基于關聯規則客流分析的商業集聚效應研究
2012-01-01 00:00:00曾鏘
商業研究 2012年1期
摘要：由現實生活中的兩家或若干家有關聯的商店聚集現象出發，本文試圖對微觀層面商業集聚的集聚效應的具體度量方法進行探討和研究：從客流共享的角度，借鑒購物籃分析的關聯規則的算法對微觀層面商業集聚的集聚效應進行研究，總結出16種微觀層面商業集聚的客流情境，探討了客流的集聚效應以及商店機會得失的計算方法，通過觀察法將理論分析的集聚效應度量方法運用于兩家體育品牌專賣店的集聚效應的實際度量；通過問卷調查法實證檢驗和證實了基于關聯規則客流分析的微觀層面商業集聚效應度量方法的實踐有效性。
關鍵詞：商業集聚；集聚效應；客流分析；關聯規則
中圖分類號：F203 文獻標識碼：A
現實生活中經常可以看見相同業態的商店進行“扎堆”的現象，例如麥當勞的旁邊就是肯德基，海王星辰藥店的旁邊就是養天和藥店，某商業街上的耐克專賣店與相鄰的阿迪達斯專賣店把內墻打通了，之所以這樣做是為了能夠產生“共贏”的商業集聚效應。那么這樣的商業集聚效應到底是多少呢，它們相互之間是否存在競爭效應呢？誰又從對手那里獲得更多的“外部性”好處呢？
一、微觀層面商業集聚效應研究思路探析
（一）有關商業集聚文獻的啟示
問題已經提出，然而遍覽有關商業集聚的文獻，尚沒有看見有哪篇文獻能夠對本問題進行具體、細致和準確的回答，原因在于和本問題所表現的商業集聚層面不同。大多數文獻都偏向于從宏觀和較宏觀層面的對商業集聚的研究，如對商業集聚的集聚動力機制和集聚效應進行理論上的分析，或者從交通、人口、城市規劃的角度對商業集聚進行研究，又或者從營銷視角對以商業街或購物中心為表現形式的商業集聚體的聚客力進行研究，都沒有回答從現實角度來講兩家或若干家店靠在一起的商業集聚的集聚效應到底是多少（How much），或者商業集聚的集聚效應應該如何（How）度量和怎樣（Procedure）度量？原因在于本問題所表現的商業集聚是屬于微觀層面的商業集聚，即兩家或若干家有著關聯的商店相互聚集的商業集聚。
雖如此，但從商業集聚的有關文獻中可以看出，從微觀層面而言商業集聚效應的其中之一的表現形式是客流的共享。蔣三庚（2005）認為隨著一個地區內的中心店或旗艦店的建立和發展，商圈不斷擴大，各種中小型業種店也會隨之聚集于此，新穎的業種店會讓顧客感覺商品種類豐富，因而吸引大批量顧客流，顧客流的增長，又進一步吸引其他商業的入住；傅慧（2007）對酒店集群的集聚效應進行了理論分析，認為集群內酒店數量越多，對客源市場的市場控制力就越強，集聚效應就越大；Teller， RuttererShnedlitz(2008)經實證研究發現，大型購物中心由于商戶組合產生的協同效應可以為顧客提供整套的服務，使得其比其他單體商店更有吸引力，即能吸引更多的客流。
（二）有關客流分析文獻的啟示
通過在中國期刊全文數據庫（CNKI）的檢索，大多數有關客流的文獻集中在交通、運輸和物流方面，而和商業相結合的客流文獻并不多見，較早的一篇文獻為吳憲和（1997）發表在《財貿經濟》的《商業客流的剖析及吸引》，他認為按照客流的性質和特點可以將商業客流劃分為有效客流和無效客流、忠誠客流和一般客流、目標客流和無差異客流、現實客流和潛在客流。肖怡（2003）在其編著的高等教育教材《零售學》中認為客流的性質可以分為三種類型，分享客流、派生客流和本身客流。其它有關商業客流的文獻包括趙黎明等（2006）的《基于客流量相關系數的商業街規劃抉擇研究》、齊曉齋（2006）的《上海都市商業中心客流與商圈特性分析》，這些有關客流的文獻都對本問題的研究提供了一定的思路借鑒。
基于以上文獻的閱讀和啟示，本文決定從客流共享的角度對微觀層面的商業集聚效應進行研究。
（三）有關關聯規則和購物籃分析的啟示
所謂購物籃分析法，是指通過計算顧客一次所購商品中各品類的平均購買率，以及購買這些商品的同時購買率，來分析不同品類間的商品關聯關系。沃爾瑪的經典營銷案例尿布和啤酒的交叉陳列，就是典型的購物籃分析的結果。
購物籃分析運用了關聯規則的算法，有三項基本指標可以反映商品的相關性：（1）支持度（Support）指標，表示在購物籃中同時包含關聯規則左右兩邊物品的交易次數百分比，即支持這個規則的交易的次數百分比，相當于聯合概率；（2）置信度（Confidence）指標，是指在所有的購買了左邊商品的交易中，同時又購買了右邊商品的交易概率，是一個條件概率；（3）提高度（Lift）或稱增益，提高度是兩種可能性的比較，一種是在已知購買了左邊商品情況下購買右邊商品的可能性，另一種是任意情況下購買右邊商品的可能性。提高度數據越大，則商品之間的關聯性就越強。
借鑒《零售學》當中的經典案例啤酒與尿布的故事，可以運用購物籃分析的關聯規則對微觀層面商業集聚的客流共享情況進行分析，也即是把兩家靠在一起的商店理解為消費者需要進行選擇的“啤酒”和“尿布”，考察兩家商店的關聯關系。
二、基于關聯規則客流分析的微觀層面商業集聚效應理論分析
（一）微觀層面商業集聚的研究對象描述
從最簡單和抽象的情況考慮，如圖1所示，在某商業街有兩家同業態的商店A店和B店比鄰而立，他們的門頭都面向街道，同時為了更好的發揮客流的商業集聚效應，兩家店把內墻打通了①。
考察單個的消費者的客流情況，他有可能從A店和B店的門口路過，不論是往左走還是往右走，都沒有進店，我們把這種客流稱之為無效客流，不是我們的考察范疇，我們只考察進入了A店或B店的有效客流。
有效客流又要考慮若干種情況：（1）主客流方向，即消費者在A店和B店門口的街道是往左走還是往右走；（2）出店的方向是否與主客流方向一致，即消費者在走出A店或B店后與先前進店的方向是相同還是相反；（3）作為有效客流的消費者是進入了A店還是進入了B店，或者通過A店和B店的內墻兩家店都進去了；（4）如果消費者A店和B店都進入了，那么首先是進入了A店還是首先進入了B店，簡稱首進店，一般認為首進店是消費者的目標商店。
（二）微觀層面商業集聚的客流情境分析
1．微觀層面商業集聚的客流情境。根據有效客流的若干情況，共總結出16種微觀層面商業集聚的客流情境②，如圖2所示。
2．不同客流情境的商店機會得失分析。不同的客流情境下，商店的機會得失是不一樣的：對于第1種情境，消費者進了A店，那么A店得到1個機會，但是消費者的主客流方向與出店方向是一致的，進了A店卻沒有進B店，故此認為過B店門口而不入，喪失了1個機會；對于第2種情境，即進了A店又進了B店，兩者都得到1個機會；對于第3種情境，主客流方向與出店方向一致，過A店而不入，A店喪失1個機會，B店得到1個機會；對于第4種情境，雖然主客流方向與出店方向是一致的，但是首進店是B店而不是A店，故此認為B店是消費者的目標商店，但是由于相鄰的A店存在，對消費者產生吸引力，進入A店，改變了消費者從左至右的行走方向，所以認為A店得到2個機會，B店得到1個機會；對于第5種情境，主客流方向與出店方向不一致，A店得到1個機會，B店未進，沒有得到機會但也沒有喪失機會，B店無得無失；對于第6種情境，首進店是A店，B店也進入了，但是由于B店的存在，使得消費者在A店和B店內行走的方向與消費者出店的方向是不一致的，B店具有較大的吸引力，所以認為A店得到1個機會，B店得到2個機會；對于第7種情境，進入了B店而沒有進入A店，而且是兩次路過A店的門口都沒有進入，所以認為A店喪失2個機會，B店得到1個機會；對于第8種情境，A店和B店都進入，而且在A店和B店內行走的方向與出店的方向是一致的，所以認為A店和B店都得到1個機會；對于主客流方向是從右至左的另外8種情境的商店機會得失分析依此類推，不再贅述。
為了更清楚的列示16種微觀層面商業集聚的客流情境以及商店機會得失情況，見表1。
（三）客流集聚效應的關聯規則計算及分析
1．支持度（Support）的計算。支持度反映的是同時到兩家店購物的概率，支持度越高，表明兩家店的集聚效應越大。用公式表示為：
（四）客流集聚效應的機會得失綜合分析
對A店和B店發生的機會得失進行匯總，然后進行比較，可以得到四種情況：（1）A得>B得；A失 三、實證研究 （一）調查對象的確定 本文選擇杭州市延安南路比鄰而立的耐克和阿迪達斯專賣店作為調查對象，兩家店相依，門頭大小差不多，店內營業面積相差無幾，大門朝西開，門外則是行人行走的街道。為了提高集聚效應，兩家店中間特意打通了內墻，有個通道方便分享客流。 （二）運用觀察法對客流情境及商店機會得失進行統計分析 運用觀察法在耐克和阿迪達斯專賣店門口進行蹲點和跟蹤式調查整1個小時，對客流情境進行統計，A代表阿迪達斯專賣店，B代表耐克專賣店，見表2。從表2中可以看出，A、B兩店都有進入的顧客人數為66人，只進A店的顧客有13人，只進B店的顧客有31人。從以下方面進行分析： 1.同時到兩家店購物的顧客概率，用支持度（Support）表示: Sup=P(AB)/P(A+B)=66/110=60%，一般支持度大于50%已比較高了。 2.置信度（Confidence）反映的是到一家店購物的前提下到另一家店購物的概率，置信度可以比較兩家店的集聚效應。 那么到A店購物前提下到B店購物的概率是： Con（A→B）=P(B|A)=P(AB)/P(A)=66/(110-31)=83.5% 到B店購物前提下到A店購物的概率是： Con（B→A）=P(A|B)=P(AB)/P(B)=66/(110-13)=68.0% 相比較而言，A店比B店對鄰居的貢獻大，即阿迪達斯店比耐克店對鄰居的貢獻大。 3.提高度（Lift）是任意情況下到這家店的概率與到另外一家店的前提下到這家店的概率之差。提高度可以反映忠誠客流的狀況。 B店的提高度：Lif(A→B)=P(B)- Con（A→B）=(110-13)/110-83.5%=4.7% A店的提高度：Lif（B→A）=P(A)-Con(B→A)=(110-31)/110-68.0%=3.8% 相對而言，消費者對B店耐克店的忠誠度稍高。 4.若A得>B得；A失>B失：B有更多忠誠顧客，B對A有共享效應；A得>B得；A失 則A店得到機會總數為91，失掉機會34。B店得到機會總數為100，失掉機會13。屬于第三種情況。即耐克店是強勢競爭者，耐克店對阿迪店有競爭效應。 結論：綜上所述，耐克店與阿迪店有60%的共享顧客，但耐克店的忠誠顧客比阿迪店稍多，耐克店是阿迪達斯店的強勢競爭者，相對而言阿迪達斯店比耐克店作出的客流資源共享貢獻較大，也即耐克店從對手那里獲得的外部性利益更多一點。 （三）運用問卷調查法對分析結論進行檢驗 為了對以上的分析結論進行檢驗，同時進一步的探討導致這種客流差異的原因，我們對耐克和阿迪達斯專賣店的消費者進行問卷調查。 根據曹曉春（1996）的《消費者商店選擇原理及應用》，建立消費者選擇運動品牌專賣店模型。消費者搜尋運動品牌專賣店的信息，主要有六大方面：（1）品牌，包括運功專賣店品牌的知名度，消費者對此品牌的喜歡程度；（2）地址，包括專賣店的選址以及所處位置的交通情況；（3）商品，包括商品的品項，商品的質量，款式，價格；（4）門面，包括專賣店門頭專修，櫥窗展示以及店面的醒目程度；（5）店內設計，包括店內布局，專賣店的空間，商品的陳列情況；（6）店員，包括店員的素質，店員的態度情況。 根據公式：Ta=∑[DD(]n[]i=1[DD)]WiBia，其中Ta表示消費者對商店a的態度值，Wi表示商店特性i被消費者重視的程度，Bia表示消費者認為商店a具有特性i的程度，n消費者認為選擇商店所需要特性的數量。Wi與Bia可以經過消費者調研得到，即也可得到Ta，得出不同專賣店受消費者歡迎的程度。并且從Bia還可以看出專賣店具體不同的原因。 實際總共發放發問卷140份，收回有效問卷120份。經過分析統計，具體數據見表3。 耐克店：Ta=3.6*4.5+3.4*3.9+4.2*3.9+3.3*3.4+3.4*3.7+4.5*3.4≈85 阿迪達斯店：Ta=3.4*3.9+4.2*3.9+4.2*3.9+3.3*3.4+3.4*3.7+4.5*3.4≈81 經過調研與計算，消費者選擇耐克店的可能性大于阿迪達斯店。從“各特征的得分”和對兩家店實際店面的觀察，得以下結論：(1)耐克的知名度比阿迪達斯大，喜歡耐克的消費者比阿迪多；(2)耐克的品項、款式比阿迪多，價格稍貴但阿迪達斯的質量比耐克好；(3)耐克的門頭裝修稍不如阿迪達斯，阿迪達斯醒目點，兩家店的櫥窗展示差不多，阿迪達斯略勝一籌；(4)阿迪達斯店內空間稍大，耐克店內布局比阿迪合理，陳列整潔程度差不多；(5)耐克店店員的素質與態度較阿迪達斯店好。這也就不難理解為什么耐克店的忠誠顧客稍多，很多走進耐克店的消費者就不去阿迪達斯店了，但阿迪達斯店的顧客還是會去耐克店。 運用問卷調查法所得的結論與運用觀察法對客流情境與商店機會得失的分析結論是相吻合的，也就是說問卷調查法驗證了觀察法對客流情境與商店機會分析的結論，同時也堅實的說明了基于關聯規則客流分析的微觀層面商業集聚效應度量方法的實踐有效性。 四、結論與研究展望 本文從客流共享的角度對微觀層面的商業集聚效應的度量進行了研究，總結出了16種微觀層面商業集聚的客流情境，借鑒購物籃分析的關聯規則計算方法，探討了客流的集聚效應以及商店機會得失的計算方法，并應用于具體現實兩家體育品牌專賣店的集聚效應的實際度量，且通過實證研究檢驗和證實了基于關聯規則客流分析的微觀層面商業集聚效應度量方法的實踐有效性。 進一步的研究可以從兩個方面展開：(1)探討多家店和多業態商店聚集的商業集聚效應。由于本文是從最簡單和抽象角度僅僅考察了兩家同業態商店聚集的商業集聚效應，擴展開來，多家店和多業態商店聚集的商業集聚效應該如何度量呢，比如對于有著明確空間邊界的購物中心的商業集聚體，內部主力店和其它店的商業集聚效應應該是多少呢？初步的研究設想是可以通過構建和計算業態關聯矩陣和店鋪關聯矩陣來度量多家店和多業態商店聚集的商業集聚效應；(2)從消費者心理視角對微觀層面商業集聚效應進行研究。由于本文主要是從客流共享的角度對商業集聚效應進行研究，而客流情境是可以觀察的和可見的，客流共享僅是商業集聚效應的表現形式之一，那么是否存在不可見的基于消費者心理角度的商業集聚效應的表現形式呢？現實中確實就存在由于某種業態或某個店鋪的存在，使得特定類別的消費者對其它相鄰業態或其它相鄰店鋪的認知和態度具有顯著性差異。本文的研究也不過是拋磚引玉，進一步的研究還在期待中。 注釋： ① 抽象為內墻打通的情形只是為了方便研究的簡便性和形象性，即使考慮為未打通內墻的情形其分析的道理和以下也是相似的。 ② 為了便于研究，對于在A店和B店迂回的客流路線皆簡化為以上16種情境。 參考文獻： ［1］ 蔣三庚.論商業集聚［J］．北京工商大學學報（社會科學版），2005（5）:1-4. ［2］ 肖怡.零售學［M］．北京：高等教育出版社，2003：139-140. ［3］ 趙黎明，吳文清，劉嘉焜.基于客流量相關系數的商業街規劃抉擇研究［J］．統計與決策，2006（2）:6-7. ［4］ 齊曉齋.上海都市商業中心客流與商圈特性分析［J］．江蘇商論，2006（9）:15-17. ［5］ 高勇.啤酒與尿布——神奇的購物籃分析［M］．北京：清華大學出版社，2008：18-20. ［6］ 中國人民大學統計學系數據挖掘中心.關聯規則挖掘概述［J］．統計與信息論壇，2002（5）:4-9. ［7］ Teller C， Reutterer T， Schnedlitz P. Hedonic and utilitarian shopper types and created retail agglomerations. International Review of Retail， Distribution and Consumer Research， 2008， 18(3): 283-309. Research on Effect of Retail Agglomeration Based on the Analysis of Association Rule of Customer Flow ZENG Qiang （School of Management， Zhejiang Shuren University， Hangzhou 310015，China） Abstract:This paper proceeded from the phenomenon that two or several related stores located together as retail agglomeration，in order to try to find out a specific method to measure the effect of micro-level retail agglomeration. From the angle of customer flow sharing， and with the help of the association rule of market basket analysis ，this paper decided to conduct the study on the effect of micro-level retail agglomeration. Under theory analysis， this paper summarized 16 customer flow situations of micro-level retail agglomeration， discussed the specific method to measure the effect of retail agglomeration and calculate the opportunities of gains and losses of stores， and applied the method from theory analysis to measure retail agglomeration effect of two exclusive sports stores in reality by observation；further tested and verified the practical value of the method that measure effect of micro-level retail agglomeration by questionnaire. Key words:retail agglomeration; agglomeration effect; analysis of customer flow; association rule （責任編輯：嚴元）
