快捷导航

消费者态度是否可以测量?

2015-8-19 14:00| 发布者: xandy| 查看: 9679| 评论: 1|原作者: xandy|来自: 集搜客社区

摘要: 当你打开微博,点开一个营销话题,看见成千上万的网民在吐槽、在争议、在支持的时候,你是否想过,这么多的声音聚在一起是在谈论什么?

消费者态度研究系列文章目录


当你打开微博,点开一个营销话题,看见成千上万的网民在吐槽、在争议、在支持的时候,你是否想过,这么多的声音聚在一起是在谈论什么?这些来自四面八方的言论对该话题持有怎样的态度?或者,当你想要购买一款新机,点开刚刚上线不久的华为P7手机的京东评论时,你在几千条的评论中是否看到了你最关注的手机属性的评价信息?而后是否产生了购买行为倾向?

这个时候,我们会暗自发声,一个热门话题下我持有自己的态度,我并不知晓所有的人如何看待,但我可能受他人观点的影响改变我自身的看法。我想购买一款性价比高的手机,我习惯从评论中看消费者对性价比属性的所持有的信念,再决定是否购买。

当营销人员设想前面的场景并试着站在消费者的角度来回答时会慢慢变得奔溃,因为每个消费者会形成不同的态度,成千上万个消费者便形成成千上万个态度,一个消费者的态度又影响着另外一名消费者,那是不是消费者的想法就变得捉摸不定不可测量了呢?不是的,不管态度之间的差异性有多大,我们都可以通过分解态度的组成成分来测量消费者的态度,从而衡量一个消费群体的整体态度。

ABC模型告诉我们态度由情感、行为和认知组成(若要详细了解态度组成成分请查看《电商平台给我们上的“消费者态度”一课》),下面我们将从其组成成分入手来解释如何测量消费者的态度。

测量认知成分

测量认知成分,用语意差别来测量对具体属性的信念。下面通过举例说明——

  • “信号好/信号一般/信号差”,对信号属性赋予了“好”、“一般”和“差”三种信念。
  • “价格合理/还行/不合理”,对价格属性赋予了“合理”、“一般”和“不合理”三种信念。
  • “照相效果好/照相效果一般/照相效果不好”,对拍照属性赋予了“好”、“一般”和“不好”三种信念。
  • “运行流畅/运行很卡”,对系统运行属性赋予了“流畅”和“不流畅”两种信念。

消费者对产品每个属性都会形成自己的认知,这些认知的总和便是消费者对整个产品的综合认知。

测量情感成分

测量情感成分,用李克特表来测量对具体属性的感觉。 可以通过评论的语义将消费者对产品的认同的程度进行区分, 李克特量表由一组陈述组成,每一陈述有“非常满意”、“满意”、“既满意又不满意”、“不满意”、“非常不满意”这五种回答。如若能够知道一个消费者对某产品每个属性的情感成分,并对李克特量表的每个回答值进行赋分,那么李克特量表的总分则可以说明他的态度强弱。下面列举反应态度的情感成分的几条评论——

  • “我喜欢某手机的外观设计”,该陈述为“满意”。
  • “某款手机的价格太高”,该陈述为“不满意”。
  • “给女朋友买的,她很喜欢这个手机”,该陈述为“非常满意”。
  • “才买么几天就降价,很不爽”,该陈述为“非常不满意”。
  • “还行,感觉不值这钱,用着没问题”,该陈述为“既满意又不满意”。

我们可以通过情感词和程度词来判断陈述者的情感,程度词有“太、很、非常”等,而情感词包括“喜欢、讨厌、赞同”等。但是,由于言论语义较为复杂,在不同的语言环境下表达的意思会有所不同,例如:“我为你感到骄傲”和“你太骄傲了!”这两种语义表达的情感完全不同。另外,有时用李克特表的五个测量尺度来区分会显得太刻意,比如“这款手机为什么那么会发烫”,会质疑到底该将其归纳到“不满意”上还是“非常不满意”上?这时我们可以降低区分程度,将测量尺度划分成“满意”、“既满意又不满意”、“不满意”来便于区分。

测量行为成分

测量行为成分,用语义分析来测量行动或行动意向。 一般采用询问法,例如:下一次购买时,购买的可能性有多大?存在以下几种可能:“肯定会买、可能会买、或许会买、可能不会买、肯定不会买”。这种带有目标性的问题通过询问的方式可以直接得到答案,但如果是通过对在线评论的语义分析将会有比较大的难度,因为消费者偏向表达自己的情感和认知成分,所以很难从评论中识别消费者的行为成分。

总结

若要测量一个消费者群体的态度,则需要大量的用户观点作为分析来源。比如,我们想要了解网民对某热点视频的态度,可以从视频下的评论信息来抓取下来进行态度成分的测量。为了获取较多的评论,我们可以用集搜客GooSeeker网络爬虫去采集评论数据(例如:抓取优酷评论数据),通过这些资源来获取态度研究的数据来源,减少人工抓取数据的时间成本。

通过测量一个消费者的态度,我们可以知道该名消费者对整体品牌的喜好或情感,也可以从中观测消费者对该产品的使用情况。基于在线评论来衡量消费者对某一对象的总体态度,尽量列举了一些应用案例来帮助理解,相信不断地探索和应用能够让我们更加了解消费者行为。

若有疑问可以集搜客网络爬虫
4

鲜花
2

握手

雷人

路过

鸡蛋

刚表态过的朋友 (6 人)

相关阅读

发表评论

最新评论

评论 gooseeker_info 2015-8-19 15:41
好文,接地气,用日常事例解释经典的消费者行为学书籍的相关内容

查看全部评论(1)

GMT+8, 2024-3-19 10:56