數(shù)據(jù)挖掘技術(shù)在汽車(chē)滿(mǎn)意度調(diào)研中的應(yīng)用研究

孫靜偉，郭雅鑫

?

數(shù)據(jù)挖掘技術(shù)在汽車(chē)滿(mǎn)意度調(diào)研中的應(yīng)用研究

孫靜偉，郭雅鑫

（中國(guó)汽車(chē)技術(shù)研究中心有限公司，天津 300300）

在客戶(hù)導(dǎo)向時(shí)代，顧客滿(mǎn)意度直接影響服務(wù)型企業(yè)績(jī)效和發(fā)展前景，因而被高度重視。汽車(chē)企業(yè)若想取得成功，就必須通過(guò)構(gòu)建適合于汽車(chē)行業(yè)的顧客滿(mǎn)意度測(cè)評(píng)方法，了解顧客的需求、消費(fèi)經(jīng)歷感受以及期望，還要挖掘出客戶(hù)的潛在需求。數(shù)據(jù)挖掘技術(shù)為企業(yè)解決這些問(wèn)題提供了新的數(shù)據(jù)方法和解決方案，從大量的調(diào)研業(yè)務(wù)數(shù)據(jù)中，挖掘出潛在關(guān)聯(lián)的信息和數(shù)據(jù)，并將這些信息應(yīng)用于商業(yè)決策過(guò)程中。

數(shù)據(jù)挖掘；汽車(chē)行業(yè)；Weka

前言

隨著汽車(chē)消費(fèi)市場(chǎng)的日漸成熟，消費(fèi)行為也日趨理性。消費(fèi)者對(duì)汽車(chē)品牌、安全性、經(jīng)銷(xiāo)商售后服務(wù)質(zhì)量都會(huì)綜合考慮。汽車(chē)銷(xiāo)售滿(mǎn)意度評(píng)估可以影響潛在消費(fèi)人群在購(gòu)買(mǎi)車(chē)輛、選擇售后服務(wù)、重新購(gòu)車(chē)的意向，甚至可以決定汽車(chē)企業(yè)在研發(fā)、設(shè)計(jì)、市場(chǎng)占有率方面的汽車(chē)整體戰(zhàn)略。因此，汽車(chē)企業(yè)在關(guān)注整體產(chǎn)業(yè)增長(zhǎng)的同時(shí)也要把握消費(fèi)者的消費(fèi)趨勢(shì)和動(dòng)態(tài)，而傳統(tǒng)滿(mǎn)意度調(diào)研已經(jīng)不能滿(mǎn)足汽車(chē)工業(yè)飛速發(fā)展的需求，需要更加可靠的方法來(lái)對(duì)汽車(chē)滿(mǎn)意度調(diào)研進(jìn)行分析研究。隨著數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而出，在大數(shù)據(jù)處理方面的顯著功效倍加關(guān)注。

1 顧客滿(mǎn)意度概述

1.1 顧客滿(mǎn)意度理論定義

顧客滿(mǎn)意度的觀點(diǎn)是20世紀(jì)中期由美國(guó)一位營(yíng)銷(xiāo)學(xué)者第一次提出。目前對(duì)于顧客滿(mǎn)意度在學(xué)術(shù)上有兩種觀點(diǎn)：一種觀點(diǎn)是從消費(fèi)過(guò)程角度考慮，消費(fèi)者對(duì)在消費(fèi)前形成的產(chǎn)品預(yù)期質(zhì)量設(shè)想與消費(fèi)后的實(shí)際質(zhì)量做對(duì)比產(chǎn)生的差距感。另一種觀點(diǎn)是從狀態(tài)角度出發(fā)，消費(fèi)者在經(jīng)過(guò)對(duì)產(chǎn)品或服務(wù)的可感知的結(jié)果與自身的期望值對(duì)比后，所形成的滿(mǎn)足或失望的心理狀態(tài)。

顧客是企業(yè)生產(chǎn)的產(chǎn)品和提供的服務(wù)的最終體驗(yàn)者，在企業(yè)與顧客建立長(zhǎng)期的伙伴關(guān)系的過(guò)程中，企業(yè)通過(guò)不斷創(chuàng)造顧客滿(mǎn)意的產(chǎn)品與服務(wù)，使顧客在每一次的購(gòu)買(mǎi)和售后過(guò)程中都得到滿(mǎn)意。如此一個(gè)過(guò)程會(huì)增進(jìn)顧客對(duì)企業(yè)的信任，最終使企業(yè)能夠獲得長(zhǎng)久的效益與發(fā)展。對(duì)企業(yè)而言，滿(mǎn)足顧客實(shí)際需要和售后的需求這一過(guò)程就是為顧客創(chuàng)造和傳遞企業(yè)理念的一個(gè)過(guò)程，顧客最后所獲取的價(jià)值決定了顧客滿(mǎn)意度和對(duì)產(chǎn)品的忠誠(chéng)度。

1.2 顧客滿(mǎn)意度研究現(xiàn)狀及意義

上個(gè)世紀(jì)中期，我國(guó)汽車(chē)行業(yè)生產(chǎn)力的限制，汽車(chē)制造業(yè)處于供不應(yīng)求的狀態(tài)，所以企業(yè)處于主導(dǎo)地位。但是隨著汽車(chē)行業(yè)的發(fā)展和國(guó)民消費(fèi)水平的提高，原來(lái)以汽車(chē)企業(yè)為主導(dǎo)的賣(mài)方市場(chǎng)逐漸轉(zhuǎn)變?yōu)橐韵M(fèi)者為主導(dǎo)的買(mǎi)方市場(chǎng)。因此，顧客滿(mǎn)意度的調(diào)研為企業(yè)提供重要的決策支持。顧客滿(mǎn)意度研究有以下幾點(diǎn)意義：

第一，顧客滿(mǎn)意度調(diào)研有利于提高企業(yè)的軟實(shí)力。

只有了解顧客的需求，才能增強(qiáng)銷(xiāo)售人員自身的綜合素質(zhì)和服務(wù)意識(shí)，增強(qiáng)品牌的關(guān)注度和認(rèn)同感。

第二，顧客滿(mǎn)意度調(diào)研增強(qiáng)汽車(chē)銷(xiāo)售企業(yè)競(jìng)爭(zhēng)力。

汽車(chē)銷(xiāo)售企業(yè)開(kāi)展?jié)M意度調(diào)研可以有利的了解競(jìng)爭(zhēng)對(duì)手在把握顧客預(yù)期期望車(chē)型和服務(wù)商的訴求，尋找自身差距，挖掘出潛在的顧客需求，增強(qiáng)企業(yè)的在市場(chǎng)經(jīng)濟(jì)中的競(jìng)爭(zhēng)力。

第三，顧客滿(mǎn)意度調(diào)研促進(jìn)產(chǎn)品服務(wù)的創(chuàng)新。

開(kāi)展?jié)M意度調(diào)研可以及時(shí)動(dòng)態(tài)的把握消費(fèi)者需求，推動(dòng)企業(yè)對(duì)產(chǎn)品服務(wù)和研發(fā)上的改進(jìn)和創(chuàng)新，贏得市場(chǎng)競(jìng)爭(zhēng)力。

2 數(shù)據(jù)挖掘技術(shù)概述

數(shù)據(jù)挖掘 (Data Mining) 是從海量數(shù)據(jù)中，通過(guò)算法提取出潛在信息和知識(shí)的過(guò)程。融合了數(shù)據(jù)庫(kù)理論，統(tǒng)計(jì)學(xué)，人工智能等多領(lǐng)域的綜合技術(shù)。

2.1 數(shù)據(jù)挖掘主要技術(shù)

在大數(shù)據(jù)時(shí)代，數(shù)據(jù)不再采用手工的方式進(jìn)行分析處理，需要通過(guò)自動(dòng)化的數(shù)據(jù)分析技術(shù)來(lái)取代。數(shù)據(jù)挖掘是一種綜合性技術(shù)，其所涉及的學(xué)科領(lǐng)域主要包括數(shù)學(xué)、計(jì)算機(jī)科學(xué)、管理科學(xué)和信息科學(xué)等，常用的數(shù)據(jù)挖掘技術(shù)有：分類(lèi)、回歸、聚類(lèi)和關(guān)聯(lián)分析。

2.2 使用Weka對(duì)數(shù)據(jù)挖掘進(jìn)行處理

本文主要采用的是Weka軟件，因?yàn)槠湓创a開(kāi)放并且結(jié)合了大量算法，能夠滿(mǎn)足大量數(shù)據(jù)分析工作的需要[5]，其中集成了大量能承擔(dān)數(shù)據(jù)挖掘任務(wù)的算法，包括對(duì)數(shù)據(jù)進(jìn)行預(yù)處理、關(guān)聯(lián)規(guī)則挖掘、分類(lèi)、聚類(lèi)等，并提供了簡(jiǎn)潔的可視化的圖形界面。在Weka平臺(tái)上可以方便快捷地進(jìn)行數(shù)據(jù)分析并進(jìn)行性能測(cè)試。

3 基于數(shù)據(jù)挖掘的客戶(hù)滿(mǎn)意度數(shù)據(jù)分析

本文所涉及的目標(biāo)數(shù)據(jù)源于客戶(hù)滿(mǎn)意度問(wèn)卷調(diào)研，本問(wèn)卷共計(jì)調(diào)查38家汽車(chē)企業(yè)。經(jīng)過(guò)數(shù)據(jù)分析共產(chǎn)生9646條有效數(shù)據(jù)，有包括人群屬性、車(chē)輛屬性、品牌形象、性能、安全性、舒適性等1000多個(gè)維度屬性。

3.1 客戶(hù)滿(mǎn)意度數(shù)據(jù)關(guān)聯(lián)分析算法應(yīng)用

本文數(shù)據(jù)源截取購(gòu)車(chē)區(qū)域、車(chē)型品牌、購(gòu)車(chē)因素、購(gòu)車(chē)渠道、購(gòu)車(chē)人年齡和購(gòu)車(chē)人性別6個(gè)維度屬性做數(shù)據(jù)挖掘分析。如圖1所示購(gòu)買(mǎi)因素分布圖；購(gòu)買(mǎi)渠道依舊是4S店試駕是主要渠道，隨著互聯(lián)網(wǎng)媒體的發(fā)展，大眾媒體廣告也提高了產(chǎn)品的推廣度。

圖 1 購(gòu)買(mǎi)因素分布圖

本文選擇Apriori算法，是一種挖掘關(guān)聯(lián)規(guī)則的頻繁項(xiàng)集算法，來(lái)深入挖掘購(gòu)車(chē)因素，人群屬性以及購(gòu)車(chē)區(qū)域等六項(xiàng)維度之間的內(nèi)在聯(lián)系。在Weka中選取Associate中的Apripri算法，將測(cè)試參數(shù)設(shè)置為：最低支持度（lowerBound Min Support = 0.01），最低置（minMetric=0.5），其他保持不變，其運(yùn)行結(jié)果（截取部分）如下所示：

=== Run information ===

Scheme：weka.associations.Apriori -N 20 -T 0 -C 0.5 -D 0.05-U 1.0 -M 0.01 -S -1.0 -c -1

Relation：數(shù)據(jù)源

Instances：9646

Attributes：6

區(qū)域

車(chē)型品牌

購(gòu)買(mǎi)因素

購(gòu)買(mǎi)渠道

年齡區(qū)間

性別

=== Associator model (full training set) ===

Apriori

=======

Minimum support: 0.06 (579 instances)

Minimum metric : 0.5

Number of cycles performed: 19

Generated sets of large itemsets:

Size of set of large itemsets L(1): 27

Size of set of large itemsets L(2): 40

Size of set of large itemsets L(3): 1

Best rules found：

結(jié)合以上對(duì)汽車(chē)滿(mǎn)意度調(diào)研數(shù)據(jù)在線分析和關(guān)聯(lián)分析的輸出部分結(jié)果如下：①在區(qū)域上南部沿海地區(qū)的女性在購(gòu)買(mǎi)因素首先考慮舒適性，購(gòu)買(mǎi)渠道來(lái)源于4S店銷(xiāo)售人員的介紹②在購(gòu)買(mǎi)因素上來(lái)源于經(jīng)銷(xiāo)商售后服務(wù)的大多的購(gòu)買(mǎi)渠道是經(jīng)過(guò)朋友的介紹③購(gòu)買(mǎi)瑞虎5的車(chē)主以男性26-30歲為主④購(gòu)買(mǎi)渠道來(lái)源于專(zhuān)業(yè)汽車(chē)網(wǎng)站的多以46-50歲男性為主。

3.2 數(shù)據(jù)挖掘結(jié)果評(píng)估

隨著中國(guó)汽車(chē)消費(fèi)趨勢(shì)的發(fā)展，客戶(hù)消費(fèi)更加理性，在購(gòu)車(chē)時(shí)，品牌還是主要的制約因素，但客戶(hù)對(duì)車(chē)輛安全性、售后服務(wù)保證、節(jié)能性以及舒適性等要求也提升了高度。經(jīng)過(guò)調(diào)查發(fā)現(xiàn)，我國(guó)絕大多是汽車(chē)用戶(hù)是首次購(gòu)車(chē)，其中一半以上是中青年群體。調(diào)查還發(fā)現(xiàn)，消費(fèi)者的關(guān)注點(diǎn)也由最初的關(guān)注性能、品牌、舒適度等因素演變?yōu)楝F(xiàn)在的首先關(guān)注安全性，其次是外觀因素。價(jià)格和節(jié)能環(huán)保這些經(jīng)濟(jì)元素也成為目前消費(fèi)者比較關(guān)注的因素。

隨著互聯(lián)網(wǎng)的普及，客戶(hù)購(gòu)車(chē)渠道日益廣泛，在購(gòu)車(chē)之前絕大多數(shù)客戶(hù)會(huì)在汽車(chē)的專(zhuān)業(yè)性網(wǎng)站上去關(guān)注汽車(chē)的參數(shù)、性能，并與競(jìng)品車(chē)型做橫向比較。也會(huì)了解其他已購(gòu)買(mǎi)者所反饋的信息以此來(lái)作為重要參考標(biāo)準(zhǔn)。如何在這些網(wǎng)站上提高自己的知名度和評(píng)價(jià)指標(biāo)，是每個(gè)車(chē)企策劃部門(mén)應(yīng)做的重要工作。經(jīng)常舉辦的車(chē)展活動(dòng)同樣是潛在購(gòu)車(chē)者獲取信息的重要來(lái)源。

4 小結(jié)

中國(guó)汽車(chē)市場(chǎng)隨著市場(chǎng)經(jīng)濟(jì)的發(fā)展使得汽車(chē)產(chǎn)業(yè)從原來(lái)的生產(chǎn)主導(dǎo)型邁向了市場(chǎng)消費(fèi)主導(dǎo)型。客戶(hù)的消費(fèi)和售后需求也發(fā)生了很大的改變。汽車(chē)生產(chǎn)企業(yè)開(kāi)始越來(lái)越重視客戶(hù)對(duì)汽車(chē)滿(mǎn)意度的測(cè)評(píng)。數(shù)據(jù)挖掘能根據(jù)持車(chē)客戶(hù)的已有信息進(jìn)行預(yù)測(cè)，幫助企業(yè)決定自己的技術(shù)開(kāi)發(fā)和產(chǎn)品定位以及市場(chǎng)營(yíng)銷(xiāo)。市場(chǎng)調(diào)研已經(jīng)積累了大量消費(fèi)者數(shù)據(jù),可以通過(guò)數(shù)據(jù)挖掘?qū)@些海量數(shù)據(jù)進(jìn)行及時(shí)有效地分析從而實(shí)現(xiàn)商業(yè)價(jià)值最大化，為企業(yè)做重要決策提供依據(jù)。

[1] 袁梅宇.數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)——WEKA 應(yīng)用技術(shù)與實(shí)踐[M].清華大學(xué)出版社,2014.

[2] 陳秋雨等.數(shù)據(jù)挖掘在客戶(hù)關(guān)系管理中的應(yīng)用——以汽車(chē)行業(yè)為例[J].現(xiàn)代經(jīng)濟(jì)(現(xiàn)代物業(yè)下半月刊),2007.

[3] 林雷.中國(guó)汽車(chē)行業(yè)數(shù)據(jù)挖掘的營(yíng)銷(xiāo)應(yīng)用趨勢(shì)分析[J].市場(chǎng)研究, 2011(7):5-6.

[4] 朱建平.應(yīng)用多元統(tǒng)計(jì)分析 [M].科學(xué)出版社,2011.

[5] Jiawei Han and Micheline Kmaber.Data Mining:Concepts and Techni -ques [M].Simon Fraser University,2012.

Application Research of Data Mining Technology in Automobile Satisfaction Survey

Sun Jingwei, Guo Yaxin

( China Automotive Technology and Research Center Co., Ltd., Tianjin 300300 )

In the era of customers orientation, customers’satisfaction directly affect the service-oriented companies’ business performance and development prospects, and therefore it is highly valued. If auto companies want to get success, they must build the customers satisfaction evaluation methods adapted to the auto industry, understand the customers’ needs, consumption experience feelings and expectations, and dig out the potential needs of customers. In order to solve the management problems, data mining techniques bring new ideas and solutions for enterprises, dig out the potential useful information and data from a large number of actual business data, and apply these information to business decision- making process.

Data Mining; Automobile Industry; Weka

A

1671-7988(2019)05-96-03

U461.99

A

1671-7988(2019)05-96-03

U461.99

孫靜偉（1987.1-)，女，就職于中國(guó)汽車(chē)技術(shù)研究中心有限公司消費(fèi)事業(yè)部，工程師，研究方向：數(shù)據(jù)分析。

10.16638/j.cnki.1671-7988.2019.05.029