【正文】 ........................................................... 19 7. 總結(jié)與分析 ............................................................................................................ 20 8. 論文改進(jìn) ................................................................................................................ 21 參考文獻(xiàn) ....................................................................................................................... 21 附錄 .............................................................................................................................. 22 1. 緒論 研究背景 聯(lián)合國貿(mào)易和發(fā)展協(xié)議 3 月發(fā)布《 2021 年信息經(jīng)濟(jì)報(bào)告》稱，在全球 130個(gè)經(jīng)濟(jì)體重，中國實(shí)際上已經(jīng)成為全球?qū)Υ虻摹捌髽I(yè)對(duì)消費(fèi)者電子商務(wù)”市場。艾瑞咨詢統(tǒng)計(jì)數(shù)據(jù)顯示，2021Q1 中國電子商務(wù)市場整體交易規(guī)模達(dá) 萬億元，環(huán)比下滑 %，同比增長 %。從同比增長來看，增速較 2021Q1 亦有所下滑，中國電子商務(wù)市場已進(jìn)入成熟期。 而在過去幾年，中國的化妝品行業(yè)穩(wěn)定增長，零售銷售總額從 2021 年的 1362 億元人民幣增長至 2021 年的 2209 億元人民幣，年復(fù)合增長率為 %。到 2021 年，預(yù)計(jì)這一銷售額將達(dá)到 4318 億元人民幣， 2021 年至 2021 年的年復(fù)合增長率為 %?；瘖y品零售渠道中商超、專營店、百貨商店、電商、直銷和其他的比例也在不斷變化，其中，網(wǎng)絡(luò)渠道從2021 年占比的 %到 2021 年的 %，大幅上升。 由上可見，化妝品行業(yè)仍有很大市場發(fā)展空間，而網(wǎng)絡(luò)已成其重要的銷售渠道。隨著中國電子商務(wù)市場的逐漸成熟，化妝品在網(wǎng)絡(luò)的競爭將日趨激烈。我們發(fā)現(xiàn)不同企業(yè)的化妝品市場份額有很大不同，定性來看，品牌、價(jià)格、功效、評(píng)價(jià)等都對(duì)其銷售有很大影響，因此，我們期望找出影響化妝品銷售量的重要因素，以便對(duì)企業(yè)制度營銷策略提供建議。 研究意義 隨著化妝品網(wǎng)絡(luò)渠道銷售競爭越來越激烈，各大企業(yè)必須做出相應(yīng)的營銷戰(zhàn)略來提高銷售量，而要制定相應(yīng)的營銷戰(zhàn)略，必須對(duì)用戶行為進(jìn)行研究，找出影響消費(fèi)者購買化妝品的因素。因此，對(duì)影響化妝品銷售量、銷售額的因素的研究非常必要。本文通過研究影響化妝品銷售量和銷售額的因素，期望找出影響消費(fèi)者購買不同化妝品的重要因素，從而對(duì)化妝品公司提供改善建議。 研究內(nèi)容和研究方法 本文主要以京東平臺(tái)上的化妝品為例來研究影響化妝品銷售的重要因素。通過相關(guān)數(shù)據(jù)來看，影響化妝品銷售的因素包括品牌、價(jià)格、功效、容量、套餐、評(píng)分等，我們利 用 sas企業(yè)數(shù)據(jù)分析對(duì)其進(jìn)行相關(guān)建模，通過分類、關(guān)聯(lián)分析兩種挖掘方法來找出影響化妝品銷售的重要因素 2. 文獻(xiàn)綜述 通過 查閱文獻(xiàn)，本文發(fā)現(xiàn)， 產(chǎn)品屬性 、 消費(fèi)者購買偏好以及 其 對(duì) 商品 的銷售量等影響，長期以來收到廣泛的關(guān)注 。 與本文研究 相關(guān)的 文獻(xiàn) 研究大致有以下幾個(gè)方面： 產(chǎn)品屬性 （孫洪杰等 ， 2021）認(rèn)為在消費(fèi)過程中，消費(fèi)者的購買偏好一般是基于比較完成的，在 比較的過程中，產(chǎn)品屬性比較是重要組成部分。產(chǎn)品屬性按不同劃分標(biāo)準(zhǔn)有很多分類。（ Voss 等， 2021）指出產(chǎn)品本身包含了兩種屬性，即功能屬性和享受屬性，消費(fèi)者在購買產(chǎn)品時(shí)會(huì)從功能屬性和享受屬性這兩方面做權(quán)衡。（徐劍， 2021）按競爭因素將產(chǎn)品屬性分為經(jīng)濟(jì)屬性和技術(shù)屬性；從產(chǎn)品屬性與新產(chǎn)品購買行為的關(guān)系角度，（陳文沛， 2021）將產(chǎn)品屬性劃分為技術(shù)屬性和市場屬性。本文研究將產(chǎn)品屬性 作為 對(duì)產(chǎn)品銷售量 的影響因素進(jìn)行研究， 包括 產(chǎn)品的功能屬性 以及 價(jià)格、品牌 、 顧客評(píng)分等屬性 。在產(chǎn)品購買過程中 ，消費(fèi)者 有自己 的偏好 ，這是一種消費(fèi)者傾向于消費(fèi)某種特定商品亦或特別鐘愛消費(fèi)某種商品或服務(wù)的心理行為。（汪出， 2021） 指出 消費(fèi)者 心理偏好特征的形成不但受先天生理素質(zhì)的影響，而且還受來后天的社會(huì)實(shí)踐的影響，并且后者的影響力更大。由于消費(fèi)者自身的生理素質(zhì)和周圍環(huán)境不同，以至于消費(fèi)者形成不同的心理偏好特征，進(jìn)而產(chǎn)生不同的購買行為 。 在線商品 銷售 在 電子商務(wù)平臺(tái) 購物 ，商品的銷量對(duì)于顧客的購買行為起著重要作用 。（ 任婕 、 彭晨 ，2021） 網(wǎng)絡(luò)購物者在進(jìn)入購物網(wǎng)站輸入商品大類名稱后，會(huì)在按照“銷量”，“價(jià)格”，“人氣”，“綜合”進(jìn)行排序，購物平臺(tái)默認(rèn)的排序方式為按照綜合排序。在進(jìn)行網(wǎng)絡(luò)購物消費(fèi)者行為特征的研究時(shí)，發(fā)現(xiàn)約有 %的消費(fèi)者選 擇根據(jù)商品銷量排序作為參考來進(jìn)行選擇。（ 徐雪娟 等， 2021） 指出 電子商務(wù)中商品的銷售量呈冪律分布 。考慮某一件商品銷售網(wǎng)絡(luò)的形成過程，當(dāng)某一件商品在某購物網(wǎng)站銷售時(shí)，會(huì)有新的消費(fèi)者從多家店鋪中選擇購買，銷售網(wǎng)絡(luò)就會(huì)擴(kuò)大，整個(gè)網(wǎng)絡(luò)呈現(xiàn)動(dòng)態(tài)增長。分析網(wǎng)購消費(fèi)者的行為可以發(fā)現(xiàn)，消費(fèi)者在對(duì)不同賣家的同一件商品進(jìn)行比較甄選時(shí)，考慮的因素包括價(jià)格、已有的銷售量、賣家的銷售信用等等。當(dāng)消費(fèi)者做出購買的行為時(shí)，已經(jīng)從諸多指標(biāo)做出了考量，因此商品的銷售量可以作為一個(gè)綜合的評(píng)價(jià)指標(biāo)。所以本文 將研究 產(chǎn)品 銷售量的影響因素，以便于幫助 賣家 選擇所要 銷售的產(chǎn)品。 產(chǎn)品屬性 與商品銷售的關(guān)系 在 研究產(chǎn)品 屬性與 商品銷售之間關(guān)系 的 有關(guān)文獻(xiàn)有： （ 任婕 、 彭晨 ， 2021）基于 淘寶平臺(tái)，對(duì)商品銷售量建立了兩階段模型 ， 研究了 淘寶商品銷量與店鋪信用以及價(jià)格等因素的關(guān)系 ，得出了商品 銷售量 與 商品價(jià)格成負(fù)相關(guān)關(guān)系。 （王倩倩 等 ， 2021） 以淘寶網(wǎng)為例，運(yùn)用包含商品標(biāo)題、商品評(píng)論和商品描述在內(nèi)的三層挖掘架構(gòu)，使用 文本挖掘 提取評(píng)論關(guān)鍵詞，并將內(nèi)容分析法納入其中， 利用 MATLAB 進(jìn)行仿真實(shí)驗(yàn) ，建立了數(shù)學(xué)回歸模型，得出質(zhì)量、價(jià)格、尺碼與銷售量之間有著敏感的相關(guān)關(guān)系。 （耿亮亮 ， 2021）利用回歸分析品牌知名度在顧客滿意度和品牌忠誠之間的作用，結(jié)果表明品牌知名度在顧客滿意度和品牌忠誠之間起到一定的一調(diào)節(jié)作用。 （張婧、鄧婕， 2021） 利用 Kmeans 聚類算法對(duì)銷售數(shù)掘進(jìn)行建模 ，得出商品的利率等級(jí) ， 使企業(yè)準(zhǔn)確的獲取獲利商品 ， 提高收益。 （ 成慧 ， 2021） 以數(shù)碼相機(jī)為例，分析了產(chǎn)品屬性對(duì)于消費(fèi)者產(chǎn)品選擇的影響效應(yīng)。通過研究可以發(fā)現(xiàn) ,消費(fèi)者在選擇數(shù)碼相機(jī)時(shí) ,他們最關(guān)心的屬性是價(jià)格 ,其次是像素、顏色、變焦倍數(shù)和品牌，最后是 LCD 大小，消費(fèi)者對(duì)于數(shù)碼相機(jī)各個(gè)屬性的不同水平也表現(xiàn)出一定 的規(guī)律。 雖然 產(chǎn)品不一樣 ，但是和本文研究方向相同，即研究產(chǎn)品屬性與產(chǎn)品銷售間的關(guān)系 ，對(duì)本文 有一定指導(dǎo)意義。 3. 數(shù)據(jù)收集及處理 數(shù)據(jù)描述： 本文所采用的數(shù)據(jù)集 是 來自主要電商平臺(tái)：京東，淘寶，天貓，亞馬遜，一號(hào)店的 2021年 10 月 20 日至 2021 年 10 月 22 日的爽膚水交易信息 ， 該數(shù)據(jù)集 從網(wǎng)絡(luò)數(shù)據(jù)中心數(shù)據(jù)堂獲得 。 以京東 數(shù)據(jù)集 為例 ，數(shù)據(jù) 主要分為 三 部分。第一部分為京東 平臺(tái)上爽膚水的交易記錄，一共 有 56489 條交易記錄， 14個(gè)變量， 變量包含 商品 ID，電商名稱，日期，商品名稱，商品 URL，促銷價(jià) ，商品銷量銷售額，店鋪名稱，店鋪等級(jí)，品牌功效，適合皮膚，容量等 。第二部分為買家購買后的評(píng)價(jià) 信息 ， 一共 有 3722 條的評(píng)論信息， 6 個(gè)變量，變量包含商品ID，購買時(shí)間，評(píng)論時(shí)間，昵稱，評(píng)分，評(píng)論內(nèi)容 。第三部分為品牌數(shù)據(jù)集，一共 51990條數(shù)據(jù)， 7 個(gè)變量， 變量 包括類目，品牌，電商平臺(tái)，平均價(jià)格，日總銷量，對(duì)應(yīng)商品 ID。 本論文所采用的數(shù)據(jù)全部來自于知名網(wǎng)絡(luò)數(shù)據(jù)中心數(shù)據(jù)堂，具有相當(dāng)?shù)目尚哦?。?jīng)過對(duì)數(shù)據(jù)的觀察，為了使得研究過程能夠更加方便，我們選擇數(shù)據(jù)較為完整并 且有序的自于京東平臺(tái)的交易信息。由于本文目的是建立如何選 擇商品銷售 模型，因此不會(huì)對(duì)結(jié)果造成影響。 數(shù)據(jù) 初步處理： 數(shù)據(jù)導(dǎo)入與合并 本文所有的數(shù)據(jù)都是用 SAS 中 SQL 語言與 EXCEL 進(jìn)行處理 。 首先處理京東平臺(tái)上爽膚水的交易記錄 。首先應(yīng)該去掉與本文研 究不相關(guān)的信息。由于電商名稱，日期，店鋪名稱與本文研究目標(biāo)不相符 ，同時(shí)在京東平臺(tái)上并沒有店鋪信息，而商品名稱已包含在品牌名稱等其他變量中，因此我們選擇的變量為：商品 ID，促銷價(jià)，商品銷量、銷售額，品牌功效，適合膚質(zhì) 和容量 大小 。 將源數(shù)據(jù)導(dǎo)入 SAS 之后采用 EM 模塊的 InputData 節(jié)點(diǎn)對(duì)銷量變量進(jìn)行描述性統(tǒng)計(jì)，結(jié)果如圖所示： 我們可以發(fā)現(xiàn) ， 其中大多數(shù)商品的銷售量 都為 0，是因?yàn)檫@里僅僅采用 3天的交易數(shù)據(jù)，所以大多都沒有銷量。 沒有銷量的商品對(duì)本文的并無研究意義，因此我們只研究銷售量大于0 的商品。 采用 SQL 語言將 3日的交易數(shù)據(jù)合并，并選取所需變量，并且將相同的商品進(jìn)行合并。 Proc sql。 CREATE table as select * FRO