對一位表5：某消費者選擇超市時考慮的屬性及其相對重要性（效用輸出表）特征的相對重要程度特征的相對重要程度%家樂福乘（駕）車無%有路上花費時間促銷活動特征交通方式特征水平好又多特征水平的效用%%0（），表6：屬性的相對重要性（單位：%）受訪者編號受訪者編號1234:平均品牌交通方式路上花費時間有無促銷活動），建立模型后還須對結(jié)果的信度和效度進(jìn)行評價，以評價在消費者個體層次和消費者群體層次上結(jié)合分析模型的正確性。表7：一般自由度下的單變量方差分析評價結(jié)合分析結(jié)果的信度和效度，有多種方法，此處由于我們采用的是啞變量回歸，故采用調(diào)整可決系數(shù)的值來說明模型對數(shù)據(jù)的擬合程度。如果模型擬合程度過低，則說明結(jié)果是令人懷疑的。對以上結(jié)果采用回歸分析的復(fù)相關(guān)調(diào)整可決系數(shù)都比較顯著，說明模型有較好的信度和效度。聯(lián)合分析的另一個優(yōu)點是可以將研究結(jié)果做成市場模擬模型，并能很好的策略的變動，市場也會隨之發(fā)生變動。傳統(tǒng)的研究方法是每當(dāng)市場發(fā)生重大變買行為。使用聯(lián)合分析，將對象以及對象的變對這些變動做出何種反應(yīng)的預(yù)測。在聯(lián)合分析用值，而是利用效用值模擬得到某特定組合的表8：市場占有率預(yù)測表注：本應(yīng)列出所有36種模擬刺激物的市場占有率，篇幅限制，僅列出前27種，未列出的市場占有率家樂福的滿意程度高于好又多。預(yù)測的消費者滿意的店鋪及其預(yù)測的市場份額(7)家樂福，騎自行車10分鐘-25分鐘車程，有大型促銷活動，市場占有率(8)好又多，騎自行車10分鐘-25分鐘車程，有大型促銷活動，市場占有率聯(lián)合分析最大的優(yōu)勢就是可以根據(jù)結(jié)果對未來市場發(fā)展方向和消費者行為有一個較為準(zhǔn)確的認(rèn)知，為公司決策提供依據(jù)。通過以上對成都市居民選擇超A、在距家樂福10分鐘車程的商圈范圍內(nèi)，家樂福較好又多優(yōu)勢明顯；B、家樂福與好又多在其10分種步行商圈范圍內(nèi)，都能吸引較大份額的消費者。由于現(xiàn)階段家樂福與大多數(shù)好又多的步行商圈不重疊，家樂福對好又多D、不論采用哪種交通方式，顧客在購物路上單邊所花的時間都不太愿意超開店，同時，采用直效行銷等手段進(jìn)一步擴(kuò)大汽車商圈的規(guī)模和現(xiàn)有商圈內(nèi)的E、鑒于家樂福在市中心汽車商圈內(nèi)已經(jīng)具有較大的競爭優(yōu)勢，好又多的競爭策略應(yīng)該是避其鋒芒，有針對性的在自己的步行和自行車商圈范圍內(nèi)對消費者采取直效行銷手段，拉攏顧客，培育核心顧客群。F、家樂福獲得％的模擬市場占有率都是在假定有大型促銷活動的前提下的，那么，如果家樂福沒有大型促銷活動時而恰逢好又多又有驚天動地的“天上掉金元寶”或“積點消費全家泰國看人妖”等活動，好又多的市場份額很有可能有較大改善。實際上，家樂福搞大規(guī)模促銷活動的頻率沒有好又多高，形式也不太一樣，家樂福想要獲得更大份額的市場，在促銷手段上應(yīng)該求新求變求多。而好又多想要獲得更大的市場份額，則應(yīng)在保持促銷活動優(yōu)勢的基礎(chǔ)上，改善人們對好又多品牌的認(rèn)知。通過這個簡單的例子，可以很容易地推廣到更多的特征、更多的特征水平。而對于更多的受訪者，在計算出消費者個人的效用函數(shù)后，通過聚類分析，可以將消費者劃分為不同的消費群體，然后將這些群體作為同質(zhì)個體處需要說明的是，作為方法論研究，在作實證分析的時候，我們后一組調(diào)查的認(rèn)知中已經(jīng)包含了消費者對店鋪形象、超市品牌、店鋪位置與規(guī)模以及價格、會員卡等信息的認(rèn)知。這個假定是否成立在本案例中缺乏充分論證。分析方法。常規(guī)的聯(lián)合分析方法有兩個假定，一是對象的重要屬性可以識別，二是效用可以替代。然而消費者是不會從屬性角度評價對象是否可以替代，就算考慮了對象的屬性，這種替代也未必是一個好的替代品。另一個局限是數(shù)據(jù)收集太麻煩，特別是當(dāng)很多屬性水平需要考慮而模型又必須對各個不同的屬性水平的組合進(jìn)行逐一評價的時候。為了解決這些問題，在常規(guī)聯(lián)合分析的基礎(chǔ)上又產(chǎn)生了適應(yīng)型的聯(lián)合分析，這種結(jié)合分析可以（1）從全輪廓中挑選一部分最可能的組合，以簡化數(shù)據(jù)的收集工作。（2）在單獨評價的基礎(chǔ)上，允許考人們要對某一對象的多個特征進(jìn)行綜合考慮，往往要在滿足一些要求的