基于文本分析与机器学习的 顾客感知价值定价模型 ——以电子消费品行业为例
一、引言
感知价值影响产品销售的实例在电子消费品行业屡见不鲜。例如：信息通信产业的蓬勃发展，使得智能便携式手机成为人们生活的一部分，但部分手机愈加高昂的售价、同质化的设计，也使得原本愿意消费的顾客望而却步。知名电子消费品厂商苹果，于2018年底下调业绩预期，主要是其在2018年9月推出的全新iPhone 系列产品定价过高，偏离广大消费者的预期所致。苹果公司股价也由于业绩预期的下调，而在2 01 9年的第一周下跌7. 5%，市值累计缩水约5 5 0亿美元。抛除新产品创新乏力的事实， 苹果新i Phone系列产品高昂的定价和滞后的价格调整策略，才是销售规模大幅缩水、企业不得不下调业绩预期的导火线。为应对现状， 苹果在2019年初，全线下调其二级经销商的价格，以满足消费者的内在预期，从而提升产品销量。从电子消费品巨头苹果公司的这一事件中， 不难看出电子消费品行业中，对于顾客反馈的及时响应决定了产品在生命周期中的市场敏感性（即能否在最短的时间内，使产品价格符合产品在顾客心中的价值感知）。综上而言，根据顾客反馈及时调整产品定价是电子消费品行业实现股东价值的重要节点；过早或过晚的调价，都无法符合股东价值最大化的管理诉求。
本文希望在前述研究的基础上通过大数据技术识别在电子消费品这一特定领域影响顾客感知的潜在驱动因素，并尝试探究这些潜在驱动因素是否会在影响顾客感知的基础上与产品的实际定价产生关联。本研究在一定程度上， 首先会弥补前述研究在顾客感知价值驱动因素定性甄别时掺杂一定人为因素的不足。其次， 通过人工智能算法，为定量研究感知价值提供了新的方法。最后，通过“感知价值”和“产品定价”的综合考虑，为管理会计研究中“实现企业收益最大化，产品应以怎样的价格进行销售” 这一系列问题提供些许新的思路和方法。与此同时，本研究还希望通过研究电商模式下（即无法看到商品的实物，依靠对商品价值的感知与价格的对比进行消费决策，事后对于该次购买行为进行评价），顾客选购电子消费品时关注的重点以及其感知价值的构成，从而改进电商平台评论体系的针对性和其非结构化数据的有效性。对经营者、生产商而言，通过对电商模式中己方顾客购买过程中非结构化数据的分析，适时采取相应的价格策略，迎合消费者感知价值的变化，可以抢占先机以获取更多的市场份额。电商平台则通过对顾客消费数据的再分析，推广具有广泛感知认可的产品，从而在与其他同类平台对手的竞争中取得优势。
本文后续的结构安排如下：第二部分为本研究的理论基础；第三部分为研究设计，主要明确本研究所采用的数据来源和技术方法；第四部分为研究结果，主要涵盖研究结果与模型验证；第五部分为研究结论，主要论述数据结果的含义及对未来研究的展望。
本文由《管理会计研究》22年第一期刊登，详细杂志内容请微店购买
......
