基于数据挖掘的生鲜电商顾客满意度研究以京东虾类生鲜为例(附件)【字数:15310】
目录
摘要1
关键词1
Abstract1
Key words1
一、 绪论 1
(一)研究背景及问题提出 1
(二)研究意义及思路 2
(三)研究对象、研究方法及技术路线 3
(四)可能的创新及不足 4
二、 文献综述 4
(一)概念界定 4
1.生鲜电商与生鲜农产品 4
(二)国内外相关研究综述 4
1.国外研究现状 4
2.国内研究现状 5
(三)理论基础 7
1.期望确认理论 7
2.顾客满意度指数模型 7
三、 研究设计与数据收集 7
(一)模型建立 7
1.理论模型 7
2.数据来源及指标确定 7
(二)数据收集 9
1.数据采集对象 9
2.数据采集过程 10
3.数据筛选 10
四、 生鲜电商顾客满意度影响因素实证分析 11
(一)模型建立 11
(二)回归分析结果 11
(三)假设检验结果 12
五、 结论与建议 13
(一)研究结论 13
(二)研究建议 13
1.完善健全售后服务,减少交易纠纷 13
2.提升物流水平 14
3.培养提高客服素质 14
4.严控生鲜电商产品质量,注重产品标准化 14
致谢 14
参考文献 15
附录A 17
基于 *景先生毕设|www.jxszl.com +Q: @351916072@
数据挖掘的生鲜电商顾客满意度研究——以京东虾类生鲜为例
引言
一、 绪论
(一)研究背景及问题提出
1.研究背景
(1)商业环境背景
2018年以来,阿里、网易电商季节营收同比增速分别降至40.4%与43.5%。此外,同类电商巨头京东,自2016年营收增速跌破50%以来,营收增速一降再降,较2017年又减少11个百分点,下降至28%,其人口红利可能已经吃完。种种迹象都表明,电商已经进入旧业务领域反刍与新业务领域开拓的新阶段。目前,旧业务领域反刍主要是供应链全流程的优化,这方面具体体现在货流、资金流与信息流的软硬件性能的提升与相关人员整体素质的提高。新业务领域开拓主要是跨境电商、生鲜电商、农村电商等。
电商平台相较于线下传统零售店,其销售的商品种类繁多并且具有不可接触性。买家仅能通过少量的商品图片和视频、其他消费者的评论等信息或与卖家客服的沟通来了解商品情况。同时,线上买家可能不选择与卖家沟通,从而导致商家难以了解客户的特征及需求。买卖双方信息不对称,消费者却又希望买家能提供令其满意的产品。
为解决信息不对称的问题,甚至使其从对电商发展的制约转化为电商发展的助力,众多电商平台、买家越来越重视商品数据,希望通过搜集与分析数据从而得到用户画像。自2012年起,诸多电商开始着力研究“大数据”技术,重金培养相关技术人才。到2017年,几乎所有的电商企业都建立了较为完备的数据库。在现今大数据时代背景下,用户信息充斥于网络中,以淘宝、京东为代表的电商平台将用户的每个具体信息抽象成标签,利用这些标签具体化用户形象,从而提供给用户优质服务。
技术背景
目前,利用R语言、Python等开源编程语言,可以简单高效且低成本地获取部分网络信息,如商品销量、定价和用户评分等电商数据。使用者可以在挖掘数据后,进行数据读取、数据清洗和数据处理,从而进行相关分析,建模,使大量数据经过处理后变成图、表等清晰明了的信息。企业凭借这些经过处理后得到的信息可以高效评价商品并预测产品的未来市场空间量大小,从而积极有效地制定并实施市场营销策略。这些切实可行且易上手的数据技术给企业的业务人员提供了很大帮助。
应用背景
资料表明,企业获取新顾客的成本要比留住老顾客所要付出的成本高45倍。此外,高满意度的顾客约给企业贡献三成的利润,而忠诚的顾客将给企业贡献近六成的利润。由此可见,生鲜电商企业在吸引增量用户的同时,还需要提高顾客满意度,留住存量用户。
2.问题提出
本文在以上研究背景基础上,提出研究问题:目前生鲜电商顾客的满意度如何?影响生鲜电商顾客满意度的因素有哪些?如何提高生鲜电商顾客的满意度,从而提升顾客的复购率?
(二)研究意义、目的及思路
1.研究意义
(1)理论意义
在资本、技术和需求等因素的多重驱动下,生鲜电商成了各平台在电商领域的“桥头堡”。目前,国内外学者对生鲜农产品满意度的研究并不多,可供生鲜电商平台应用的研究理论很少。而在大部分现有研究中,学者往往倾向于研究顾客的网络购买行为本身,但他们都忽略了不同产品特性对网购满意度的影响因素之间的相互作用。只有较少的学者针对性地研究了生鲜农产品的顾客网购行为,更鲜有学者研究生鲜电商的顾客满意度及其影响因素。
因此,有必要构建理论模型,从而系统地研究顾客在网购生鲜农产品过程中的满意度及其影响因素。本研究归纳总结了现有的文献资料,并结合我国生鲜电商的特点,深入分析和总结生鲜电商顾客满意度的影响因素,并构建生鲜电商顾客满意度研究模型。采用数据挖掘的形式获取商家信息、商品信息与用户购买后评论等样本数据,对样本数据进行描述性分析和结构方程实证分析,验证生鲜电商顾客满意度的影响因素,并对实证结果进行总结和提出对策建议,在生鲜电商顾客满意度领域上,给其他学者提供进行相关研究的新研究思路,具有一定的理论意义。
原文链接:http://www.jxszl.com/jmgl/dzsw/562947.html