基于数据化能力与信任的消费者细分研究

张宇东 李东进 贾培培

摘要：文章基于数据化能力与信任视角，对大数据市场环境中的消费者细分进行探究。分析结果表明，大数据技术市场中的消费者依据数据化能力与数据化信任程度的差异，可划分为引领者、保守者、跟随者、敏感者、遵从者、中立者、模仿者和偏执者八类。研究结论在突破传统消费者细分理论局限、有效阐释新兴大数据技术市场消费者类群的同时，也为企业有效客户识别与互动模式的建构提供了管理启示。

关键词：大数据；数据化能力；数据化信任；消费者细分

一、 问题提出

以空前量级、速度、种类出现的个体消费者数据驱动着大数据革新时代的到来。从支付宝、ApplePay等移动应用对消费者交易情况的实时记录，Fitbit、小米手环等可穿戴设备对消费者健康状态的实时追踪，到微信运动、Nike+等智能社群对消费者行为绩效的测量共享，大数据带来了理解消费群体与营销战略的全新方式。通过数据追踪形成消费者行为洞察的模式，确保了企业依托追踪测量所获数据分析特定消费群体的偏好与行为特性，基于大数据的行为定位精准锁定目标客户（蒋玉石等，2015）。数据在消费者生活实践中的不断嵌入、规范、流动在为全新数字化商业市场发展铺平道路的同时，也为分析和预测消费者行为习惯带来机遇。

然而，大数据市场环境的快速发展也催生了诸多新问题。虽然大数据被认为是一种新兴市场资本，但众多企业未能从中探索和创出效益。随着数据日趋庞大、复杂，大数据技术的进步与大数据技术市场中消费者行为状态的变化超越了企业的解释和理解（Erevelles et al.，2015）。企业普遍认为收集消费者一举一动、从数据中挖掘消费者喜好以预判市场走向是大数据时代下企业生存与发展的战略选择，但市场的快速变化与消费者的日益复杂使其难以确知有效的互动模式，难于判断消费群体的分布情况。现今，技术已经将消费者转变为惯例化和结构化交易数据、当期性和非正式行为数据的连续生产者。数据的多方流动，更使得消费者能够借助数据形成自我认知并干预管控自我行为。由“概念驱动”向“数据驱动”认知模式的转变要求企业以全新的方式来思考消费者。复杂多变的大数据新兴市场环境在驱动企业革新产品技术以创出市场竞争力的同时，更要求企业精准识别其消费群体与外部需求（吴小桔等，2015）。

大数据技术的推行应用与网络平台的开放共享增进了数据在消费者与企业、社交网络等之间流动，在赋予消费者更多自主性和独特性的同时，也为企业基于数据的客户识别和互动方式带来了挑战。如何识别消费者的类别并据此进行高效互动是新兴大数据市场环境下企业面临的关键问题。过去，学界和业界多围绕消费者的人口、行为、心理特征，基于人口统计情况、参与行为、生活方式与利益追求等消费者的个体性或社会性表现对消费者进行细分，据此引导企业有针对性地与各细分群体高效互动。然而，市场环境的动态变化使得这些细分方法并不适用于所有情境，需要企业结合特定环境变化优化消费者细分（刘英姿和吴昊，2006）。大数据技术的发展带来了产品服务的扩大化和丰富化，赋予了消费者更为宽泛的选择权，也使大数据技术市场中消费者的行为决策更富于变化。传统消费者细分方式难以精准区别大数据环境中的不同消费群体，进而阻碍企业与特定消费群体的有效互动。部分学者指出，消费者对大数据技术的态度取决于其对技术适应、数据知识、操作技能学习的能力，以及对数据共享保护、企业追踪定位的信任，数据化能力和信任是区别大数据市场环境中消费群体的关键要素（Adamo，2016；Eastin et al.，2016）。因此，本文将基于数据化能力与数据化信任分析大数据市场环境中消费群体的细分方式，以期为数字化市场背景下企业目标群体识别与高效互动提供管理启示。

二、 理论基础

1. 数据化能力。个体决策制定与执行的过程是其学习和悉知环境，并应对所处环境变化以实现自身效益最大化的过程。个体面对新环境时其能力表现为自主学习环境变化、改善学习水平的学习能力，以及应对环境变化、适应调控自我的适应能力。学习能力与适应能力是决定新环境中个体行为决策有效性的关键（王满玲和杨德礼，2006）。其中，学习能力包括个体获取、整合、乃至创造知识技能的能力，体现为个体对新技术知识的获取与对所获技术知识的整合重构。适应能力则是个体应对环境变化与威胁、调配自我资源以优化对环境操控的能力，反映了个体对动态环境的适应程度（吴小桔等，2015）。学习能力本质上是一种动态能力，强调通过改变嵌入于个体的知识技能来调控其资源并创造新的价值。适应能力本质上是一种前瞻性响应能力，强调通过预测环境变化形成洞察并据此调整行为决策（Erevelles et al.，2015）。结合大数据市场环境，数据化能力即消费者运用追踪测量技术或工具获取自我状态、行为决策、环境绩效等数据，形成自我知识以优化其消费生活品质的能力。具体而言，包括对移动应用、可穿戴设备、社交网络等技术和工具数据知识的获取、操作技能的习得、环境条件的适应能力（张宇东和李东进，2018）。需要强调的是，适应能力是学习能力的前提条件，个体只有具备适应数字化环境的能力，才能辨析和把握市场动向，据此进行知识技术的学习，真正意义上的数字化消费者是能够融入、愿意接纳和适应大数据环境的消費者（吴小桔等，2015）。大数据市场环境下，选择参与数字化交易的消费者将不同程度地学习大数据技术，依据相关数据评估产品服务质量、价格等，据此作出行为决策（Wang，2016）。

2. 数据化信任。大数据的流动性决定了其与消费者隐私和安全紧密关联。数据安全漏洞和他方隐私侵犯将直接损减消费者对大数据技术的信任，影响其技术使用与互动参与（Kshetri，2014）。信息技术的复杂性与企业对于大数据资源的不对称占有，进一步激化了消费者对自我隐私数据泄露和滥用等权益盘剥的担忧。而消费者对相关技术和企业的信任则决定了其数据保护程度及后续行为决策（蒋玉石等，2015）。个体信任源于对环境的理性思考和感性付出，分为认知信任与情感信任。其中，认知信任是个体基于其理性判断相信对方能力、善意、正直等的程度，情感信任是个体依托情感关系相信对方关护其利益而形成情感依附与投入的程度（韦慧民和龙立荣，2009）。结合大数据市场环境，数据化信任即消费者基于对大数据技术的效能认知与情感依附，为实现其特定利益而愿意相信企业与他人的数据保护承诺，相信数据精准真实，共享其个体数据甚至公开自我隐私的程度。具体而言，包括对移动应用、可穿戴设备、网络平台、社交媒体等技术和工具追踪测量所获数据完整、精准、真实性的判断，个体对所获数据价值的认知以及对数据共享过程中隐私安全威胁的权衡（张宇东和李东进，2018）。就数据化认知信任而言，能力信任指消费者感知企业有资源和能力支持大数据技术以保障其行为执行安全；善意信任反映了消费者对企业所提供的大数据技术以其利益为导向有信心；正直信任表达了消费者对大数据技术使用过程中企业遵守道德和专业规程的信念（Eastin et al.，2016）。不同个体消费者对于企业数据收集方式、共享模式、精细程度、周期类型的关注程度存在差异，其数据化信任由此不同（Kshetri，2014）。

大数据技术的快速发展很大程度推动了消费者借助技术参与生活实践、商业活动，学习运用相关工具提供和获取、加工及存储数据（Adamo，2016）。此外，数据的暴增与网络平台的成倍扩张意味着数据呈递、流动与共享愈发普遍（Eastin et al.，2016），而作为一种消费者对其使用大数据技术不易遭受不确定风险和失去控制感的信念，数据信任的强弱影响着消费者对大数据技术和活动的参与程度，对于大数据技术市场发展至关重要（Adamo，2016）。数据化能力与信任对于决定消费者对大数据技术乃至企业的态度和行为趋向起关键作用，能力和信任是驱动消费者行为决策最具影响效能的因素（Wang，2016；Eastin et al.，2016）。大数据市场环境中，消费者普遍关注对新兴大数据技术的知识技能学习问题，在意自我数据的安全与保护（Adamo，2016）。

三、 消费者细分

基于数据化能力（学习能力）和信任，本文将大数据技术市场中的消费者细分为八类。不同类别的消费群体因对大数据技术学习能力、认知信任和情感信任的差异而具有其独特的个体表征与行为模式，其与企业的互动情况也存在差异。

引领者：即高学习能力高认知信任的消费者。此类消费者熟知大数据技术知识，已经习得相关技术或工具的操作、数据整合与理解的方法，能及时更新知识技能甚至形成自我特有的参与模式。且该类消费者高度信赖技术商或企业保障其数据安全的能力，能够无所顾虑地分享自我数据。这些消费者多见于相关领域的“极客”，他们热衷于大数据技术，并能起到行业引领作用。

保守者：即高学习能力低认知信任的消费者。此类消费者悉知大数据技术知识，能快速掌握相关技术的使用方法。但这些消费者不信任技术商或企业，认为其特定数据会被滥用，造成隐私破坏，或不信任追踪数据准确性。该类消费者十分精明，善于权衡利弊选择分享数据类型，当涉及财务、幼儿保健数据等敏感隐私数据时消费者往往会为了维护自我利益表现为此种状态。

跟随者：即高学习能力高情感信任的消费者。此类消费者具备理解大数据技术知识的能力，能快速学习相关技术的操作方法。且该类消费者相信亲友、先行者乃至大众等所传达的对于大数据技术的精准、安全信心。这些消费者往往归属于同一社群，社群成员共同学习技术知识，表达对彼此的信赖并共享自我数据。

敏感者：即高学习能力低情感信任的消费者。此类消费者虽然悉知且愿意掌握大数据知识技能，却不信任亲友等他方对于其个体数据的安全承诺。该类消费者极其注意对自我特定数据的保护，一旦数据遭受侵害将对他方发起抱怨并加强数据监控。如子女追踪自我私密数据却不愿与长辈分享，当消费者处于特定情境不愿或不便进行人际性数据分享时表现为此种状态。

遵从者：即低学习能力高认知信任的消费者。此类消费者不具备成熟的大数据知识技能，难以准确高效地收集、整合乃至反思数据。但该类消费者愿意遵从专业企业机构的指导，并将所获数据与企业进行反馈分享，相信企业能够保障其数据安全。这些消费者多见于专业化交易情境，如医疗保健机构帮助追踪测量病患、保险客户的健康数据信息并给与定制化方案。

中立者：即低学习能力低认知信任的消费者。此类消费者关注大数据技术的革新，但不愿意或者不具备能力条件学习新的技术知识，且怀疑技术本身的有效性或担心企业对其数据安全的侵害。这些消费者往往对大数据技术持观望态度，对技术商或企业的数据追踪、安全保障能力表示怀疑。当某项大数据技术刚刚出现时，消费者往往持中立态度，表现为此种状态。

模仿者：即低学习能力高情感信任的消费者。此类消费者不愿意学习或愿意却不具备较强的能力学习大数据知识技能，对数据的收集、整合乃至反思流程不甚清晰。但这些消费者高度信任或渴望融入人际社群，愿意交流学习技术知识，将其所获数据进行人际分享。这类消费者多见于年长者，他们往往会模仿年轻群体的技术使用行为，乐于与他人分享日常记录。

偏执者：即低学习能力低情感信任的消费者。此类消费者接受大数据技术的存在，但不愿意或不具备能力条件学习技术知识与使用方法，且他们往往不愿融入大数据社群与其他技术使用者进行交流分享。这些消费者多倡导线下互动与交流，认为大数据技术具有工具价值但缺乏人际价值，只使用一些诸如上网、打电话等简单的技术，在不必要的情况下基本不与他人分享数据。

四、 研究结论与讨论

基于消費者在大数据技术市场所具备学习能力的强弱及其所表现信任程度的高低，本研究将大数据市场环境中的消费者划分为引领者、保守者、跟随者、敏感者、遵从者、中立者、模仿者和偏执者八类。各类消费者因数据化能力与信任差异有其独特行为特征与互动模式偏好，但消费者所属类群并非一成不变。随着文化认知的深入、规制规范的完善以及适应能力的提升，消费者会向高能力与高信任的引领者、跟随者趋近。

在管理启示方面，大数据技术的发展为新形式信息治理下有益洞察的形成和定制化产品服务的产生提供了基础，而定制化产品服务效能的实现则要求企业精准识别其目标消费群体，针对性地实施互动策略（Eastin et al.，2016）：

其一，企业应充分运用基于数据化能力与信任的消费者细分模式，结合消费者大数据技术使用情况和参与记录识别消费者类群，依据各类消费者特征实施针对性互动实现细分价值最大化。此外，面对不同情境、领域、时期、活动对象，同一消费者可能表现出不同的数据化能力和数据化信任水平。因此，企业在结合能力与信任划分消费者类群时，应考虑到类群动态变化的可能性，预测消费者的变化趋向并给出针对性应对策略。

其二，企业要树立消费者参与大数据技术互动的观念，通过多渠道教育，推广大数据技术在保健、工作、社交、消费等多领域的应用模式、知识理念及其所具积极效用，丰富消费者对大数据技术的先验知识。通过价值建立，在相关产品设计与数据呈递的过程中建立数据与消费者利益的关联，以此缓和保守者、中立者、偏执者等低信任消费者的主观价值冲突驱动其参与行为。

其三，企业可通过自动化数据整合设计、功能聚焦与服务定制增进数据收集的便宜性，通过对图形、色彩变化等多样化数据呈现形式的运用、知识技巧的推送增进数据的直观解释力以降低模仿者等低能力消费者的技术学习与使用困难。就数据本身而言，为保证低信任的保守者、中立者对数据精准性的感知，相關工具应设计数据记录提醒与数据伪造警示功能，产品效能数据应附注可靠来源渠道。

其四，企业应依据隐私程度对消费者数据进行归类，结合消费者细分作出差异化、多类别数据保密承诺，在使用数据时应获得授权，透明化数据去向以降低消费者数据风险感知。相关工具可设置数据共享功能开关，通过游戏化设计刺激消费者兴趣，增进其参与享乐感。

本研究基于数据化能力与信任对大数据技术市场中消费者细分进行了探讨，有效识别了消费者类群。研究结论弥补了传统消费者细分理论在大数据技术市场应用效力的缺乏，能为企业有效互动模式的建构提供指引。然而，消费者细分暂处理论推导层面，尚未进行实证检验，缺乏数据支撑。未来研究可通过扎根访谈与大样本调研对消费者类群细分进行验证，深度分析各类消费群体的情境偏好与行为特征以提升理论效度。

参考文献：

[1] 蒋玉石，张红宇，贾佳.大数据背景下行为定向广告（OBA）与消费者隐私关注问题的研究[J].管理世界， 2015，（8）：182-183.

[2] Erevelles S， Fukawa N， Swayne L. Big data consumer analytics and the transformation of marketing[J].Journal of Business Research， 2016，69（2）：897-904.

[3] 吴小桔，吴洁，盛永祥.交互视角下的知识流动与企业动态能力关系研究——以苹果公司为例[J].科技管理研究，2015，35（18）：130-134.

[4] 刘英姿，吴昊.客户细分方法研究综述[J].管理工程学报，2006，20（1）：53-57.

[5] Adamo S.The capacity of the consumer to process information and make informed choices in the digital internal market[R]. bEUcitizen， 2016，（9）：1-38.

[6] 王满玲，杨德礼.基于自适应性学习的财务预警机理研究[J].管理学报，2006，3（4）：432-442.

[7] 韦慧民，龙立荣.主管认知信任和情感信任对员工行为及绩效的影响[J].心理学报，2009，41（1）：86-94.

[8] 张宇东，李东进.消费者参与量化自我的障碍因素及其影响机制研究[J].管理学报，2018，（1）：74-83.

基金项目：国家自然科学基金面上项目“消费者食品安全风险认知与决策行为研究”（项目号：71772092）；国家自然科学基金面上项目“产品虚位现象与消费者反应机制的研究”（项目号：71372099）。

作者简介：李东进（1957-），男，朝鲜族，吉林省和龙市人，南开大学商学院教授、博士生导师，研究方向为消费者行为；张宇东（1991-），男，汉族，江西省赣州市人，南开大学商学院博士生，研究方向为消费者行为；贾培培（1986-），女，汉族，河南省洛阳市人，南开大学商学院博士生，研究方向为消费者心理。

收稿日期：2018-04-08。