鲜江 李国富
随着经济规模持续扩大,消费结构不断升级,消费者对食品品质和方便性的要求越来越高,同时对安全性、健康性的要求也在不断加强。由此,市场竞争力也随之提高,速食食品行业正在经历一场新的变革。自嗨锅的横空出世,其实是新消费崛起的一个缩影。本文通过对自嗨锅系列产品目前的顾客满意度水平进行测评,找出顾客满意方面存在的问题及原因,并结合实际情况,有针对性地提出了一种适用于自嗨锅产品满意度提升的策略。
在顾客满意度模型和测评方面,Osarenkhoe等诸多学者(2021)提出,由于市场不断发展,为在目标市场中抢占优势,要求零售企业必须要重视服务质量的优化,引入了顾客满意度模型,围绕顾客满意度的核心影响要素出发,合理进行各项指标的分析与评估,采取科学的措施,以提高顾客的满意程度,从而提高顾客对其产品和服务的认同和忠诚。在我国,尽管对顾客满意度的研究起步比较晚,但是它的发展却非常迅速,而且这与我国的经济实现了跨越式发展有着密切的联系。随着经济市场规模的扩大,国内市场竞争环境的日益恶化,市场供求关系的不断变化,促使我国的企业更加重视顾客满意度。韦福祥教授(2013)提出,客户忠诚度的培育、产生和强化并非由一个因素决定,而是由多个因素共同决定的。景奉杰(2014)提出,情感、感知和关系都会影响感知和客户满意度,其中,感知价值是影响客户满意度最大的因素。文超群和刘晶晶(2019)指出,公司的服务失误会对客户的满意度产生巨大的负面作用,若处理不好,将会降低客户的忠诚。
综上,国内外学者对满意度评价方法大多是通过计量方法进行研究,据此本文文本挖掘的方法,总结前人所研究的满意度内容构建本文的满意度评价指标体系。
(1)在线评论的预处理及词频分析
本次的研究主题是自嗨锅产品满意度的分析,以自嗨锅为研究对象,使用 Python分析淘宝和京东的网页,对其进行翻页,得到相应的网址,并持续地得到相关的商品信息和网上的评论。从两个电商平台上利用网络爬虫共获取了23301条自嗨锅系列产品的评论,其中京东获取的评论数量为15384条,淘宝获取的评论为7917条。在对收集到的数据进行审核时,会发现大量的不符合分析需要的资料,会影响到分析的结果。通过预处理最终得到京东平台处理后的数据为13383条、淘宝平台得到的数据为7654条。在网络评论中,有短的、长的、详细的、好的、买了之后很满意的、坏的、买完之后很不满意的。一篇顾客评论往往包含了对产品和服务的描述,同时也包含了一定的情绪表达。所以,在进行文本数据的分析前,需要对这些长句进行切割、切词,并将一些评论中含有的表情符号和特殊字符等去掉,这样才不会影响分析的结果。
(2)在线评论的情感分析
情感词是一种能够清晰地判断情绪偏向的指标,如果一条用户评论比较长,那么就会有大量的情绪词,各个分句所表达的情绪偏向也会有差异,程度副词会对情绪词的正向或负向的程度进行加深,对不同类型文字的情绪分析,并对不同类型的文字进行相应的处理,从而实现对文字情绪的分析,达到对文字情绪分析结果的准确预测。本文使用snownlp进行情感处理后得到的结果如下:
一是产品份量很足,包装很好,很贴心,味道也很好啊(0.98);
二是买了4桶,是我喜欢的味道,可以根据自己喜好自己加(0.99);三是超级好吃!就是有点贵,味道是麻辣的,很香(0.85);四是好难吃!!不如外面四块钱一份的粉丝,寡淡无味(0.22);五是买一箱中奖了包装菜里面有橡皮筋(0.16)等。
在本文中,使用 Python构建 LDA文本主题模型,LDA文本主题模型使用了词袋方法,将文本用向量表示,将文本数据转化成词频向量,而文本信息变成了易于建模的数字信息,能够从海量的文本数据中提取出方便人们去理解的主题词。LDA文本话题模型需要预先设定好要抽取的主题数量和参数,在本文中,我们将不会改变模型参数 alpha和 beta的默认值,由于数据来自淘宝及京东两家电商平台,它们的特性不同,用户在使用之后得到的评价也会有很大的不同,所以,为了防止对这些主题的特性抽取不够充分,主题的数量不能过少。在确定最优主题数时,需先用Python绘制困惑度图,由于篇幅限制仅展示结果:主题困惑度随着主题数的增加在变小,主题困惑度越小,模型的效果越好,当主题数为15时,主题困惑度开始发生转折,由陡峭转为平稳下降,但是主题数量不是越多越好,如果模型存在过拟合时,反而会影响最终结果,因此本文结合主题相似度进一步判断主题个数,更高的一致性分数表示数评论更好的可解释性,意味着更有意义,语义上更连贯。同样当主题数在(10,15)时,主题一致性达到最高,结合困惑度图可以确定本次主题个数应当确定在10~15个之间。经过多项试验对比,确定主题数为11个,每一个主题包含20个单词。这样可以使提取出来的结果更为精细、准确,为本文的研究与分析提供了保障。接着利用python第三方 LDAvis软件包,将所得到的LDA主题模型的分析结果可视化显示出来。
图1是模型交互界面的网页图片,显示了被抽取出的11个主题,每一个主题由一个圆所代表,并通过其分布的方式来体现主题间的关联。右侧的条形图展示出了各主题相关程度较高的20个词在各主题中的分布。采用 LDA文本主题模型对共同主题进行抽取,取得了良好的效果。能够以此为依据实现对特征词的归纳。根据文本主题模型可以看出在爬取的商品评论中,顾客感兴趣的话题大多数集中在口感、快递、品牌、服务、操作方式、适用环境等方面,消费者是否对自嗨锅满意与这些指标息息相关。
图1 LDA模型交互界面
在抽取完关键词之后,要对各个主题词及相关关键词的语义进行归纳,并对主题词进行命名。在进行主题词提取的时候,要尽量全面地提取出自嗨锅产品评论中所包括的主题,本文提取出了11个不同的主题,但是这11个主题并不是完全相互独立的,有多个主题对自嗨锅同一个特征的不同方面进行了描述。主题2,3,4,11是关于自嗨锅品牌形象的多个方面的描述,因此在给主题命名的时候,也需要对主题词语做一个概括。通过对主题关联词的归纳和判断,以文献综述中影响客户满意度的因素为依据,将11个主题总结为8个评论特征,作为顾客综合评价的8个二级指标,并从这些二级指标中抽取出4个一级指标,经过整理后的指标如下:4个一级指标,每个一级指标中包含若干个二级指标,品牌形象一级指标包括二个二级指标:口碑、使用场所,分别对应主题2、3、4、11;产品质量包括三个二级指标:食材、口感、操作,分别对应主题1、9、6、10;服务质量一级指标包括二个二级指标:客户服务、快递运输,分别对应主题5、8;价格感知一级指标包括一个二级指标:定价,分别对应主题7。
综上所述,本次文本分析首先通过数据分析软件python从淘宝和京东两个平台爬取自嗨锅的购买评论,接下来对数据进行预处理后,对整体评论进行了高频词提取及情感可视化得到正负情感度占比,之后建立LDA文本主题模型提取出11个主题并将其整理归纳为四个一级指标即“品牌形象”“产品质量”“服务质量”“价格感知”,并依此建立顾客评价指标体系,紧接着我们通过Gephi软件绘制了正负评论语义网络关联图进行分析,得出对自嗨锅系列产品的不满主要集中在:1.口感、味道;2.售前售后服务;3.产品价格;4.物流快递;5.产品种类;6.综合期望值等,“品牌形象”“产品质量”“价格感知”“服务质量”这四个主题均会对顾客满意度产生影响关系,自嗨锅应当注重提升自己的品牌总体形象,加大宣传并且提高产品质量,根据自身成本和目前市场环境合理定价,提升自身的服务水平,以提高顾客满意度。
(1)顺应需求,注重健康
随着经济的飞速发展,人们的生活质量得到了极大的改善。人们对饮食的要求已经由“吃饱”转变为“吃好”“吃得健康”,人们对健康的重视程度不断加深,消费需求随之改变,越来越多的人开始注重养生,对于所吃的食物要求也越来越高,绿色健康的食品普遍受到大众的青睐,所以让产品更健康、更营养成为方便食品企业努力的方向。但自嗨锅系列产品仍存在营养搭配单一和钠含量超标的问题,常吃自热食品会加重肝脏负担,因此自嗨锅品牌也应顺应大众需求,合理搭配食材,提高产品的新鲜度,不断推出食材用料更加绿色健康的产品,满足消费者对于绿色健康的要求。
(2)提高服务和售后质量,满足顾客期望
产品的服务主要包括顾客选取商品、咨询商品信息以及商品的退货换货等售后服务。自嗨锅品牌要对产品进行更客观、更真实的宣传,要对顾客的各项合理需求做出更有礼貌的反应,要对售后问题进行及时的处理,力求达到顾客期望的效果。在线下店铺中,也要注重对消费者的服务,要提升与顾客的关系质量,让顾客有更好的消费体验,只有这样才能留住更多的客户群,避免对自嗨锅品牌的负面评论。
(3)满足市场需求,适当降低产品价格
在调查中发现消费者普遍认为自嗨锅系列产品定价过高,与方便面等方便食品相比,自嗨锅虽然种类丰富,规格较多,但是价格却不低。首先,要考虑目标受众的价格承受能力,如果盲目地追求利润而制定过高价格,很可能会流失一大部分潜在顾客。其次,自嗨锅品牌应该通过不断变化的市场环境随机应变地做出正确的反应。例如自嗨锅品牌可以进行产品组合套餐优惠价来刺激消费者的购买欲望,此策略不仅可以促进销量,同时对推销新产品或非主打产品有极大的帮助。
(4)加强科技创新,以先进技术应对安全风险
据拜恩检测发文称,自热火锅的一大特点就是利用自热包化学反应产生热量对食品加热。所以在某种程度上,自热火锅可以归到危险品类。关于操作不当产生危险情况的案例也不鲜见,因此自嗨锅品牌可以从如下几个方面来预防危险的发生:一是对食品自热的安全风险进行评价和控制,以提升自热包装的安全性。二是研究食物自热的化学反应机理,提升发热包放热时空效应,研制利用率高的加热包产品,提高资源利用率。三是发展食物自热式绿色化技术,研制出高效、便携、可重复利用的食物复热式设备,使食物自热式绿色化。