1、影响中国消费者对休闲食品满 意度的主要因素 1 利用大数据和自然语言处理工具利用大数据和自然语言处理工具RevuzeRevuze 1 2 与许多其他行业一样，消 费者研究行业也遭受到数 字化带来的冲击 传统上，以消费者为中心的公司一般通过主动接触 消费者并提出问题的方式来进行研究，例如通过内 部CRM系统、焦点小组访谈或问卷调研开展研究等。 在信息时代，我们可以获得的信息量呈指数级增长， 加上大量消费者转向线上消费，同时数字化互联日 益渗透至生活的方方面面，我们可以借助海量的数 字信息来开展洞察分析。 然而，现在很多品牌和公司存在的一些问题是缺乏 合适的合作伙伴、合适的工具或内部能力和组织结

2、构来真正利用这种洞察。 我们相信，在企业战略制定的过程中将永远不可缺 乏有前瞻性的、基于调研的洞察力。因为如果不向 消费者提出直接问题，企业通常无法获得想要的答 案。这反映了使用大数据的一个巨大缺点大数 据多具有被动性质，我们很难从中找到特定问题的 答案。但是，从某种意义上说，其最大的弱点也是 最大的优点。 由于大数据的被动性质，电商网站上的评论主要基 于实际的购买体验，没有经过人工处理，因而相对 调研而言，这些评论的偏差度更低。此外，由于这 种方式的频率与数据量都相对较高，它的可信度也 更高（对于强调样本量的调研而言），还能够更频 繁地进行跟踪。现在，使用这两种洞察类型时，公 司内部的洞察和

3、战略部门必须打破“二选一”的固 化思维，充分发挥“1+1”方法的优势。 为展示这些解决方案的价值，和ReHub针对中 国休闲食品市场开展了一项联合调研。调研中使用 了一款自然语言处理工具Revuze，共处理了40多万 条电子商务评论。每条评论都经过自动分析，从语 言学上识别存在的不同语言方面，并根据情景为每 个方面指定一种情绪（正面/负面）。这样，便可 以仔细研究每个细分方面，从而了解消费者对各种 品牌或产品的情绪。 在下文中，我们将阐述跨领域研究共性结果以及一 些代表性品牌，重点介绍休闲食品消费者满意度的 驱动要素是哪些，哪些品牌表现良好以及哪些产品 可以驱动品牌满意度。 22 整体 满意度

4、 我们要了解的第一个方面是整体满意度的驱动要素。我们要了解的第一个方面是整体满意度的驱动要素。 产品体验是一个区别性因素，良好的产品体验可以建立起消 费者的品牌忠诚度，而糟糕的产品体验则会促使消费者不再 尝试或将产品/品牌归入备选的行列。 我们经常说，完整的产品体验可以提高满意度，并专注于改善 所有方面。但是，什么是完整的产品体验？它是产品不同方面 的完美融合，是所有要素共同为消费者打造的整体体验；无论 是感官（味觉，嗅觉，触觉等）还是服务型（友善的员工，出 色的配送体验等），所有这些方面（在各个品类中占据着不同 的权重）都在构建完整的产品体验的过程中起着至关重要的作 用。 但是，在资源有限、

5、投资有限的情况下，我们必须做出选择， 确定提高整体满意度的重点领域，进而提高企业的投资回报率。 首先是将体验分解为可以管理的方面。这些方面应该足够清晰， 以便品牌自主处理，并针对其制定行动计划。 通过采用这种方法，品牌可以通过确定当前体验中哪个要素表现 不佳并直接解决，来改善消费者的完整的产品体验。 33 将将正面或负面正面或负面的的整体体验整体体验进行进行细分细分。 在研究中国的零食类别时，我们能够洞察在实际 情况中，是什么为消费者带来了正面和负面的整 体体验。 我们的数据显示，价格、物流、口味和包装四个 因素在整体正面或负面体验影响中的占比约为 66%，也就是说，正确掌握这四个要素可以有效

6、 提高客户满意度。 深入分析正面体验与负面体验之间的关系，我们 可以发现，相比于良好的口味形成正面的体验， 糟糕的口味更容易导致负面的体验。因此，口味 不好是休闲食品中最大的潜在负面因素。 在所有评论中，整体满意度整体满意度方面 的负面负面评价占比为3.48%。 价格方面恰恰相反价格或性价比通常会被视为 “意外的加分项”，而不是造成整体负面体验的决 定性因素。 除了这些因素，产品体验的正负面影响开始出现差异。 质量、客户服务和适龄性都有助于达成正面体验，突 显了这一品类较强的购物者属性，即购买者不是消费 者。在负面体验中，我们看到两个要素：甜度（潜在 反映出整个品类中存在甜度问题）和产品含量（

7、潜在 反映出目前市场上没有合适的包装规格可满足消费者 /购物者的特定需求）。 满意度和情绪评分之间的关联度对于确定品牌层面 需要做的工作很重要，同时也将帮助企业明确品类 层面未满足的市场需求。 4 在所有评论中，整体满意度整体满意度方面 的正面正面评价占比为32.3132.31。 口味 价格/性价比 配送 口感 包装 甜度 生产日期 产品含量 客户服务 促销 产品完整性 口味 价格/性价比 配送 口感 回头客 适龄 包装 促销 质量 客户服务 生产日期易用性 4 情绪细分 虽然我们了解了构成整体正面和负面体验的因素， 但在品类中还提到了其他多个方面。 我们的品类分析包含两个元素：第一个是特定因

8、 素被提及的频率。对于由NLP分析出的的特定因 素，我们计算这一因素在分析的评论库中被提及 的次数，它代表这一因素对休闲食品的重要性。 第二项分析指标着眼于每条评论在特定因素使用 的语言是正面的还是负面的，从而得到整体的情 绪评分。然后基于整个品类的情况，得出各个特 定因素的表现。 使用此分析，我们可以看出在品类中表现良好和 表现不佳的不同因素。我们的方面覆盖了任一企 业中多种职能：销售销售价格，价格，RTMRTM（深度分（深度分 销）销）生产日期、退货生产日期、退货/ /退款，创新退款，创新口味、口味、 甜度，营销甜度，营销包装、场合。包装、场合。 在整个品类中，适龄和易用性等驱动要素总体上

9、 是重要且正面的这表明品类内的大多数产品 在这些方面的表现都不错，所隐含的信息则是， 在这些方面，创造真正的品类差异的空间很小， 但是，从单个品牌角度来看，可能存在逐步改进 的空间。 对我们而言，探究满足以下两个条件的因素更有 意义：在品类内具有绝对重要性；以及情绪评分 处于中/低（橙色/红色）水平。这表明大多数品 牌在该因素上不能令消费者满意，如果一个品牌 能够提供消除消费者基于这些因素的痛点的解决 方案，则可以很好地在消费者中树立正面的品牌 形象。 从重要性的角度来看，这些潜在差异化因素是： 生产日期、客户服务、甜度、产品含量（内包 装和外包装）、产品完整性、配料、变质、油 性/油脂性、健

10、康、退货和退款；厚度；抗融 化性和商品供应量如果休闲食品品牌能够 通过与内外部合作伙伴合作，汇集团队和资源 解决这些消费者面对的问题，那么将能够在品 类中实现差异化。 图图2 2：整体品类方面；条形高度表示重要性：整体品类方面；条形高度表示重要性 （提及频率），而颜色则表示整体品类的正（提及频率），而颜色则表示整体品类的正 面面/ /负面（绿色负面（绿色/ /橙色橙色/ /红色）情绪红色）情绪 5 5 口味 价格/性价比 配送 包装 口感 促销 回头客 质量 生产日期 适龄 客户服务 甜度 产品含量 产品完整性 达到预想 易用性 是否受推荐 配料 变质 油性/油脂性 健康 退货和退款 厚度 抗

11、融化性 商品供应量 纯正 博主带货 外观设计 忠诚度 营养 愿望清单 活动场合 零食组合 消化吸收 卡路里 食品安全 卫生 5 品类品类 平均值平均值 三只三只 松鼠松鼠乐事乐事奥利奥奥利奥徐福记徐福记百奇百奇 口味口味 70%66%(94)68%(97)78%(111)68%(97)74%(106) 配送配送85%76%(89)89%(105)90%(106)74%(87)82%(96) 价格价格/性价比性价比86%73%(85)91%(106)92%(107)87%(101)87%(101) 包装包装 72%78%(108)66%(103)74%(103)70%(97)72%(100) 四

12、大 驱动要素 了解品类层面的情绪评分和满意度驱动要素很重要， 但对于公司而言，在更细化的或品牌层面上比较表 现，能够进一步提高可操作性。 消费者在电商上的评论的优势在于，它们都是基于 电子商务平台销售的特定产品，因而，我们能够更 详细地探究具体产品和品牌的当前表现。 表表1：6大品牌在四个整体品牌满意度驱动要素方面的表现。括号中的数字表示相对于整个品类的指数。指大品牌在四个整体品牌满意度驱动要素方面的表现。括号中的数字表示相对于整个品类的指数。指 数的计算方法是将品牌情绪评分除以整体品类情绪评分，并以整数表示（其中数的计算方法是将品牌情绪评分除以整体品类情绪评分，并以整数表示（其中100等于平

13、均品类情绪评分）。等于平均品类情绪评分）。 6 5 我们从品牌列表中选择了五个代表性品牌进行更深 入的分析，当然，可以选择任何品牌和/或要素进行 分析。 如下图所示，休闲食品中大多数正面消费者体验的 驱动来自四个方面。可以将这些细化至品牌级别 （我们也可以进行产品层面的分析，但本文未介 绍）。 品类品类 平均值平均值 6 1.口味 口味是实现良好的消费者体验的最重要的因素之一，同口味是实现良好的消费者体验的最重要的因素之一，同 时也是导致负面整体体验的最主要原因。从创新时也是导致负面整体体验的最主要原因。从创新/研发的研发的 角度来看，这一方面相对易于调整，对洞察和营销部门角度来看，这一方面相

14、对易于调整，对洞察和营销部门 而言，也具有启发意义。而言，也具有启发意义。 在口味方面，奥利奥在品类中排名第一（111指数），三只 松鼠（94指数）表现较差。 为了解背后的原因，我们必须全面了解每个品牌下所有 SKU的组合情况。乐事品牌提供一系列不同的口味组合， 根据消费者的反馈，人们的态度呈显著的两极化分布 原味、黄瓜味和吮指红烧肉味较正面，整体满意度高于品 牌平均水平（表1中的68）；但焦糖味南瓜薯片和“炸 薯条”口味为负面，得分明显低于品牌平均水平。 通过这一层面的分析，可以决定哪些口味可以停产，哪 些需要重新制作配方。这样，这种类型的分析便可以作 为有效的创新工具，既可以评估当前的产品

15、组合，又可 以追踪新上市产品的市场反响。 明星产品明星产品 乐事黄瓜味104g 整体情绪评分94% 7 2.配送 配送方面主要集中于物流。虽然这一方面在很大程度上不 在品牌方的控制范围内，但是深入了解后，品牌方可以掌 握正确的信息，更有针对性地与物流合作伙伴进行沟通。 在配送方面，我们看到奥利奥再次名列前茅（106），许 多人评论说多次购买的到货速度都非常快，而徐福记评分 较低（87），消费者评论说平台上无法查看配送方式，也 不能按预期送达。 透过总体评分，可以初步了解配送环节是否存在问题。与 此同时，也可以从平台层面（京东、淘宝、天猫等）对配 送作进一步的分析，了解特定平台上是否存在特定问题

16、。 明星产品明星产品 奥利奥 349g 12包 整体情绪评分98% 8 3.价格/ 性价比 价格是商业战略中的一个利器，适当的定价可以吸引消费价格是商业战略中的一个利器，适当的定价可以吸引消费 者，不当的定价则可能让消费者望而却步。需要强调的一者，不当的定价则可能让消费者望而却步。需要强调的一 点是，根据产品和品牌的形象，价格太贵或太便宜的问题点是，根据产品和品牌的形象，价格太贵或太便宜的问题 都存在。有趣的是，在定价方面，我们排除了“促销”的都存在。有趣的是，在定价方面，我们排除了“促销”的 因素，它的影响较小。因此，我们可以将定价视为非促销因素，它的影响较小。因此，我们可以将定价视为非促销

17、 价格的真实反映，而不是季节性的或受促销影响的价格。价格的真实反映，而不是季节性的或受促销影响的价格。 从品牌层面来看，三只松鼠的表现（85）不及整体的品 类表现。在这方面，消费者的反馈包括，多年来价格一 直在上涨，过度使用包装导致“浪费”等。 类似于口味，定价也可以在产品层面上进行分析，为销 售团队提供产品组合定价管理方面的见解。 明星产品明星产品 好丽友派1020g 30 包 整体情绪评分95% 9 4.包装 包装涵盖了产品的整体包装体验包装涵盖了产品的整体包装体验从内包装到外包装。从内包装到外包装。 在四大驱动要素中，这是三只松鼠唯一一个优于竞争对 手的要素（108）。成功的主要驱动要素

18、是灵活，例如 将水果和坚果分开包装，以及将产品分成小份包装。 乐事在这方面的表现则不及品类的总体情况（90）。消 费者提供的反馈多与产品的固有性质有关，例如薯片的 易碎性，容易在食用前变成碎屑，还有评论说包装袋爆 裂，薯片洒了一地。 明星产品明星产品 徐福记1596g礼品套装 整体情绪评分87% 10 趋 势 新冠肺炎的 影响 2020年对于许多行业而言都是动荡的一年，那么对休 闲食品有什么影响呢？纵观这一品类的总体趋势，我 们发现这一品类中用户的在线评论数量在增加。我们 也可以对这一时期的情绪评分变化进行深入分析，不 过在这篇文章中还未包含这部分。 从更高的层次上讲，这一品类的在线评论增多，

19、也体 现了我们需要了解其背后原因的重要性。随着此类评 论数量的快速增长，公司中的个人甚至团队都无法完 全了解如此大量数据背后隐藏的宝贵信息。 这是新冠肺炎催化已有趋势的又一个示例，它不仅加 速了消费者的数字化转型，也要求公司对这一趋势快 速做出数字化响应。 11 结论 电子商务评论分析可以为我们提供丰富的洞察，包括品类、电子商务评论分析可以为我们提供丰富的洞察，包括品类、 品牌乃至产品的特定见解。尽管本文未做介绍，但也可以进品牌乃至产品的特定见解。尽管本文未做介绍，但也可以进 行时间分析（按年、按月或按周），还可以对电子零售商进行时间分析（按年、按月或按周），还可以对电子零售商进 行平台层面的

20、分析。我们对中国市场的特定品类进行了代表行平台层面的分析。我们对中国市场的特定品类进行了代表 性的分析，但同样可以延伸至更广泛的品牌集合，也可以分性的分析，但同样可以延伸至更广泛的品牌集合，也可以分 析不同的品类。析不同的品类。 尽管被动收集大数据缺乏市场调研的定制化特色，但随着市 场的数字化程度不断提高，可供品牌商使用的工具和原始数 据也正在呈指数级增长。这些数据不仅存在，还可以实时刷 新，并且包含足够大的样本量，因此可以建立并增强对基于 数据作出决策的信心。综上所述，尽管许多品牌的洞察部门 尚未实现数字化，目前也未充分利用该工具，但这种分析的 优势是显而易见的，因此，它可以、也应该作为现有

21、洞察工 具的一个有效补充。 如果您对如何将这种大数据解决方案应用于如果您对如何将这种大数据解决方案应用于 您的品牌和业务感兴趣，请立即联系我们。您的品牌和业务感兴趣，请立即联系我们。 12 了解更多有关大数据洞察功能和制定大数据 赋能战略的建议，欢迎联系： Dr. ThomasPiachaud 首席客户官兼咨询总监 Thomas.P Max Peiro 首席执行官 Re-Hub maxrehub.tech YoyoLiang 首席内容官 Re-Hub yoyorehub.tech 13 附录 机器学习机器学习 我们的机器学习算法会针对所分析的每个品类自动并独立创建 独特的分类法，从而无需使用预

22、先定义的关键字，即可发现每 个产品品类中的独特方面。这项自主学习技术可以从电子商务 评论中自行学习，了解客户如何评价任何给定的产品类别，与 传统方法相比，它的准确性更高、也更加细化。 品类定义品类定义 我们会根据用户的评论为所分析的每个品类自动构建一个独特 的分类法，因此至关重要的是，所分析的品类必须包括具有相 同形式、需求和用途的产品，以便以最高的准确性自动提取最 相关的主题。 在此项目中，我们以“休闲食品”为品类，并包括4个子品类： 坚果、薯条、饼干和糕点。我们在天猫和京东分析了13个品牌， 涉及用户评论约40万条。 Brand/CompanyList 妙 芙 MiaoFu 徐福记HsuF

23、uJi 好丽友-ORION 乐事-Lays 上好佳-Oishi 旺旺WantWant 奥利奥 Oreo 健达缤纷乐 Kinder 脆脆鲨 Crispy Shark 3+2 三只松鼠- Three Squirrels 绅士坚果-Planters 格力高-Glico 情绪提取情绪提取 我们的情绪分析结合了计算语言学、文本分析和自然语言处理 的功能，可阐明客户感知中的主观性。我们过滤客户态度，识 别语境两极性并内插判断、情绪状态和预期的情绪交流，以创 建易于理解和可用的分析。 语境理解语境理解 Revuze会自动从非结构化数据中分类、识别和提取趋势和主题， 从而以极高的精度理解上下文并提供切实可行的业务见解。我 们的语境智能技术能够理解主题和情绪，与客户实际使用的字 词无关，无需再使用手动定义关键字。 14