基于层次分析法的针织衫线上定制影响因素分析

陈姝霖，宋 莹，刘长江

(1.常熟理工学院 纺织服装与设计学院，江苏 常熟 215500； 2.辽东学院 服装与纺织学院，辽宁 丹东 118000；3.中国纺织信息中心，北京 100125)

针织面料因具有延展性强、质地柔软和吸湿透气等性能，被广泛地运用在服装领域,并受到了女性消费者的青睐[1]。随着针织技术不断进步，以及服装产业信息化、智能化的转型发展，传统的针织服装在款式设计及销售模式上已经不能满足消费者日益增长的个性化需求，为消费者提供具有实时性和针对性的个性定制服务，已经成为国内外服装产业发展的必然趋势[2]。针对针织服装的款式设计与定制，吴济宏等[3]阐述了针织面料功能性发展和定制的趋势，为市场细分功能性针织面料提供了参考；陈琪等[4]通过消费者在服装个性定制平台的现状进行研究，以调查问卷的形式对目标消费者进行调查研究，有效提高了消费者在定制过程中的体验感。洪文进[5]针对服装企业现有的服装定制模式以针织安全性的服装设计定位为基础，提出一个具有智能化产品设计、交互式体验的设计过程，为针织服装定制提供了可行性参考。王倩等[6]论述了针织服装定制时装饰图案的设计方法与选择，为针织服装产品的设计开发提供新的思路；郭晗等[7]从经济基础、马斯洛需求层次理论2方面进行分析，运用互联网技术为品牌针织毛衫提供了新的设计模式。朱伟明等[8]利用三维人体测量技术和IT技术，设计出一种智能化的定制系统，让企业在男西服的定制上更加快捷高效；郑喆[9]通过问卷调查的方式，验证了提高顾客满意度是企业发展的重要措施；李佳等[10]将网络定制与传统定制2种模式进行对比，概述了个性服装定制的过程及利弊，并提出了较为完善的网络定制模式。然而上述研究主要以定制平台与企业品牌为研究对象，且服装类型多以男装为主，缺少对消费者在线定制服装影响因素的客观量化分析，将影响服装消费者在线定制的各因素进行分层量化，针对这一现状，本次研究选取受众度较广的女性针织衫为研究实例，从对消费者在线定制产生主要影响的消费者个人因素、产品因素及服务因素3个方面入手，建立评价指标体系，通过层次分析法(AHP)对主客观数据进行定量定性分析，将影响服装消费者在线定制的各因素进行分层量化，确定各影响因素在消费者在线定制过程中的影响等级，并最终建立综合评判模型，借以帮助服装企业及设计师准确客观的掌握影响消费者在线定制各因素权重，设计并生产出更加满足消费者需求体现消费者个性的针织衫。

1 评价指标体系

1.1 在线个性定制

在线个性定制是互联网技术与个性定制的结合，利用计算机技术、电子商务技术、人体测量技术等根据个性需求实现在线购物[11]。线上定制消费者可以针对自身特点选择适合的款式、面料、服务等，且定制时间和地点不受限，更为灵活，从而提高消费者的参与度与满意度，为消费者提供更能满足其个性需求的服装。我国服装定制行业起步晚，在定制的模式上存在定制流程过于复杂，定制周期长等问题，不仅导致消费者对线上平台定制参与度低，不能达到交互式体验，而且店铺积压库存现象也较为普遍。要解决上述问题，需及时客观准确地了解并掌握影响消费者在线定制的具体因素，及各因素在线上定制过程中的影响权重。

1.2 评价指标体系的构建

本次课题根据线上个性定制发展现状，通过调查问卷调查和专家访谈的形式，对辽宁省与江苏省服装专业的在校大学生、具有服装营销知识和经验的销售人员以及高校服装专业教师共50人进行意见调研征集，将调研结果进行归纳汇总，最后将个人因素、产品因素、服务因素3个影响因子确定为影响消费者在线定制因素的一级指标；以此为出发点，进一步细分出具有代表性的15个二级评价指标，并建立评价指标体系，如表1所示。

表1 评价指标体系Tab.1 Evaluation index system

2 层次分析法综合分析过程

2.1 层次分析法模型的建立

层次分析法(AHP)是将非定量问题通过建立层次目标，通过综合分析将其定性定量的研究方法[12]。本次研究利用层次分析法，将消费者在线定制影响因素等级划分为3个层次指标，具体AHP模型评价指标如图1所示。

图1 层次分析模型Fig.1 Hierarchy analysis model

2.2 判断矩阵的构造

消费者在选择定制时，会受到图1中因素的影响，为了探究每个因素对消费者的影响程度，本次研究利用AHP建立两两比较的判断矩阵,并确定每级指标的相对重要性权值，将2个指标(ai、aj)的重要性比记为aij,其相对重要性用1～9及其倒数进行标度，等级标度含义表[12]如表2所示，由表2示出aij为ai与aj重要性的比值。

表2 等级标度含义表Tab.2 Meaning of grade scale

2.3 矩阵一致性检验

根据表2构建判断矩阵，本次课题对20位专家进行咨询，根据问卷调查结果进行归纳总结，列出各指标两两比较矩阵。计算最大特征值见式(1)。

(1)

式中：λmax为最大特征值；AW为矩阵A与W相乘；Wi为相对权重；N为矩阵的阶数。

一致性指标见式(2)，一致性比率见式(3)。

(2)

(3)

式中：CI为一致性指标；CR为一致性比率；RI为随机一致性指标。

各项指标权重如表3～6所示。根据式(2)，λmax与N越接近，CI越符合一致性，得出的判断误差越小，且各判断矩阵的CR<0.1时则认为该判断矩阵具有满意的一致性。其中3阶矩阵的随机一致性指标为0.58，5阶矩阵的随机一致性指标为1.12。

表3 准则层R-O判断矩阵Tab.3 R-O judgment matrix of criterion layer

表4 P1-P5对R1的判断矩阵Tab.4 Judgment matrix of P1-P5 on R1

表5 P6-P10对R2的判断矩阵Tab.5 P6-P10 judgment matrix for R2

表6 P11-P15对R3的判断矩阵Tab.6 Judgment matrix of P11-P15 on R3

2.4 层次综合排序

由表3～6知各判断矩阵其CI均小于0.1, 因此其均符合一致性检验。将方案层P中评价指标的重要性与目标层O的重要性进行比较与排序，层次排序后的权重见表7。

表7 层次排序后的权重Tab.7 Weight after hierarchical sorting

3 评价模型

3.1 评价模型的建立

整理以上结果，消费者在线定制影响因素最终等级评价模型如表8所示。

表8 消费者在线定制影响因素等级评价模型Tab.8 Rating model of influencing factors of consumer online customization

3.2 评价模型的分析

由表8可以看出，在准则层中产品因素在消费者在线定制针织衫影响因素的3个一级指标中所占权重值最高为0.589；第2位是个人因素所占权重值为0.252；权重值最小的是服务因素仅有0.159。由此可知，消费者在线定制针织衫的时候，受到产品因素的影响最大；而服务因素则在消费者在线定制中的影响程度最弱。

在方案层的各二级指标中，产品因素中的成衣质量在该一级指标中所占权重最高为0.479；个人因素中的收入情况在该一级指标中所占权重最高为0.411；服务因素中服务质量在该一级指标中所占权重最高为0.406；说明三者在对应的一级评价指标中对消费者在线定制针织衫的影响最大，起到主导作用，与之相反，定制周期、教育程度与物流因素权重在对应一级指标中最低，分别为0.041、0.063和0.057；说明上述3个因素在其对应的一级指标中对消费者是否选择在线定制针织衫所产生的的影响较为微弱。通过各级指标的综合评价分析来看，在所有二级指标的15个影响因素中，成衣质量、款式造型、收入情况对总目标的相对权重最高，分别为0.282、0.133和0.104；对针织衫的消费者在线定制产生影响最大，教育程度、操作难易度和物流因素相对目标的总权重分别为0.016、0.015和0.009，说明这3个因素在针织衫的消费者在线定制过程中的影响最弱。

4 结 论

文章通过主观调研与客观分析相结合的方法，将影响针织衫线上定制的因素进行提炼，通过量化分层确定各影响因素的层次指标，进而利用层次分析法对各因素的影响权重进行客观分析并创建模型得出：

①在影响针织衫在线定制的3个一级指标产品因素、个人因素及服务因素中，针织衫自身的产品因素所占目标权重最高，对消费者是否选择在线定制针织衫所产生的影响等级最大；而服务因素相对于其他2个一级指标所占权重最低，说明在3个一级指标中对消费者是否选择线上定制针织衫所产生的的影响最弱；个人因素的权重及影响程度居于二者之间。

②根据针织衫线上定制影响因素的一级指标细分出对应的15个影响因素作为二级指标，在二级指标中各因素对针织衫线上定制影响程度由高到低依次为：成衣质量、款式造型、收入情况、价格定位、服务质量、面料成分、身材特征、商家信誉度、职业性质、性格特征、定制周期、支付方式、教育程度、操作难易度及物流因素。

③利用层次分析法通过综合评价分析，将众多主观评价意见通过分层计算，将感性的因素进行定性定量的客观判定，从而确定针织衫在线定制各影响因素所占权重及影响程度等级，使分析结果更加科学有效，同时该判断方法也可以应用于对其他品类服装在线定制影响因素的分析，具有极高的普适性。