bp神经网络预测案例 用品牌黏性管理和预测市场——结合乳品市场的案例研究



 

 

 

 

   消费者的选择如同黑箱,企业做足功夫,研发、促销、广告、铺货,但是否能换来消费者的青睐没人能够预测,今天博得了消费者的欢心,明天是不是还会不离不弃没有人能够回答。为了能够测量消费者和品牌之间的关系强度,零点研究集团创建了品牌黏性模型(Hi-Commitment Model),这一模型综合考虑消费者在品牌选择上的行为表现以及消费者与品牌之间的情感联系。该模型在测量中考虑了消费者日常消费态度、购物现场感受和购买瞬间的反应,并可计算出某品牌对其用户的黏性指数以及对其非用户的黏性指数,从而反映了品牌对自身用户的保持力和对竞争品牌用户的吸引力。

    市场细分的方法非常多,包括运用人口统计学变量、心理变量、地理变量、生活形态综合变量等作为划分标准,当然最简单的分类是将消费者划分为使用者和非使用者。零点研究集团利用品牌黏性这一概念对上述两个群体进一步进行细分,这种基于消费者和品牌联系强度的市场细分方法非常少,而对于正处于激烈竞争时代,品牌作用越来越突显的中国市场从品牌黏性角度对市场进行细分在营销上非常实用。

    目标品牌的用户被归入以下四个细分群体之一

    稳 固 型-特定的产品领域之中,在未来不太可能改变消费模式的用户。

    普 通 型-在短期内不太可能改变消费模式,但在中长期有转变的可能性。

    边 缘 型-在品牌黏度方面低于普通型用户,其中已有一些消费者在考虑其他品牌。

    易转换型-某品牌的用户中最容易流失的群体。

    非用户被归入以下四个细分群体之一

    容易争取型-这部分消费者对目标品牌的偏好超过了现用品牌,所以尽管目前没有发生品牌转换行为,但在心理上已做好了转换的准备。

    左右摇摆型-在这部分消费者看来,目标品牌和现用品牌具有同等的吸引力。

    轻度背离型-偏好取向和现用品牌联系在一起,但对现用品牌的黏度低于重度背离型。

 bp神经网络预测案例 用品牌黏性管理和预测市场——结合乳品市场的案例研究
    重度背离型-强烈偏好现用品牌,所以从近期来看,争取这部分消费者的可能性最小。

    使用品牌黏性来进行市场细分和指导营销决策较使用品牌忠诚概念进行细分更准确、更具有市场预测效果也更具有现实指导意义。这是因为与“忠诚度”相比,黏度考量的重点在于消费者和品牌之间的关系强度,而忠诚度指的是消费行为,通过消费者以往的购买行为来测量。另一方面,以往忠于某品牌的消费者并不一定属于黏度较高的群体。例如,某品牌采取的低价策略,它的用户中绝大部分是价格敏感者,就购买动机而言,这些消费者其实并不忠诚于所购买的品牌。尽管保持高频购买,一旦市场上出现了价格更为便宜的品牌,他们便会随即转向,这一问题在普遍患有促销依赖症的中国乳品市场上有很现实的意义。

    研究显示,品牌高黏性群体具有如下特点:

    他们更容易被说服重复购买某品牌

    他们对竞争品牌的宣传更具免疫力

    当遇到常用的品牌(产品)缺货的情况,他们不会轻易接受其他品牌

    他们对于价格的敏感度较低

    他们支撑了特定的产品领域中和他们维持高强度关系品牌的较大的市场份额

    最重要的是,黏度通常和未来的购买行为联系在一起,品牌黏性高群体未来购买目标品牌的可能性更大

    以下我们试用2004年4月对北京、成都、太原三市572个液体纯牛奶消费者的调查数据,引入品牌黏性模型对三个市场上主要竞争品牌的消费者进行分析,并对未来的市场发展走势进行预测。本文中的所有数据来源于零点调查与指标数据网站合作完成的《液体纯牛奶消费情况报告》。

    第I区间: 对自身用户品牌黏性强,且对非自身用户有较强吸引力;

    第II区间: 对自身用户品牌黏性一般,但对非自身用户有较强的吸引力;

    第III区间: 对自身用户的品牌黏性较差,也缺乏对其他用户的吸引力;

    第IV区间:对自身用户品牌黏性较强,但对非自身用户没什么吸引力。

    2004年4月对北京、成都、太原三市572个液体纯牛奶消费者调查显示,北京液体纯牛奶市场上全国性品牌蒙牛、伊利和当地品牌三元目前占据有利的市场地位,就目前的市场份额看三者的顺序是蒙牛、三元和伊利。但从品牌黏性的角度分析,三品牌之间的竞争处于相对胶着状态,各品牌用户中的稳固型用户比例相当,它们对非用户的吸引力也相差无几,只是伊利品牌对自我用户的黏性稍高,伊利用户中的边缘型用户和易转换型用户比例略低于另两个品牌。使用品牌竞争分析显示,三品牌中伊利的品牌黏性最强,蒙牛在竞争中相对劣势,三元介于伊利和蒙牛之间,蒙牛的消费者会流向伊利,而三元能够保持相对的平衡。由此我们可以预测,如果没有大的市场动作,根据目前各品牌所表现出的品牌黏性,未来北京液体纯牛奶的市场格局将是伊利、三元、蒙牛。

    同时,有关缺货情况下的品牌转换数据及过去半年中品牌选择的变化情况也支持上述对三品牌未来消费者流动方向的预测。

    使用相同方法对成都液体纯牛奶市场的分析显示全国品牌伊利和当地品牌菊乐、华西位居三甲,目前的市场份额显示菊乐位居第一,伊利居中,华西第三。但从品牌黏性表现来看,华西对自身用户的保持力和对非用户的吸引力都有一定优势,而菊乐在这两方面表现欠佳,表现出稳固型用户少,易转换型用户多,非用户中易争取客户来源少的特点。因此,我们从品牌黏性的角度预测如果菊乐不加紧品牌黏性建设,特别是与消费者之间的情感联系的建设,未来的成都液体纯牛奶的市场格局将有可能换位成伊利居大,华西居二,菊乐老三。

    如果说,北京、成都在液奶市场上是两个消费相对成熟,市场竞争激烈,并已初步实现市场盘整的市场,那么太原市场则表现为消费相对不成熟,外来品牌初步进入,市场竞争正处于风起云涌的快速变动期。表现在市场前三位品牌古城、蒙牛和伊利的用户上则是稳固型用户比例明显低于前两个城市,各品牌的黏性指数都比较低,说明该市场的消费者普遍缺少品牌意识。但仍可以发现,作为两个全国性品牌蒙牛、伊利,特别是伊利,市场进入时间虽然不长,市场份额目前也还没有很突出的表现,但在品牌黏性方面却有相对突出的表现。根据品牌黏性我们对太原液体纯牛奶市场的预测是伊利会有比较快速的份额增长,而当地品牌古城的市场份额会受到蒙牛和伊利的蚕食。

    通过品牌黏性模型,企业不仅可以把握自身用户与竞争对手用户在品牌情感联系和购买行为上的组成特点,从而实现对消费者购买选择的预测,达到把握市场竞争格局变化的效果。同时,与其他品牌研究工具组合使用,还可以发现许多有价值的新信息。比如,在本次研究中我们发现:

    1. 高黏性品牌在各地的品牌形象并不是一成不变的。比如伊利在太原市场是以知名品牌和产品卫生为消费者所钟爱,这一品牌形象正好应对了太原作为一个新兴的牛奶市场,消费尚不成熟,消费者对知名品牌的品质保证有比较明显的需求的市场特性。而伊利在北京市场则以口感细腻为品牌特色,应对了消费需求更加深入的特点。在成都伊利则以来自大草原的纯正奶味为品牌特色吸引消费者,突出了品牌的地域优势。

    2. 本地品牌大多在品牌黏性上表现不佳。对比三市数据发现,本地品牌在消费者心目中大多是以价格和渠道见长,这类品牌形象难以与消费者建立长久的情感联系,很容易为新品牌所取代,市场地位非常被动。

    3. 零点研究集团关于品牌核心价值元素的分析发现不同品牌的核心价值元素对消费的作用是不同的,可以大体分为三类,即刺激消费型、抑制消费型、传统型。每个品牌在差异化塑造过程中可以选择不同的品牌核心价值,但应注意多选择具有刺激消费特点的价值元素。对比同为全国品牌的伊利和蒙牛的品牌形象我们发现,在消费者心目中这两个品牌的核心价值元素存在质的差异。伊利品牌的核心价值元素以传统型价值元素为主,并有个性化、定制式的刺激消费型价值元素;蒙牛品牌则以抑制型价值元素为主。这在一定程度解释了为什么在本次研究的几个市场上蒙牛的表现相对弱于伊利。当然我们注意到蒙牛在过去半年中对航空人概念的利用是十分成功的,相信新的、具有刺激消费作用的价值元素正在注入蒙牛的品牌形象中。

  

爱华网本文地址 » http://www.aihuau.com/a/9101032201/366357.html

更多阅读

传统神经网络算法ART2 神经网络算法

分析的方法主要有两种—统计聚类法和神经网络法。统计聚类法包括系统聚类法、动态聚类法、模糊聚类法、最优分割法等等。可以用于聚类分析的神经网络包括BP网络、模糊神经网络、自组织映射网络SOM、自适应共振网络ART2等。自适应

神经网络工具箱nntool的使用方法 bp神经网络工具箱下载

这是根据我个人经验整理出来的关于如何使用nntool神经网络工具箱进行“数据训练”的方法:1. 在命令窗口键入nntool命令打开神经网络工具箱;2.点击Import按钮两次,分别把输入向量和目标输出加入到对应的窗口([Inputs]和[Targets])中,有两种

三只松鼠网络营销案例分析 小米网络营销案例

三只松鼠网络营销案例分析安徽三只松鼠电子商务有限公司成立于2012年,是一家以坚果丶干果丶茶叶等森林食品的研发丶分装及网络自有B2C品牌销售的现代化新型企业。先后获得IDG的150万美金A轮天使投资和今日资本的600万美元B轮投资。

人工神经网络简介_胖子大侠 黄河大侠电影简介

人工神经网络的概念:人工神经网络(Artificial Neural Networks,ANN),一种模仿动物神经网络行为特征,进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度,通过调整内部大量节点之间相互连接的关系,从而达到处理信息的目的。

R语言与机器学习学习笔记分类算法 5 神经网络

算法五:神经网络(优化算法)人工神经网络(ANN),简称神经网络,是一种模仿生物神经网络的结构和功能的数学模型或计算模型。神经网络由大量的人工神经元联结进行计算。大多数情况下人工神经网络能在外界信息的基础上改变内部结构,是一种自

声明:《bp神经网络预测案例 用品牌黏性管理和预测市场——结合乳品市场的案例研究》为网友七心海分享!如侵犯到您的合法权益请联系我们删除