基于场景特征和数据的新零售商品智能推荐分析

朱舒威 张浩

内容摘要：本文采用问卷调查法对基于场景特征和数据的新零售商品智能推荐进行分析，发现用户对新零售模式的了解程度、线下购物支出、线下智能引导服务需求等对智能商品推荐服务有着重要影响。空间环境、用户与用户行为、体验、社交环境是新零售模式场景的四要素，对这四要素的准确把握可以有效实现精准营销。

关键词：新零售模式   场景   智能推荐

本文主要讨论新零售模式下，场景对于新零售的重要性、智能商品推荐服务的影响因素以及场景的基本要素。通过问卷调查的方法，采用纸质问卷和网上问卷相结合的方式于2018年5月至7月对374名消费者进行调研，共回收有效问卷352份。被调查者中男性168人，女性184人;年龄以35岁以下人群为主;受教育程度主要集中在专科、本科及以上学历;收入水平集中在2000元至5000元之间。

场景：新零售商品推荐的关键要素

（一）新零售

电子商务产生于20世纪90年代，目前已进入成熟期。越来越多的零售企业开辟了线上线下相结合的销售渠道，零售模式逐渐将线上、线下以及物流结合在一起。随着零售模式的改变，原有的概念已经无法准确表达目前的零售模式。2016年10月杭州云栖大会上，马云首次提出了“新零售”的概念，自此之后“新零售”很快受到了广泛的关注和讨论。2016年11月11日，国务院办公厅出台了《关于推动实体零售创新转型的意见》，鼓励实体零售业与线上网络零售相结合（杨坚争等，2018）。2017年两会期间，李克强总理提出将电子商务与实体零售相结合推动需求（赵树梅和徐晓红，2017），其实质就是将线上线下渠道以及物流相结合，用电子商务推动零售行业的转型发展，摆脱目前的经营困境。

目前，我国实体零售行业发展遭遇瓶颈，经营成本过高，导致企业很难实现盈利，与此同时在电商的冲击下，市场竞争日益激烈，使得许多实体店难以为继，此外实体零售业的经营策略过于传统，也导致其不能满足时代发展的需要。在此背景下，零售行业发展不得不面临转型经营的问题，而线上线下融合发展且与物流相结合的新零售模式为转型提供了思路。随着互联网的发展和普及，人们的消费习惯已发生相应的改变。在碎片化的时间里，人们追求更加便捷、个性化的购物体验。消费者是未来零售行业的核心，而消费升级是新零售发展的动力。

目前新零售的研究尚处于起步阶段，国内学者多以理论研究为主，包括分析新零售的含义、模式等;而国外的研究则相对空白，新零售的实践处于理论之前，相应的研究尚未全面展开。而对其定义也尚未有一个统一的结论，目前主流观点认为，新零售是企业依托互联网、大数据、人工智能等技术，对产品从生产到销售的全过程进行改造，并将线上线下服务和物流服务进行深度结合的一种新的零售模式（鲁效伟，2018），其以消费者为核心，强调体验的场景化，为消费者提供全程的优质服务。新零售的发展吸引了越来越多的学者关注，具有巨大的研究价值。

新零售是互联网时代的产物，追求的是将线上、线下、物流全方位整合，多渠道销售，为消费者提供定制化、个性化的服务，满足其多元化的需求。新零售作为新兴零售模式，是未来实体经济转型增长的新动力，也是未来行业转型的主要方向。

（二）智能商品推荐

新零售将线上和线下渠道相结合，旨在通过大数据分析用户的购买记录、搜索和浏览内容，通过一定的算法将合适的产品推荐给用户，达到引导客户需求、合理化生产的目的。

传统的零售模式主要依靠线下实体店的销售，用户需要耗费时间和精力在店内寻找、浏览，无形中增加了购物成本。问卷调查中关于智能导航的需求调查结果如图1所示。受访者中有69.7%的人表示希望被提供智能导航服务。新零售解决了传统零售模式需耗费时间精力去寻找的缺陷，降低了搜索成本，是一种更为高效便捷的零售模式。

新零售的另一大特点就是智能化的商品推荐（张建军和赵启兰，2018），即利用大数据技术，根据用户日常的行为习惯、浏览搜索内容以及购买记录，智能化地向用户推荐个性化的产品（汤代禄和刘水清，2019;丁雪，2010）。可以向用户推荐热门产品、用户收藏的产品或是风格类似的商品，引导客户需求，提升用户体验。同时通过智能商品推荐的服务功能，销售商可以把握市场上消费者的需求偏好，从而有针对性地营销，降低营销成本，提高收益。关于用户对智能商品推荐服务的需求调查结果如图2所示，有半数以上的用户对这一服务模式感兴趣，表现出了需求。由此可见，智能商品推荐服务是新零售的重要研究方向。

（三）场景

场景最初指的是电视、电影等之中的场面，后来逐渐应用于传播学等学科中，其涵盖内容由单纯的空间发展到网络环境。移动网络技术的发展，使信息的传播脱离了地域的限制，在网络环境中场景这一要素的价值逐渐凸显，对场景的研究正逐渐深入。

2014年Robert Scoble和Sher Israel在《Age of Context：Mobile，Sensors，Data and the Future of Privacy》一書中提出了场景的概念，并将其引入传播领域。书中认为场景传播的本质是特定情形下有针对性的传播，场景既是信息传播媒体发展的必然结果，同时又不断促进着媒体的演变。彭兰（2015）认为，在互联网时代，争夺的即是场景。在新零售模式下，智能商品推荐与精准营销均离不开场景。从用户所处的场景出发，通过对场景以及其数据的挖掘和分析，能了解用户的行为偏好及消费习惯等，将其用以提供智能商品推荐服务，可以对用户的消费需求进行发掘和引导，影响其购买行为，便于销售商有针对性地提供产品和服务。通过上述分析，本文构建的基于场景的新零售模式流程如图3所示。

消费者对智能商品推荐服务需求的影响因素

（一）消费者基础信息

消费者基础信息主要包括年龄、性别、收入、受教育水平和婚姻状况，各项基础信息与智能商品推荐服务需求的相关度和显著性指标如表1所示。由结果可知，各项基础信息对智能商品推荐服务需求均没有显著影响，表明智能商品推荐服务需求与消费者基础信息相关性不大。

（二）智能终端接触情况

智能终端接触情况包括智能终端持有量以及信息媒体接触量，二者与智能商品推荐服务需求的相关度和显著性指标如表2所示。由结果可知，二者对智能商品推荐服务需求均没有显著影响，表明智能商品推荐服务需求与消费者智能终端接触情况基本无关。

（三）消费者线下购物偏好

消费者线下购物偏好包括线下购物支出、频率、平均时间、对新零售模式了解程度、线上线下购物偏好以及对线下购物中智能引导服务的需求，各指标与智能商品推荐服务需求的相关度和显著性指标如表3所示。由结果可知，线下购物时间、线下购物频率以及线上线下购物偏好对智能商品推荐服务需求均没有显著影响且没有显著的相关关系。

在问卷题项设置中，对“新零售模式的了解程度”一项采用了李克特五点量表法，设置1至5共5档，其中“1”表示完全不了解，“5”表示非常了解。该题项中被访者对新零售模式的了解程度均值为3.61，表明大部分被访者对新零售模式有一定程度的了解。同时对新零售模式了解程度与智能商品推荐服务需求相关度为0.098，显著性为0.049，表明二者存在正向的相关关系，即对新零售模式了解程度越高，对智能商品推荐服务的需求越大。线下购物支出、线下智能引导服务需求与智能商品推荐服务的相关度和显著性均通过检验，存在显著的正向相关关系，即线下购物支出越多、对线下智能引导服务需求越高的消费者，对智能商品推荐服务的需求度就越大。

由以上结果可知，对于销售商而言，加强新零售模式的宣传和普及、提高消费者对新零售模式的了解程度是推广智能商品推荐服务的有效途径，而针对线下购物消费水平较高、追求购物体验的消费者进行相应的推广活动，可以有效提高智能商品推荐服务需求的满意度。

新零售场景的基本要素

（一）空间环境

场景存在于空间之中，是空间之中的人创造出来的，包含着在空间之中用户的行为与互动模式;空间是静止的，而场景是实时变化的，能够容纳的动态场景越多，则静态的空间评价越高。

新零售的场景可以分为固定场景和移动场景（张晓青等，2018）。固定场景指新零售的用户所处的相对静止不变的环境，不因用户行为变化而变化。而移动场景则指处于移动中的用户所处的不断变化的环境，例如商场、机场等场所，同时还指移动终端与互联网结合产生的移动场景，不同的环境会使用户的需求产生改变。

新零售模式是线上、线下相结合的销售模式，其还将销售与物流相结合，为不同的消费者提供了不同的购物渠道。本文对消费者购物模式偏好进行了统计分析，结果如图4所示。其中“线上购物，线下物流”的购物模式更受青睐，选择这一模式的被调查者占总数的57%，这也符合目前人们生活节奏加快、物流配送逐渐完善等带来的购物模式改变的现状。

在固定场景中，用户会随着场景的不同而产生不同的需求，例如图书馆、商场、电影院等，用户需求可能会是书籍、商品或是电影周边产品。移动互联网时代对固定场景产生了很大的影响，延伸了其服务范围，上述用户需求均可以通过线上购物线下物流，或者是线下购物线上支付等形式得到满足。销售商可以通过对固定场景的把握有目的地引导消费者的需求，从而达到销售的目的。

在互联网还不发达的时期，人们主要是在特定空间通过接触人和事物等来接收信息。当信息媒介进入信息传播时代，电视、报纸等的出现，使信息传播的速度得到了极大的提升。而随着移动终端的发展和普及，原本基于地理空间的场景呈现出虚拟的形态，人们观看电视、报纸的场景被手机、电脑所取代。新零售模式场景的移动性正在逐渐取代其固定性。

移动场景还指人们在空间中移动所形成的场景转换，即从一个场景转移至另一个场景的过程。其意味着快速转变的环境，而不同的环境会对消费者的需求产生不同的影响。移动场景分析的是用户切换场景前后的关联性，即分析用户的来处、现在和去处。

对用户来处进行分析，可以了解到用户现在所处地方的目的、行为甚至需求。例如，一个用户从很远的地方特意到某家商场，与他在附近顺便逛一下商场是有本质区别的。远道而来往往说明用户的需求是特定且明确的，销售者更需要满足其需求。而如果是顺路逛商场的话，说明用户并不是有目的而来，销售者需要通过一定的方法来引导用户需求，例如根据用户年龄、穿着等特征进行有针对性地推荐，或是通过畅销榜、打折活动的宣传等途径引导其需求。在满足用户现在所处场景的需求之后，如果能够对用户下一步的活动进行引导或是预测，则可以产生新的产品空间，提供相应的服务和产品。在新零售模式中对于用户来处、现在和去处三个场景的分析可以有效提高销售的效率和资源利用率，为用户带来便利。

（二）用户与用户行为

用户是新零售模式中的消费者。用户行为指的是在新零售模式场景中，用户的行为、需求、习惯等不断变化的特征，其不仅体现为自身的特征，也表现为他们感兴趣的周围环境信息。这种特征既可能是用户的惯性使然，也可能有一定的偶然性。在新零售模式中，无论是固定场景还是移动场景，用户行为都会与空间环境产生互动。新零售是将线上、线下渠道相结合形成新的零售模式，因此用户行为可以分为线上和线下两种行为。

用户线下行为主要指用户在线下实体店中的行为，包括行动路线、停留时间等等。通过分析用户线下行为，可以了解用户的兴趣所在、选购商品所需的时间以及在实体店中的行为习惯等。同时还能分析出哪些商品受到的关注度高，更受到消费者的青睐。通过用户线下行为的分析，可以对用户进行实时的商品推荐，采取针对性的措施引导用户消费，同时还能够针对用户购买的产品进行相关产品的推荐。

用户线上行为是指用户在互联网上的行为，包括浏览、搜索、购买等等。相比线下行为，其具有三个明显的特点：一是用户线上行为呈现极度的碎片化，缺乏专注度;二是用户线上行为的主导者是用户自身;三是切换产品的成本相对较低。因此，用户黏性是线上产品的一个重要指标。通过大数据技术，分析用户的浏览历史记录，可以了解其偏好习惯，有针对性地生产、销售产品。而通过分析用户近期的搜索、浏览记录可以了解到用户目前关注或是急需的产品和需求，进行场景式营销。线上的场景营销，是基于互联网之上，用户始终处于输入、搜索和浏览三种场景相互变换之中的一种新营销理念，是以场景来触发消费者的购买欲望。场景式营销具有随时性、不相关性和多样性三大特点。场景触发式的购物往往带有沖动性，比如偶然看到某个博主推荐的化妆品或看到电视剧中偶像明星的穿着等产生的购买行为。对于线上而言，也许一篇好的文案就是一场精彩的场景式营销。移动端为众多的商家设计场景提供了机会，实行场景式营销可以满足用户的多元化需求，为商家带来更多的收益。

（三）体验

体验是场景服务的重要环节，也是得到用户认可的关键，其贯穿于新零售场景的全过程。随着场景的切换，体验也随之改变。良好的用户体验在形成用户期望、影响用户决策等方面均发挥着重要作用，对吸引用户、提升用户关系和黏性方面均有重要影响。合适的时机、合适的场景加上良好的用户体验，在很大程度上能够促成交易。互联网时代，线下的体验逐渐转移到线上，一个线上场景产生的背后包含了对用户需求的大数据分析与对场景设计的系统性支撑，如业务系统、人员执行等环节。大数据技术的发展，让销售者提升用户体验有章可循，便于销售者把握用户需求，有针对性地设计场景，优化用户体验。

（四）社交环境

社交环境对于场景而言是非常重要的要素，主要包括社交媒体、社交关系等（冯燕芳，2017）。在场景之中的用户之间、用户与场景本身之間都会产生一定的交互，社交氛围对于用户的活动会产生一定的影响。在新零售模式中，既包括线下社交环境，又包括线上社交环境。

社交关系主要指用户在线下和线上形成的互动关系（丁蕾，2017）。线下的社交关系主要包括用户与用户之间、用户与销售商之间的互动关系;线上的社交关系既包含用户之间的互动关系，又包含用户与虚拟产品之间的互动关系。

社交媒体指的是网络上基于用户关系的内容生产与交换平台，是人们分享信息的工具和平台，微信、微博、各个网站平台均属于社交媒体。越来越多的企业逐渐意识到通过社交媒体进行信息传播和营销的价值，因此开始借助社交媒体进行营销，即社会化营销是各个企业目前关注的重点。借助大数据、人工智能等实现精准营销以及社群营销都是未来的发展趋势。社群主要是通过一定的社交关系将用户聚集在一起形成的群体，可以是拥有共同的爱好、共同的需求或是具有共同的思想等等。社群营销是在社交媒体营销的基础上发展起来的、与用户连接更紧密的网络营销模式，社群之中的用户还可能成为继续传播者。本文对社群对购物行为的影响程度进行了问卷调查，同样采用的是李克特五点量表法，结果如图5所示。由统计结果可知，影响程度一般及以上的被调查者占总数的70.4%。因此，在未来将线上线下渠道相结合的新零售模式中，社群对购物行为的影响会逐渐增大。

参考文献：

1.杨坚争，齐鹏程，王婷婷.“新零售”背景下我国传统零售企业转型升级研究[J].当代经济管理，2018，40（9）

2.赵树梅，徐晓红.“新零售”的含义、模式及发展路径[J].中国流通经济，2017，31（5）

3.鲁效伟.移动互联经济下新型零售的特点、发展趋势及启示[J].商业经济研究，2018（8）

4.张建军，赵启兰.新零售驱动下流通供应链商业模式转型升级研究[J].商业经济与管理，2018，325（11）

5.汤代禄，刘水清.智能推荐：传媒大数据应用的突破点[J].青年记者，2017（6）

6.丁雪.基于数据挖掘的图书智能推荐系统研究[J].情报理论与实践，2010，33（5）

7.彭兰.场景：移动时代媒体的新要素[J].新闻记者，2015（3）

8.闫星宇.“新零售”的逻辑蕴涵及发展趋势[J].社会科学战线，2018（7）

9.张晓青，杨靖，多英学.“新零售之轮”驱动下新零售业态创新路径[J].商业经济研究，2018，758（19）

10.冯燕芳.基于消费体验需求的“互联网+场景营销”及其营销效率提升[J].企业经济，2017，36（11）

11.丁蕾.场景营销：开启移动互联网时代的营销新思维[J].出版广角，2017（3）