大數據視角下健康監測類商品銷量影響因素研究

摘 要：隨著經濟的快速發展，愈來愈多人關注自身的健康狀況，智能手環作為人們主動進行健康管理的標配，愈發受到關注。然而網絡零售平臺門檻較低，使其同質化嚴重。而緩解這一問題的有效途徑，就是要充分了解消費者購買手環的關注點，而數據分析可為其提供解決方法。因此，本文構建了商品銷量影響因素模型。首先，采用Python語言抓取淘寶網智能手環的銷量數據；其次，對數據進行預處理；最后，建立模型，并進行異方差檢驗、殘差檢驗、多重共線性檢驗、穩健性檢驗，進一步修正模型，確定手環銷量的影響因素：手環累計評價數、品牌知名度、贈送運費險、具有監測心率功能對手環銷量有顯著正向影響。

關鍵詞：健康監測；影響因素；智能手環；回歸分析

一、引言

目前，我國疫情時代已然過去，然而短時間內疫情影響很難消散，醫療健康成為影響最大、最緊迫、最受人們關注的問題。研究表明，由于人們對醫療資源的需求急劇上升導致醫療資源面臨巨大壓力，同時又陷入醫療資源短期內無法大幅度增加的窘境，而有效緩解這一矛盾的關鍵在于提供更多途徑、更高質量的醫療健康服務。智能手環作為最受關注的智能穿戴設備之一，已成為人們主動進行健康管理的標配。然而，由于電商平臺的透明化，導致其準入門檻較低，智能手環也面臨同質化嚴重、用途局限等問題。由此可見，智能手環面臨巨大挑戰，而分析智能手環的銷量影響因素，是依據消費者的消費行為洞悉消費者的需求，更有助于明晰改進方向。本文通過分析智能手環的銷量影響因素，深挖消費者的需求，從而推動智能手環的改革，以提升消費者體驗。

智能手環因其易于攜帶已成為炙手可熱的可穿戴產品之一，在運動監測、老年人健康管理、預防醫學等領域應用廣泛。目前，很多國內外學者通過數據分析對智能手環的需求以及銷量影響因素展開了研究，并已取得豐碩的成果。任琦等采用實地抽樣的方法，調研老年用戶對智能手環的需求，得出其對健康檢測、跌倒警報等自身安全的功能需求較大。莫慶民，楊婷通過構建技術接受與整合理論模型，認為具備運動記錄以及健康檢測功能，對用戶持續使用健康手環意愿有正向影響作用。王冰飛等提出智能手環需根據用戶的生理特征，設計相應的功能，從而實現個性化服務。然而，除了要在設計方面滿足消費者的需求，還需關注智能手環的營銷方式，了解影響其銷量的主要因素，從而據此調整店鋪的營銷策略。史曉通過集搜客爬取相關信息，并基于灰色關聯度分析，得出影響網絡零售平臺銷量的因素主要包括：價格、信譽、服務質量等。Bertarelli認為，對掌握信息不充分的消費者來說，在線信譽是賣家質量的重要信號。龐鑫建立了動態評分與賣家銷量之間的影響模型，得出信譽、描述相符得分、賣家服務得分、物流服務，以及好評率對賣家銷量有顯著的正向影響。

鑒于此NK9V7oqgym19gUYY74YWOw==，本文采用數據挖掘技術，全面分析影響智能手環銷量的主要因素，深入挖掘消費者需求，從而能夠依據消費者需求制定針對性的營銷策略，促進智能手環產品的持續發展。

二、智能手環銷量影響因素模型構建

通過文獻研究法，得知影響消費者購買決策的因素主要為三大類：產品價格、信譽、服務質量。又通過線下訪談的方法，發現用戶在購買手環時更加傾向于選擇店鋪銷量大、評價數多、提供運費險等服務、店鋪評分高、手環的功能多樣且更加鐘愛華為、小米等這些知名品牌的手環。

1.本文分析模型的建立

（1） 特征選擇

本文采用Python共抓取了價格、促銷價、累計評價、功能等15個與銷量有關的自變量，為確保模型構建的準確性，以Pearson相關系數預測變量的重要性，從而選擇對銷量影響較大的因素作為本文的解釋變量。

根據特征選擇結果確定本文研究的自變量為：價格、促銷價、評價數、人氣、品牌、贈送運費險、服務評分、是否具有計步、藍牙、心率功能。

（2） 回歸分析

把手環銷量作為因變量Y，價格、促銷價、累計評價、人氣、服務評分、是否贈送運費險、品牌、是否具有防水功能、是否具有藍牙功能、是否具有監測心率功能、是否具有計步功能為自變量。建立的虛擬變量模型為：

lny=β0+β1lnx1+β2lnx2+β3lnx3+β4lnx4+β5lnx5+α1D1+α2D2+α3D3+α4D4+α5D5+α6D6+e

通過回歸分析，能夠確定因變量與自變量之間的數量關系，運用Stata得到的回歸結果如表1所示。

由表1可以看出，手環的價格、促銷價、服務評分、是否具有藍牙功能、是否具有計步、防水功能不顯著，累計評價、人氣、是否贈送運費險、是否為知名品牌顯著、是否能夠監測心率顯著。

2.模型估計

（1） 多重共線性檢驗

從相關性分析得知，價格和促銷價、是否支持花唄分期的相關性極高，為了驗證變量間是否存在多重共線性，對變量進行VIF檢驗。結果如表2所示。

從表2可以看出，所有變量的VIF值均在0-10之間，說明各解釋變量間不存在完全或嚴重多重共線性。

（2） 異方差檢驗

當存在異方差問題時，估計值的標準差會有偏差。所以，本文采用White檢驗法，進行異方差檢驗，設H0為不存在異方差問題，H1為不受限制的異方差性。異方差檢驗結果如表3所示。

從表4可以看出，P值為0.000<0.05，所以，拒絕原假設，也即是模型存在異方差問題。因為異方差的形式未知，所以本文采用White穩健標準誤估計進行模型調整，運用Stata軟件得到結果如表6所示。

由表4可以看出，該模型的R2和調整的R2為0.5128和0.5103，可決系數變大，也即是手環銷量約有51%的變化可由累計評價51%等五個因素的變化解釋，且F值為86.17，P值=0.000<0.05，說明所建立的回歸模型是顯著的，異方差問題被修正，得到了更有效的估計。

從表5可以看出，手環的累計評價數、人氣、是否贈送運費險、是否為知名品牌、是否具有監測心率功能五個變量P值都小于0.05，則回歸模型為：

lny=0.5131lnx3+0.1519lnx4+0.3505D1+0.68106D2+

0.2822D5

（30.76） （7.79） （3.43） （5.85） （2.45）

（3） 穩健性檢驗

為了進一步確定所建立模型和所選取智能運動手環銷量影響因素指標解釋能力的穩定性，本文從數據的角度出發，運用Stata軟件，從獲取的手環數據中隨機抽取了1166條數據，對抽取的樣本數據進行回歸，對比抽取手環樣本與總體的回歸結果，探究模型建立的正確性及回歸結果的可靠性，結果如表6所示。

由表6可知，在這兩種模型中，各變量回歸系數的顯著性并未發生改變，且各變量的符號也未發生變化，說明各變量對手環銷量的作用沒有發生變化。在隨機抽樣模型中，累計評價的系數為0.153，與總體模型累計評價的系數幾乎相同，手環人氣的系數為0.146，與總體回歸模型手環人氣的系數0.152相比，變化非常小。說明本文所采用的模型具有穩健性，回歸結果可靠性很高。

綜上所述，本文所設立的模型不存在異方差、多重共線性等問題，模型具有較好的穩健性。因此，所建立模型比較合理。

3.數據處理結果分析

（1） 擬合優度

回歸方程調整的R2為0.5103，說明手環銷量約51%的變化可由累計評價、人氣、品牌、是否贈送運費險、是否具有監測心率功能這五個因素的變化解釋，擬合優度中等。

（2） 方程顯著性檢驗

設原假設H0：β1，β2，β3，β4=0，備擇假設H1：至少有一個不為0。本文在給定顯著性水平α=0.05的基礎上，檢驗兩個回歸方程的顯著性，在給定顯著性水平α=0.05下，Prob > F=0.000，所以拒絕原假設，回歸方程顯著，也即是手環的累計評價數、人氣、是否贈送運費險、品牌和是否具有監測心率功能聯合起來對手環的銷量有一定影響。

（3） 變量顯著性檢驗

設H0：β3=0，β4=0，α1=0，α2=0，α5=0，H1：β3≠0，β4≠0，α1≠0，α2≠0，α5≠0，累計評價的P值=0.00<0.05，手環人氣的P值=0.00<0.05，收藏量的P值=0.000< 0.05，品牌知名度的P值為0.000<0.05，監測心率功能的P值= 0.038<0.05，說明累計評價數、手環人氣、提供運費險、品牌的知名度、具有監測心率功能對均銷量有正向影響。

三、結語

根據本文研究，得知累計評價數、人氣、品牌、贈送運費險、是否具有監測功能是影響淘寶網智能運動手環銷量的重要因素。根據研究結論，本文提出吸引用戶進行商品收藏及購后評價、在控制成本的基礎上，為用戶提供增值服務、豐富產品功能，優化產品標題以吸引用戶購買三條針對淘寶商家運營的建議，提升其競爭力，幫助其更好地運營。然而本文的研究在數據采集以及平臺數據的可獲性方面存在這些局限，后續可以進行深入研究。

參考文獻：

[1]夏恩君，張真銘.預防性技術采用元分析及其對創新鴻溝跨越的啟示——以可穿戴醫療健康設備為例[J].技術經濟，2020，39（2）：134-143+163.

[2]陳超舉.中學生運動手環使用習慣和鍛煉行為調查研究[J].體育科技文獻通報，2022，30（4）：209-213.

[3]何泳雯，李明麗，盧幼巧，等.社區老年人對使用智能手環的意愿程度分析：以柳州市魚峰區白蓮街道為例[J].智庫時代，2019（17）：267-268.

[4]任琦，王娟娟，李晨，等.老年人對智能手環的需求調查及分析[J].智能建筑與智慧城市，2022（11）：31-34.

[5]金添，葉慶，吳翔.中老年人對心血管健康管理類智能手環的使用意向研究[J].中國社會醫學雜志，2022，39（5）：544-547.

[6]莫慶民，楊婷.智能手環用戶持續使用意愿影響因素研究：運動時間的調節作用[J].綠色科技，2022，24（19）：273-280.

[7]王冰飛，蔣睿，何思源，等.淺談社區老年人對便攜式可穿戴設備的需求——以智能手環為例[J].中國老年保健醫學，2020，18（4）：21-26.

[8]史曉.基于灰色關聯度網絡購物商品銷量影響因素研究[D].昆明：云南財經大學，2017.

[9]BERTARELLI S.On the efficacy of imperfect public-monitoring of seller reputation in e-commerce[J].Electronic Commerce Research and Applications. 2015，14（2）：75-80.

[10]龐鑫.基于演化博弈的淘寶網動態評分對賣家銷量的影響研究[D].濟南：山東大學，2018.