基于贝叶斯决策法的电商客户满意度分析

[19]。表6LOO-CV交叉验证结果nodeSatisfactionFunctionExteriorPriceQualityPracticabilityComfortWeightAccuracy0.7940.5780.7930.6600.7350.5910.7430.716Accuracyforallnodes:0.701根据表6的结果显示，可以看出在所有的节点变量中，Target变量“满意度（Satisfaction）”的预测准确度排名第一，达到0.794；排名第二的是“外观”节点，为0.793，非常接近目标节点；排名第三的是“舒适度”节点，其预测精度为0.743；节点“质量”的预测精度为0.735，总的来说，大多数节点的预测准确率高于0.7，而整个节点的预测准确率为0.701。这说明构建的贝叶斯网络模型具有比较高的预测精度，可以用于因果关系的分析与模型的推理。3.节点后验概率分析目前节点后验概率的分析被广泛应用于贝叶斯网络的推理中，为了能够更好地测试事态模型，需要在已经知道目标节点发生概率的情况下找出导致某个结果最大概率发生的原因。基于建立的贝叶斯模型，将根节点的满意度设置为Evidence，将消费者购买山地自行车之后体验为满意的概率设置成100%，从而求出其它各可变节点的后验概率分布，见图9。其中，针对客户满意度节点，“yes”代表事件山地自行车客户购买自行车之后对商品表示满意体验的可能性，“no”代表事件山地自行车客户购买自行车之后对其表示不满意体验的可能性；对贝叶斯网络的其它节点来说，“yes”表示当使用者的满意程度达到100%时，所述节点因子变量会对可能存在的满意程度“Satisfaction”点产生影响的可能性，而“no”表示当使用者的满意程度达到100%时，所述节点因子变量不会对可能存在的满意程度达到“Satisfaction”点产生影响的可能性。从图中可以看出，在已经知道山地自行车客户购买商品之后为满意的情况之下，自行车自身的舒适度是很重要的，是最大概率能对消费者的满意度产生影响的因素，其概率达82%；其次是自行车外观，影响概率仅次于自行车的舒适度，为79%；质量、价格、重量的影响概率分别为74%、72%、72%；实用性的影响概率为63%，对实现用户满意仍存在较大影响；而对于自行车功能的影响概率则最低，为58%。图9贝叶斯网络模型后验概率分布图4.节点敏感度分析用贝叶斯方法，父节点的先验率的改变将引起子节点的先验率的改变。由于父项节点的改变所导致的子项参数的改变，可以通过敏感性分析得到很好的映射，由此，在众多的影响变数中，找出对其有明显影响的敏感性因子。将root节点“Satisfaction”设置为GeNle软件中的目标节点，进行敏感性分析，结果显示在图10中。其中，节点的颜色深浅代表敏感度的高低，红色越深，则其敏感度也越高。图10贝叶斯网络模型节点敏感度分布图由图10的节点敏感度分布图可以分析得出，图中共有三种颜色的节点变量，分别代表着高、中、低敏感度。其中，节点Quality（质量）、Exterior（外观）和Weight（重量）属于高度敏感类型；节点Comfort（舒适度）和Price（价格）属于中敏感类型；节点Practicability（实用性）和Function（功能）则属于低敏感类型。经过对山地车的敏感性分析，可以发现山地车的质量、外观和重量都是对使用者的满意度产生影响的最大的因素。六、结论本文选择京东商城作为一个具有代表性的电商平台，利用八爪鱼数据收集软件收集京东美利达山地车的顾客购物信息和用户，并将数据输入到Excel软件中，对数据进行预处理，将抓取到的非结构化的数据转化为结构化的数据，之后对数据展开统计和整理。最后，把这些结构化的数据输入贝叶斯网络建模软件GeNie，建立模型，得到消费者选择山地自行车的最大影响因素，从而为单车企业的市场营销提供了一种可行的参考。研究结论如下：（一）结论一通过统计采集到的山地自行车购买者静态信息中可以发现，2500～3000元的销售价格是美利达山地自行车消费者购买人数最多的价格区间，黑色和银色是消费者最喜欢的自行车颜色；26*17和27.5*17是人们常购买的轮径*立管尺寸；14kg和15kg的自行车毛重是消费者最常购买的重量。（二）结论二通过构建的模型可以看出，Target变量（客户满意度）和美利达山地自行车的功能、外观、价格、质量、实用性、舒适以及重量之间均存在明显因果逻辑关系。另外，自行车的重量、功能、质量与自行车的舒适性相关；自行车舒适度、功能和质量与自行车的实用性有关；自行车的功能、舒适度和实用性与价格有关；其次，车辆的重量、外形等因素也会对车辆的质量产生影响。（三）结论三在构建了贝叶斯网络后，对它的结点后验概率进行分析，可以得出如下结论：在用户对所购商品的体验是满意的情况下，改善自行车的舒适性是提高顾客满意度的最佳途径，其概率为82%，其次是自行车的外观，影响概率为79%，自行车质量、价格和重量在很大程度上也会影响消费者的满意度，影响概率分别为74%、72%、72%。要想有效提高京东美利达客户满意度，就要加强自行车的结构设计，优化自行车的材质选择，保证质量好和重量轻便的同时，努力提高山地自行车的舒适度，生产外观更好的山地自行车，其次要对店面进行定价，在保证利润的同时，尽量为顾客提供最佳的服务。（四）结论四在进行节点敏感度分析的过程中，一共出现三种颜色的节点变量，它们分别代表着高、中、低敏感度，节点的颜色深浅代表敏感度的高低，红色越深，则其敏感度也越高。其中，影响山地自行车客户满意度的关键因素为Quality（质量）、Exterior（外观）、Weight（重量），其节点的敏感性最强，其次为Comfort（舒适度）和Price（价格），属于中敏感类型。综上，商家企业在生产制造山地自行车的过程中，首先要保证山地自行车的质量管控，在这一过程中，要加大对山地自行车外观的精美度进行设计，并将其车身重量进行合理优化，提升其骑行的舒适性。其次，商家企业在对山地自行车销售价格定位进行合理优化时，要对山地自行车的性能与成本进行深入分析，以进一步提升其产品市场竞争力。参考文献：第50次中国互联网络发展状况统计报告,2022.助推品牌创新,引领行业发展——记自行车、电动自行车行业走进“2019中国品牌日活动”[J].中国自行车,2019(04):18-31.戴明叶.基于结构方程模型的顾客满意度研究[D].湖南师范大学,2014.孙玉琴,陈晓琪,周秦汉.后疫情时代提升我国五星级酒店餐饮服务质量研究——基于顾客满意度调查[J].上海商学院学报,2020,21(06):32-47.郭立秀.基于文本挖掘的生鲜电商顾客满意度研究[D].西南交通大学,2018.王丹.餐饮外卖O2O物流服务质量顾客满意度影响因素实证研究[D].西安电子科技大学,2019.DOI:10.27389/ki.gxadu.2019.002339.张锋.三只松鼠公司产品顾客满意度调查与提升研究[D].西安电子科技大学,2019.DOI:10.27389/ki.gxadu.2019.002382.柴小媚.基于SEM的滴滴出行顾客满意度研究[D].首都经济贸易大学,2018.王玉,周怡,张庭磊,庞晓宇,李苏宁.贝叶斯公式在实际应用方面的探究[J].内江科技,2022,43(03):52-53+29.张沥今,陆嘉琦,魏夏琰等.贝叶斯结构方程模型及其研究现状[C]//.第二十二届全国心理学学术会议摘要集.,2019:2063.陈晓旭.贝叶斯公式的应用推广[J].黑龙江科学,2020,11(12):38-39.张婷婷.基于文本挖掘的智能音箱在线评论分析[C]//.2019年（第六届）全国大学生统计建模大赛优秀论文集.,2019:224-302.DOI:10.26914/kihy.2019.036206.DeOña,Rocio&Diez-Mesa,Francisco&DeOña,Juan.(2020).BayesianNetworkandStructuralEquationModelforAnalysingPassengerBehaviouralIntentions,Perceptions,SatisfactionandInvolvement.钱颖.纸尿裤品牌和电商平台的竞合关系分析[D].上海交通大学,2017.DOI:10.27307/ki.gsjtu.2017.001263.顾洪涛.我国高校图书馆研究热点探析[D].辽宁师范大学,2014.沈长霞,车万留,桂海霞.基于贝叶斯网络的电商客户满意度影响因素分析——以京东运动鞋为例[J].数学的实践与认识,2020,50(23):285-294.秦岩,盛武.基于贝叶斯网络的煤矿顶板事故致因研究[J].矿业安全与环保,2022,49(03):136-142.DOI:10.19835/j.issn.1