网络购物中的统计学

赵娅汐

随着电子商务的发展，网络购物进入了发展的“黄金期”，网购的用户规模也呈现出迅速增长态势。在网络购物中，不管是消费者还是商户都会运用很多统计学知识，以此分析了在网购中的消费者行为。本文就网络购物中的统计学进行了简要分析。

随着互联网经济的发展，加上国家拉动内需、刺激消费者购物的深化，网络购物已经成为当前比较“时髦”的一种消费方式。网络购物有着比较强的灵活性，空间的延展性强，而且跟实体店购物相比，其产品的可选择性比较大，不受营业时间限制，一部智能手机或者一台电脑即可浏览产品，吸引了越来越多的消费者选择这种购物方式。在网络购物中，会运用到大量的统计学知识。而且随着电商服务的升级，各个商家为了迎合激烈的市场竞争需要，在网站建设、产品规划、服务选择等方面也会运用到统计学相关的知识点。

一、网络购物中的统计学概述

社会的发展带动了人们消费水平的提升，各种类型的电子商务网站如同雨后春笋般的涌现出来，由于电子商务网站并没有营业时间与规模等的限制，加上购物成本比较低，库存压力小，商品信息更新快等特点，受到了众多商家的追捧。很多知名企业都会在网络中设立专门的电子商务网站，开设网店，个人也会把其作为自主创业的一种方式，作为一种网络时代兴起的商业模式，网络购物跟传统购物相比存在很大的不同。而当前很多人会选择网络购物，尤其是年轻群体，据不完全统计，2018年双11期间，截至到12：00，网络购物中，苹果、美的、海尔、小米、耐克、阿迪达斯等167个品牌成交过亿元。仅用12分钟的时候，网络购物的成就额就达到了362亿元，超越2013年天猫双11全天的成交额。这些数据都表明了网络购物的发展之迅速，数据的来源得益于统计学的支撑。在网络购物中的统计学中，通过对网络购物消费者的状况进行描述性的统计分析，包括学历、年龄等因素，加上对网络商店的状况进行统计学分析，包括商店商品特性、受众群体特性等，实现简化构成变量的目标，从而为了方便下一步利用简化之后的结果，实现统计分析。

二、网络购物中的统计学分析

（一）消费者在网络购物中的统计学分析

1.大量观察法

在互联网交易中，跟实体店运营相比，商家的采购成本相对比较低，让产品的生产周期缩短，也没有很大的库存压力，商品成本的降低就会使得网络购物的价格相对便宜一些，让网络购物的商品有了强大的价格竞争优势。而且网络购物的商品价格比较透明，消费者通过网络搜索工具查看同一种商品在网络上的价格，还有相关信息，让消费者求得廉价产品的心理得到了很大的满足。消费者在网络购物中首先想到的就是使用大量观察法。消费者在确定购买某一个产品产品的时候都会在网络中进行浏览、观看以及进行产品对比，甚至有的是经过很长时间的浏览才找到自己中意的商品。

2.统计分组

在进行网络购物的时候，电子商务网页中的商品比较庞杂，在进行统计分组的时候会根据商品的标志来进行，比如，性别、价格以及地区、品牌等，经过这些统计分组让消费者可以很容易找到合适的某种商品。而且在店铺中，顾客也可以看到商店的分组统计，对商品进行细化和归类。在网络购物中运用统计分组法能够避免让消费者有种大海捞针式的商品浏览，节约了时间和精力。

3.排序比较

在进行网络购物的时候我们可以发现，对于某商品来说，就算是用的同一张图片，商品价格也各自不同，有的甚至差很多，高价与低价之间差价非常大。在消费者思想观点中，都想买到性价比比较高的商品。但是我们不能忽视的一点就是，网络购物看不见、摸不着，不能像实体商店中的商品一样可以把实物放在一起进行比较。消费者在网页中筛选商品的时候，可以进行综合排序。在搜索的时候，既可以选择按照销量排序，也可以按照店铺信用排序，或者根据广告推荐搜索，同样也可以参考其他消费者在同样的商品中做出的消费选择。我们可以以销量排序這个作为例子分析，从高往低排序就是商品成交量最大的在前，然后按照成交量逐步下降，成交率说明的是客户购买产品的数量，比较一定的可信度。同样也可以选择一个价格区间，通过设置某个价格值对店铺中的商品进行排列组合。通过分析整理，消费者看可以快速找出商铺中哪些商品成交率比较高，为自主购物提供方便。

4.客户满意度分析

在进入到一个网站之后，可以选择一个产品，查看其他消费者对各个店铺的满意度的评价，比如，产品与描述的相符度，卖家的服务态度、产品发货的速度等，这是该店铺客户在完成网络购物以后反馈的满意度评价水平分析，是大量打分的算术平均值，可以较为准确的反应以往客户的满意度情况。把这些客户满意度的水平跟同类商品进行比较，看这个店铺中该商品在行业中的位置。所谓好评率就是好评的客户占据所有店铺客户的比例，能够真实的反映出客户的购物满意度。但是在分析的时候要能够把绝对指标跟相对指标联系在一起。打个比方，某一个新开业的店铺成交量很低，就算是全部是好评，也并不能说这个店铺的信用是非常好的。网路购物网站累计计算了卖家信用进行了绝对指标的计算，即一次成交后获得一个好评可以累加一分，这样将卖家获得好评进行汇总并根据得分进行信用分级。通过这样的方式让消费者了解店铺的交易信用。如果消费者要对某个产品的满意度进行分析，就可以查看其成交记录、评价详情，以此来明确这个产品的具体销售状况，包括客户的满意度等。

（二）商家在网络购物中使用的统计学

1.购物车分析

在对消费者的购物车进行分析可以看出，这种技术能够挖掘商品之间的关联购买关系。通过统计分析消费者的商品购买记录，找出商品之间的联系。对于顾客购物车中的商品进行分析，可以看出一般情况下，哪些商品是最可能放置在一起购买的，还能分析客户需求，购买习惯，对这个商品的销售趋势进行预测，分析不同季节顾客的不同购买模式，不同客户群体的不同购买喜好，为店铺制定销售策略打下基础。建立在这样的基础上，消费者就会在登录购物网站之后发现，当把某个商品加入到购物车之后，可能就会弹出 一个提示“购买这款商品的用户同时也购买了XX商品”，之所以会有这样的提醒主要得益于商品之间进行的配置分析，这些都是网络购物统计学知识的体现。网站通过分析购物车发现消费者容易把哪些商品进行捆绑购买，这样的提醒可能就会改变消费者的搜索行为，也提升了产品被购买的几率。这些都是综合统计分析消费者的浏览模式、购买行为等，从中获取有用的信息。在统计学模式中，通过分析网络购物车能够发现组合销售模式是一个不错的选择，也就是搭配好的产品作为一个套餐来当作卖点，并给予相应的折扣，实现客户的购买目标。根据消费者的购物车可以发现 客户把商品假如购物车的时间，从而分析客户购买的黄金时间，并给消费者送去温馨提醒。

2.客户忠诚度分析

网络购物网站通过客户对某个商品的访问时间、频率以及平均停留的时间，通过这几项指标来分析客户的忠诚度，方便寻找网站忠诚度度比较高的用户，并运用技巧留住他们。通过分析客户忠诚度的变化趋势找出那些可能会流失的用户，并对其流失的可能原因进行分析，试图采取措施来挽留。比较忠诚用户和流失用户在指标数值上的差异，寻找原因并优化网站在这些方面的表现。通过分析可能让客户流失的原因是产品质量问题、物流配送问题或者售后问题等，通过分析这些因素的存在，提出有针对性的改善措施，从而提升客户的忠诚度，提升其重复购买行为。

3.广告效果评估

消费者在进行网络购物的时候接触了很多广告，不管是购物网站还是店铺都非常关注广告的效果，可以说，网络广告在整个网络购物进程中的重要性无可取代。广告效果评估过程中应用大量的统计学方法，要评估某个商品的广告效果，主要是通过点击率、业绩增长率、回复率、转化率、有效到达率等一系列指标的计算进行。比如，点击率就是网络广告被受众点击的次数，这个相对指标就是对网络购物广告最为有效的评估指标之一。点击广告而深受广告影响产生购买行为，或者是对广告产品内容感兴趣，更加精确的识别潜在客户，采取有针对性的产品推广活动，方便业务开展。（作者单位：绵阳职业技术学院 管理工程系）