陳 威

（湖南環(huán)境生物職業(yè)技術學院，湖南 衡陽 421005）

0 引言

近年來，互聯(lián)網(wǎng)技術的發(fā)展使傳統(tǒng)購物方式發(fā)生了翻天覆地的變化，電商在直播平臺做主播，在直播間帶貨更使它告別了廣泛的人口紅利時代，而直播帶貨也形成了穩(wěn)定的產(chǎn)業(yè)格局。因此，越來越多的企業(yè)進入直播平臺，直播間的貨物也由傳統(tǒng)的服裝變成了食品、數(shù)碼產(chǎn)品甚至汽車和火箭。為了，要想在網(wǎng)絡直播間有更進一步的發(fā)展以及建立專業(yè)的直播間帶貨平臺，必須對現(xiàn)有的運營模式進行更新，力求在直播間這個領域做到最好。

根據(jù)運營模式的不同，電商直播具有多種形式，但是目前我國電商帶貨使用最多的一種形式就是衍生電商直播，我國幾大電商平臺也都是采用這種直播形式，通過網(wǎng)紅與品牌的合作進行聯(lián)合直播。平臺工作人員通過移動終端對商品生產(chǎn)區(qū)進行現(xiàn)場直播進行講解，使消費者身臨其境，激發(fā)其消費欲望，為消費者營造真實愉悅的網(wǎng)購環(huán)境。在網(wǎng)絡經(jīng)濟背景下，市場營銷的方法是以人的需求為導向的，人們喜歡買什么，直播間就會應該根據(jù)人們的需要來進貨，當然也會出售一些人們并不需要的東西，這主要是因為直播營銷的方法是互動的。在各大直播室的營銷中，人們不僅可以了解自己要購買的產(chǎn)品，還可以通過交流了解其他產(chǎn)品[1]。作為一種全新的營銷模式，其投入與產(chǎn)出的效益關系尚沒有權威的核算方法，因此該文從經(jīng)濟學角度分析直播間模式的市場營銷的效益。

1 市場營銷全周期效益分析方法

常見的市場營銷全周期分析方法在進行效益分析時存在速度慢、無時效性等問題，不能將市場的周期效益充分計算出來，該文則采用聚類法對市場營銷進行全周期效益分析。傳統(tǒng)的聚類方法是將一種或者多種不同類型的事物進行劃分，找出這些事物中的共性和個性并把其中具體相似特點的事物進行組合，最終得到具有相似內(nèi)容特點的一些事物的綜合體。在聚類過程中，全程處于自動計算的狀態(tài)，數(shù)據(jù)自動進行處理和估算，在進行處理時，一般按照特定指令進行，即在同一種類型的數(shù)據(jù)中相似度高的數(shù)據(jù)被同時處理，不同類型的數(shù)據(jù)分別處理。

進行數(shù)據(jù)分析的具體步驟如下：選確定隨機聚類對象，在這里聚類對象主要從年齡、性別和學歷中隨機抽選并在同一緯度里再次進行剩下2個選項的比較，最終確定聚類目標。當?shù)谝粋€集群完成后才能進行二次聚類。在二次聚類的過程中，主要是對第一次聚類過后那些具有高度相似性的群體進行計算。聚類完成后，重新計算每個簇中心的價值，確定新類并重復篩選知道出現(xiàn)最終目標函數(shù)。不過該目標函數(shù)與實際函數(shù)存在一定的數(shù)值差異，這表明盡管與對象的特征有明顯的相似之處，但不存在完全相同的2組數(shù)據(jù)。對目標函數(shù)一般采用誤差平方和的方式來計算，這里用x來表示集群中的選擇對象，j表示集群對象的誤差均值，E表示目標函數(shù)。目標函數(shù)如公式（1）所示。

在進行聚類過程中，所選用的用戶信息大都是經(jīng)過篩選留下的符合市場營銷定位的用戶，此類用戶大都具有一定相似性，屬于細分人群。因此在進行聚類分析的過程中聚類法能夠快速識別此類用戶的共同點并進行針對性的市場營銷效益分析，對具有相同性質的用戶進行分析也能實現(xiàn)更高效的數(shù)據(jù)處理。此外，對剩下的部分不具有相似性質的用戶數(shù)據(jù)，在通過聚類法篩選出來后可進行針對性處理。面對這些數(shù)據(jù)的差異性，應該做到找出差異存在的根源并針對這些問題進行集中處理。分別為不同的用戶制定特殊的營銷方案。同時，在用戶關系管理方面為擴大市場獲得持續(xù)效益，可與相關用戶保持聯(lián)系，根據(jù)獲得的用戶信息進行針對性交互，以此實現(xiàn)后續(xù)新用戶的開發(fā)[2]。

1.1 分析市場營銷全周期效益存在度

根據(jù)上述分析方法可進行市場營銷全周期效益存在度分析。首先設應用該分析模式獲得的市場營銷周期效益為p，當p為最低市場營銷周期效益時，這表示該模式并未起到相應作用。設該分析模式在進行市場營銷效益分析時的波動大小為x，當x取最大值時說明該分析模式完全符合市場營銷模式。設t為隨著市場波動成本變化大小，ν表示不同分析模式的變化大小。如果存在實數(shù)論域x=（0，p]，那么此時的存在度可以用模糊集L來表示，L就變成了x的模糊映射。在確定區(qū)間中，營銷服務模式能夠準確獲取在此次市場營銷中全周期效益的成本預算，根據(jù)預算進行合理地支配和使用，在保證成本預算的前提下，改變確定區(qū)間則可獲取2倍及以上的效益。此處又作第二個假設，當直播間市場營銷存在一定的飽和性，如果當直播模式趨于飽和，那么市場營銷的效益保持不變。如果營銷模式處于T的邊緣，那么此時市場營銷的效益將無法得到保證，一旦成本發(fā)生變化，市場營銷的全周期效益會隨著成本的變化而發(fā)生變化，存在較強的不穩(wěn)定性。在此種情況下，其存在性幾乎為0，而此時的服務模式距離原本標準值較遠，極易出現(xiàn)市場營銷崩潰的現(xiàn)象，模糊度為0。在保持成本穩(wěn)定的情況下，相關營銷穩(wěn)定性與直播間模式下網(wǎng)絡的模糊度存在較大關聯(lián)度。當變化程度越大，市場營銷存在性越低，則有關市場營銷的周期性效益分析越不準確。一旦該種模式的變化程度達到最大，那么此時的市場營銷穩(wěn)定度將會變成0，對其進行全周期效益分析也就失去了意義。在市場穩(wěn)定的情況下，存在度模型能夠很好地描述和表現(xiàn)市場營銷的效益變化，不同營銷節(jié)點也都與市場存在性存在關聯(lián)關系，可以及時預測到相關數(shù)值的變化[3]。

1.2 分析市場營銷全周期效益穩(wěn)定度

S（x）在進行取值時，在一定范圍內(nèi)函數(shù)值不會發(fā)生變化，但當x取值為0.5時，函數(shù)值就出現(xiàn)了極值且此時該模式具有較強穩(wěn)定性。

因此能夠得出，一般的直播間模式下市場營銷效益分析系統(tǒng)較為穩(wěn)定，在沒有受到外來數(shù)據(jù)干擾的情況下，該指標也存在極值，如果總體時間閉區(qū)間中，物流服務模式的變化度都到達成本閡值，或者營銷直播間模式具有較大的變化性，那么它們的極值度量都會發(fā)生變化，并且隨著時間的增加極值會逐漸擴大直到到達定點。在一般情況下，市場營銷全周期效益穩(wěn)定性比較低，這是由于市場本身存在一定規(guī)律以及無法排除外界因素的干擾導致系統(tǒng)分析具有較強的波動性。當直播間模式變化較小時，市場營銷的穩(wěn)定度較強，此時進行數(shù)據(jù)處理與分析具有較高的準確度，相反如果模式變化較大，市場營銷效益分析穩(wěn)定度較弱，無法在這種情況下進行數(shù)據(jù)處理與數(shù)值模擬。為了確定市場營銷周期效益穩(wěn)定性，需要在固定的時間區(qū)間內(nèi)進行市場營銷存在度和穩(wěn)定度的模糊判斷[4]。

1.3 挖掘直播間市場營銷周期效益大數(shù)據(jù)

在我國直播間平臺的大數(shù)據(jù)建模主要是通過使用crisPDM數(shù)據(jù)挖掘標準流程，按照制定好的幾個階段進行數(shù)據(jù)挖掘。其中在業(yè)務階段主要應了解直播間市場營銷模式，只有當真正理解了一個直播間的業(yè)務組成和主要內(nèi)容，才能進行下一步的數(shù)據(jù)分析。因此，在業(yè)務理解階段，從用戶需求和實際應用的角度出發(fā)，找到直播間業(yè)務的最終目標。不同的經(jīng)營背景導致了不同的流通模式。其具體挖掘過程模型如圖1所示。

圖1 大數(shù)據(jù)挖掘流程

總的來說數(shù)據(jù)挖掘是一個循環(huán)過程，需要不斷地進行數(shù)據(jù)準備以及更新從而得到更為精確的大數(shù)據(jù)，為市場全周期效益分析提供數(shù)據(jù)，并在一輪又一輪的模型評估中不斷地優(yōu)化，達到最佳的應用效果。

1.4 建立市場營銷周期效益分析模型

LS（A）是用于描述S中的穩(wěn)定度函數(shù)，S函數(shù)特征是在自變量取值為0.5時，該函數(shù)達到最大值ln2。T表示全周期中某一時刻時間序列集；ta表示在序列T中取特定值a；tb表示在序列T中取特定值b；a、b分別表示集合中某一時刻的左右端點，L則是對整個集合的穩(wěn)定度分析。

通過以上步驟，完成在整個集合穩(wěn)定度下的最大值計算，則改點即為市場營銷的平衡點，為最佳投入產(chǎn)出比區(qū)間，能夠實現(xiàn)全周期效益的最大化。

2 應用測試與分析

2.1 測試準備

在試驗開始之前，對模型測試所需要的數(shù)據(jù)進行收集與整理，同時保證電腦設備等的正常運行。為了驗證此次提出的全周期效益分析方法能夠獲得更好的直播間模式下市場營銷全周期效益分析結果，提出對比測試實驗。

2.2 應用測試與結果分析

為了確定高質量用戶和普通用戶穩(wěn)定性以此為他們提供差異化營銷策略， 采用k-means聚類分析方法實現(xiàn)市場營銷周期性效益穩(wěn)定性劃分，并通過多個初始值選擇來尋找最優(yōu)的聚類結果。在測試過程中發(fā)現(xiàn)當聚類次數(shù)為6時，各類群體所反映的特征不明顯，不能較好地反映該分析方式的特性，因此最終確定聚類次數(shù)為5。具體方法如下：將量化后的數(shù)據(jù)導入SPSS.19軟件，打開軟件后根據(jù)要求選擇聚類選項將會出現(xiàn)聚類界面。將之選擇的3個變量也就是性別、學歷和年齡統(tǒng)一錄入聚類界面可發(fā)現(xiàn)聚類界面在數(shù)量欄的數(shù)字變成了3。點擊保存數(shù)據(jù)數(shù)量，其余選項均不進行操作，檢查初始集群中心，保存選項后界面自動顯示出以下結果，如表1所示。具體數(shù)據(jù)分析結果如表1所示，這幾類用戶穩(wěn)定性隨著年齡的增大而增大，符合直播間用戶的特征。根據(jù)模型測試結果可知，第一類用戶基本上是在學?；蚬ぷ鞑痪玫漠厴I(yè)生，能帶來的周期效益穩(wěn)定性比較差。雖然其現(xiàn)有收入水平?jīng)Q定了他們目前在工作室創(chuàng)造價值較少，但不可否認隨著工作時間的增加，他們將帶來更多的價值，屬于早期成長的潛在用戶。第二類用戶基本上在工作時，有自己的時間和較為穩(wěn)定的收入，同時也有自己的家庭汽車貸款、抵押貸款等，屬于市場營銷中周期效益相對穩(wěn)定的一類，用戶數(shù)量所占比例在直播間僅次于第一類用戶，所以在汽車貸款和抵押貸款方面應該顯現(xiàn)出明顯的優(yōu)惠力度。第三類用戶他們在收入上與第一組用戶相似，但在交易量上遠遠超過第一組和第二組用戶。因此，這些相對年輕、存款較多的用戶是直播間的關鍵用戶。直播間背后的運營團隊應充分挖掘這類用戶在產(chǎn)品方面的消費能力，推薦用戶購買一些數(shù)量較大、周期較長的產(chǎn)品。第四類用戶更多屬于消費者，屬于存款高、消費高的類型。根據(jù)這些特征，直播間可以根據(jù)貨物的不同內(nèi)容和不同的商品，并且可以使用一個更優(yōu)惠的折扣來提示用戶以達到以折扣吸引購物的目的，提高自己的忠誠度。

表 1 初始聚類中心

在直播間市場以相同營銷力度不同時長的情況下進行不同市場營銷體系模擬分析，結果如圖2所示。

分析圖2可得，營銷服務網(wǎng)絡時長為為2.5h時，市場營銷效益穩(wěn)定性的模糊存在性處于0～0.1，并且變化較為平穩(wěn)。

在不同時段進行市場營銷效益穩(wěn)定性分析得出的結果存在一定偶然性，根據(jù)圖2可以得知營銷時間越長效益穩(wěn)定性越高，但這只是一種趨勢，并不存在在某一確定時間段效益分析能夠穩(wěn)定不變的情況，是一種非常模糊的狀態(tài)。當市場營銷時長為35h～40h時，市場營銷效益最平穩(wěn)，這表明在該種情況下不存在因為市場營銷而得到的效益[5]。

圖2 不同營銷時長下直播間市場營銷全周期效益穩(wěn)定度

直播間市場營銷全周期效益模式穩(wěn)定度主要用于度量該服務模式與其他服務模式間的緊密關聯(lián)性。不同時間段中直播間模式的市場營銷全周期效益并未發(fā)生較大幅度的波動，這表明該分析方法能夠有效地評估市場營銷的周期效益并且誤差較小。此外，在營銷時長為2.5h時，模式穩(wěn)定度處于0%～10%，大致接近10%；隨著營銷時長的增加，模式的穩(wěn)定度逐漸增大，而此時該種模式的穩(wěn)定度也隨著時間的增加而增加，呈正相關，這表明該種分析方法在進行市場周期性效益分析時存在較高的穩(wěn)定性。

從上面可以看出，第一類用戶要注意培養(yǎng)直播間的認可度，第二類用戶要注意保持用戶黏性。第三類和第四類用戶要注意挖掘興趣產(chǎn)品的消費能力。根據(jù)實驗分析說明，該分析方法能夠有效針對直播間市場營銷群周期效益的穩(wěn)定性和生存性進行定量評估，該模型下的營銷效益服務分析方法具有較高的穩(wěn)定性。

3 結語

在網(wǎng)絡經(jīng)濟的背景下，網(wǎng)絡經(jīng)濟的營銷可以不斷地完善，提高市場的水平，從以前的營銷方法轉變?yōu)樾碌臓I銷方法，相關企業(yè)也會隨之改變，營銷方法也會越來越多。因此，要想在市場中站穩(wěn)腳跟，就必須對營銷方法進行分析，改變營銷方法，以適應網(wǎng)絡經(jīng)濟時代的需要，從而提升網(wǎng)絡直播間的利益，促進產(chǎn)業(yè)經(jīng)濟的發(fā)展。