
2015年十二届全国人大三次会议上,李克强总理在政府工作报告中首次提出“互联网+”行动计划,同年国务院办公厅印发《关于运用大数据加强对市场主体服务和监管的若干意见》,自此“互联网+”和大数据迅速改变着传统行业的方方面面。
2016年5月24日,中国大数据产业暨中国电子商务创新发展峰会对话中,提出了中国经济既要培育新经济和新动能,也要改造提升传统功能,而传统数据的改造升级,很大程度还需要依靠新经济和新动能,包括大数据和云计算等新技术。而且现在由于大数据,云计算,“互联网”等新技术的产生,虚拟世界和真实世界正在日益融合。
故在此背景下,本文决定将美容经济与当前的大数据结合,对关于化妆品消费行为的决策机制进行一系列分析。
市场分析
1. 可行性分析
1.1 经济可行性

图-2016年以来化妆品线上企业销售额及增速走势
从上图可以看出,化妆品类产品作为当前大部分公民都会使用的日常用品,化妆品的销售额历月累计,从经济的角度上来看,化妆品在未来的发展道路上会占据一定的极为重要的位置。
表-2016年2月-2017年3月化妆品销售额

据前瞻产业研究院预计,中国化妆品行业将在未来几年继续保持稳定增长态势,预计到2020年市场容量将达到4352.4亿元,2016至2020年年均复合增长率6.7%,行业发展空间巨大,行业内的龙头企业也将从行业增长中获得更多的红利。
1.2 行业可行性
过去五年,中国的化妆品零售市场一直在稳定增长,虽然14年增速有所放缓,但仍是全球范围内增长最快速的地区之一。2014年,中国美妆个护市场增长率为7.2%,而日本、法国、美国和韩国四个国家的增长率分别为2.3%、0.5%、1.9% 和5.5%。
以13亿人口估算,中国人均化妆品消费额从2011年27.8美元逐渐增长到了2014年的3504美元。美国、日本、韩国这三个国家2014年化妆品市场人均消费分别为239美元、292美元以及220美元,仍存在6-8倍的巨大差距。从具体品类上看,2014年护肤品类在中国化妆品市场规模中占比48.3%,占比最高并呈上升趋势,预计到2019年护肤品类市场规模占比将达到50.8%。同时,彩妆品类、婴童专用产品、男士护理等品类的市场份额在未来五年都将所增加,而洗浴及口腔护理品类、美发产品品类的市场规模占比预计会有下滑。具体数据如下图所示:

图-2010-2019年中国化妆品零售交易规模、市场增长率、人均消费对比
根据上图以及对问卷统计数据分析,我们可以得出,在中国,无论男女老少,学生或者就职人员,都会用到化妆品类的产品,并且由于化妆品类产品面向的消费人群比较广泛,年龄跨度比较大,相比较其他产品,化妆品产品更容易在短时间内占据该行业的核心地位,又由于化妆品产品主要直接用于皮肤以及身体各个部位,化妆品产品给消费者带来的外表附加性的特殊性也决定了化妆品行业在市场上有着极大的发展趋势。
1.3 产品可行性
下图为2016年中国化妆品消费结构:

图-2016年中国化妆品消费结构
我国化妆品产品种类丰富,品牌种类也数不胜数。我国化妆品行业产品在市场上与其他产品相较,具有高级要素:由于化妆品行业需要大量化学知识和技术,并且因为当前市场上化妆品产品普遍开始追求自然、草本、绿色环保化。为了能够开发独特的化妆品产品以及为了能够吸引消费者购买自身品牌产品。产品的种类大量的开发和扩张,产品的更新速度的增快等其他原因,就是化妆品市场具有优势的原因。
从下图我国对化妆品产品的消费额的统计数据来看,我国化妆品行业具有很大的发展空间:

图- 2006-2016年中国化妆品消费占比额
据Euromonitor的统计数据显示,2016年我国化妆品销售额超过5,000 亿元,约占全球化妆品市场的6.8%,仅次于美国、日本和巴西,位居第四。过去十年间,我国化妆品市场增长迅速。2006-2016年我国化妆品市场规模复合年均增长率高达15.8%,成为全球增长最快的市场之一。
2. SWOT分析


图-SWOT分析
3. 需求分析
由于不同的消费者购买化妆品被不同的因素影响,对不同的化妆品的要求也有很多种,但是决定消费者购买行为的因素还是有可控性的,为了更好地分析不同的因素对消费者购买需求的影响,本文将从以下几点消费者的需求来分析对化妆品市场的影响:
3.1 收入对化妆品需求的影响
下图为青岛市2016年关于不同的收入水平的消费者对化妆品消费统计数据:月收入1000 元以下及1000-3000 者主要为在校学生、老年人或农村农民; 月收入3000-5000 元者主要为刚参加工作的人员、农民工和普通工薪阶层月收入5000元以上者主要为管理人员、白领和公务员。

图-消费者的收入水平
不同的收入的消费者会有不同消费观念。例:由于我国化妆品产品品牌大多都处于低端、中端以及中高端,高端水准的化妆品品牌在市场上还只是小部分,因此收入水平较高的消费者,如收入达到5000-7000及7000以上的消费者多数会选择国外高端品牌,在国产品牌上的消费还是比较少量;收入水平在1000-5000的消费者,大多是处于我国工薪阶级的阶层,在国产化妆品的购买人群中占据主力军的地位。
通过对一个城市的统计数据的分析我们可以推断:一方面,作为工薪阶级的消费者对化妆品的需求是占比较大的比重的。另一方面国内化妆品品牌也是他们的主要消费品。收入水平在1000元以下的消费者,大多属于学生群体,或许因为其特殊的身份特性,大多学生群体在选择和购买化妆品产品时,对种类丰富程度的需求并不会过大。但是在化妆品消费中还是占较大比重。
3.2 年龄对化妆品需求的影响
下图的调查背景为2015年对某市化妆品消费人群的调查:

图-化妆品使用年龄分析
调查结果如上图显示,其中绝大部分的化妆品消费者为女性,18-25 岁年龄段多为在校学生群体、普通人群占到了30%左右;25-30 岁年龄段包括上班族、社会公众人物,占到了60 %左右;30 岁以上为10 %左右。可以看出,化妆品使用者的年龄集中在20-30 岁之间,20 岁以下、40 岁以上的使用者。
从整体上来说,此次调查结果显示化妆品消费人群大多位于25-30岁之间,由于不同年龄对不同化妆品养护类型的偏好以及对不同妆容的需要与喜爱。我们可以得出:处于25-30岁年龄段的消费者对化妆品的需求是最大的,或许是工作需要以及心理因素等的影响导致了这样的结果;位于18-25岁之间的消费人群大部分属于学生或刚进入职场,由于对化妆品的类型的不了解和对自身定位不够明确,因此在化妆品的消费群体中只占有小部分。
3.3 品牌对化妆品需求的影响
以下两幅图为此次对某高校的大学生进行化妆品产品消费时受品牌影响以及购买化妆品渠道的调查结果。

图- 消费者是否认为广告效应对消费行为会造成影响

图-消费者对化妆品品牌是否是影响购买行为的主要因素的调查报告图
大多数消费者认为品牌会对他们对化妆品产品的需求造成影响。间接地,通过被调查人员中消费者对化妆品行业广告效应是否会对消费行为造成影响的结果可以看出,广告效应在一定程度上是会影响消费者对化妆品产品的需求的,进一步说,由于大多品牌化妆品都会投入大量的成本对自身品牌进行广告推广。许多消费者在进行消费时,普遍会认为对广告方面进行大额投资的一般都是大品牌。因此,广告效应是品牌对消费者需求进行影响的间接影响因素。
维度设计
1. 影响因素的选取
(1)从消费者角度分析:不同年龄阶段所需要化妆品的种类和数量以及对化妆品的要求高低都是有差别的;其次,收入不同的消费者群体购买力大小也随收入的高低而产生明显差别;同时,对化妆品产品的认知不同以及消费者的独特心理活动也会是引起不同消费者购买决策区别的主要因素。
(2)从产品角度分析:化妆品的价格是影响消费者做出购买决策的主要因素之一,一般来说,物美价廉的产品比较受大众欢迎,同时也因消费者自身能够承受的价格高低而产生选购差别;其次,在品牌效应越来越强大的今天,化妆品品牌无疑是消费者做出购买决策的一大考虑因素,高端品牌的诱惑力不异于黄金对人们的吸引力;除了品牌效应,广告活动效应也同样是极具诱惑力的,特别是当红明星代言产品的方式,往往会引起一大波死忠粉的抢购,从而带动产品销售;还有通过活动促销的形式来推销产品,商家通过折扣或者赠送附属产品以及商品小样等方式来吸引消费者,刺激消费;而直接引起视觉冲击,勾起消费者购买欲望的是产品的包装,这是一个苛求美的时代,化妆品产品包装是否精美,很大程度上影响了消费者最终决策的实施;而对于一些对化妆品产品了解不够又有购买欲望的消费者来说,化妆品产品的口碑往往是他们做出决策的主要影响因素;在市场竞争日益激烈的今天,影响消费者购买产品的因素不仅仅存在于产品本身特质和消费者之间,产品销售以及产品保障(售后服务)也日益重要了起来,消费者购买的这一行为所包含的东西,除了产品,还有服务(包括购买前的产品体验服务,同时还包括产品购买后的售后服务)。
综合以上的分析,我们最终采用了六个主要影响因素进行调查分析,分别是:产品属性、消费经验、消费偏好、感知价值、自我认知、主观规范。
2. 研究假设
基于国内外研究成果及本论文作者大胆猜测,提出以下假设:
1)产品属性是影响消费者购买化妆品的重要因素;
2)消费经验是影响消费者购买化妆品的重要因素;
3)消费偏好是影响消费者购买化妆品的重要因素;
4)感知价值是影响消费者购买化妆品的重要因素;
5)自我认知是影响消费者购买化妆品的重要因素;
6)主观规范是影响消费者购买化妆品的重要因素。
3. 模型的构建
参考消费者购买化妆品的影响因素,结合互联网和大数据背景下消费者购买化妆品的行为特征,最终选取以上六项影响因素进行研究。为了确保问卷及其数据的有效性,首先要对数据进行检验,再通过变量降维对通过检验的影响因素进行科学归类,最后运用线性回归研究确定消费者购买化妆品的主要影响因素与消费者购买化妆品的关系。本研究模型如下图所示:


图-研究模型
4. 问卷设计
为了验证、测量本研究所提出的影响因素对网购化妆品顾客的转换成本的影响情况,本研究借鉴了国内外学者设计相关测量量表开展问卷调查的方法收集实证研究所需数据。首先将九项假设因素通过问题设置由抽象变具象,之后再通过问题选项的量化将调研数据量化。选项采用李克特五点量表形式,并将选项答案划分为:不会、很少会、可能会、偶尔会、会等类似的五个层次,同时赋予每一个项选项相应的分值,即,不会1分、很少会2分,可能会3分,偶尔会4分,会5分。统计这各项的得分情况,可以确定各项指标相应的顾客评价情况。
5. 样本说明
本调查研究的主体是关于消费者购买化妆品的影响因素,因此调研对象的范围是购买过化妆品的消费群体(以大学生为主)。笔者通过网络问卷的形式,在线传递给同学、朋友、亲戚;年龄主要在20-40岁之间,学历集中在大专及以上学历,地理范围主要是娄底、邵阳、株洲、郴州、湖北、海南、广东等地。剔除回答不完整、选项前后矛盾、明显随意填写的问卷,共105份问卷作为有效样本。(正式问卷参见优秀作品集)
数据分析
1. 样本的描述性统计
描述性统计主要是对数据进行基础性描述,描述变量的基本特征。在问卷数据中,可以描述样本数据的分布结构,例如变量的均值、频率、众数、标准差、方差、全距、峰度、偏度等,显示样本数据的集中趋势、离散程度、分布等情况。因此,描述性统计可以让研究者对变量变化的综合特征有总体了解,把握数据的基本统计特征。
(1)年龄
受访者年龄按照5个群体划分,1(16岁以下),2(16~20岁),3(21~30岁),4(31~40岁),5(40岁以上)。有数据显示,受访者集中在16~30岁范围,其中16~20岁占到样本总体的74.29%,21~30岁的占16.19%。105份样本的具体分布如下表所示。
表- 调查样本年龄分布表

(2)学历
受访者学历按照3个群体划分,1(高中及以下),2(大专及本科),3(硕士研究生及以上)。由统计数据显示,受访者集中在大专及本科学历,高中及以下受访者占全体样本的10.48%,大专及本科占82.86%,硕士研究生以上占6.67%。105份样本的具体分布如下表所示。
表- 调查样本学历分布表

(3)职业
受访者职业按照6个群体划分,1(学生),2(企业工作人员),3(公务员),4(自由职业者),5(个体户),6(其他)。由统计数据显示,受访者职业主要是学生,占到样本总体的85.71%。105份样本的具体分布如下表所示。
表-调查样本职业分布表

(4)月收入(生活费)
受访者月收入(生活费)按照5个群体划分,分别是1(1000元以下)、2(1001~3000元)、3(3001~5000元)、4(5001~7000元)、5(7000元以上)。由统计数据显示,49.52%的受访者的月收入(生活费)在1000元以下,40.95%的受访者的月收入(生活费)在1001~300元。105份样本的具体分布如下表所示。
表-调查样月收入(生活费)分布表

2. 维度的描述性统计
由经验分析知道,受访者在性别、年龄、学历、职业、月收入(生活费)5项属性中的分布与消费者购买化妆品群体(主要是大学生群体)的相关属性较为吻合,因此,样本群体分布有效性达到预期目标。
总共18道测量题项,正式问卷测量题项如下表。
表-正式问卷测量题项

正式调查的18道测量题中,第4道和第15到测量题项的影响最大,分值分别达到4.16和4.2分。此外还有第3道测量题项的考虑和第17道测量题项的影响也比较大,分值分别达到3.85和3.77。然后测量题项的分值基本在2.5~3.2之间的有第2、6、7、8、9、10、11、12、16道,表明消费者也受到这些因素的影响。18道测量题的描述性统计情况如下表所示。
表-测量题项的描述性统计

本研究试图通过因子分析将这6项影响因素降维归类,得到更加科学的消费者购买化妆品的影响因素。并且,在此基础上,本研究进一步尝试将因子分析后得到的结果与实际影响因素进行回归分析,试图找到因子分析后得到的结果与消费者实际购买化妆品影响因素的关系。
3. 量表的信度分析和效度分析
3.1 信度分析
信度又称为可靠性,信度检验即检验问卷的可靠性程度,检验测量的数据结果及测量工具的一致性、稳定性和再现性。一份合理的调查问卷应该具有稳定性和可靠性,否则不是有效的问卷,不能有效地反应调査情况。
表- 问卷题项信度分析结果

首先对问卷变量的测量题项进行KMO检验及Bartlett球形检验,由表4-8可知KMO样本测度值为0.679, Bartlett的显著性概率为0.000,达到显著性水平,表明各个测量题项适合做因子分析。
3.2 KMO及Bartlett检测
表-KMO及Bartlett检验结果

由于该问卷变量的测量题项通过了信度分析及KMO与Bartlett检验,因此本问卷调查收集的数据可以进行因子分析,通过spss对问卷18道变量的测量题项进行因子分析,因子贡献率的结果如表4-9。特征值大于1的有6个因子,累计特征值之和达到总特征值的62.290%,即通过这6个因子可解释因子分析前18个变量测量题项所测现象的62.290%。
3.3 因子分析(组成成分分析,发现主要成分)
因子分析主要功能是从测量量表的众多题项中提取公因子,是一项数据简化的工具。通过研究各个变量之间的内部关系,用几个独立的且不可观测的变量代表整个的数据结构,由这几个假想变量反映全部原变量的主要信息。原变量是可观测的显示变量,而假想变量是不可观测的潜在变量,称为因子。通过因子分析能够检验问卷的设计可否检验出文件设计时假想的某种结构,或发现问卷设计时未考虑到的某种结构。
由于该问卷变量的测量题项通过了信度分析及KMO与Bartlett检验,因此本问卷调查收集的数据可以进行因子分析,通过spss对问卷18道变量的测量题项进行因子分析,因子贡献率的结果如表4-9。特征值大于1的有6个因子,累计特征值之和达到总特征值的62.290%,即通过这6个因子可解释因子分析前18个变量测量题项所测现象的62.290%。
3.4 线性回归分析
回归分析是一种研究一个因变量和一个或多个自变量之间的线性或非线性关系的统计分析方法。它通过规定因变量和自变量来确定变量之间的因果关系,建立回归模型,并根据实际测量的数据来估计模型中的各个参数,然后评价回归模型是否能够很好地拟合实测数据,还可以通过自变量做进一步预测。回归分析可以确定变量之间的定量关系,并进行预测,反映统计变量之间的数量变化规律,我们把自变量对因变量的影响程度和方向提供有效方法。回归分析包含多种回归分析方法,例如线性回归、曲线回归、回归、有序回归、概率单位回归,加权回归等,而本文研究使用的是线性回归分析,探讨消费者购买化妆品的主要影响因子F1、F2、F3、F4、F5、F6(共18题)与消费者购买化妆品的关系。
由线性回归模型得知,由因子分析得出的6个因子中,F1即消费经验,F2即消费偏好、F3即感知价值、F4即自我认知、F5即主观规范和F6即产品属性是消费者购买化妆品的主要影响因素。
结 论
通过一系列的研究和数据分析,充分说明了化妆品市场广阔,在未来日益激烈的市场竞争中,仍具有很大的发展空间。为了收集更加真实可信的数据,我们采用了问卷调查的方式,深入调查影响消费者购买化妆品的主要因素,我们为调查对象(即消费人群)设定了消费者自身的年龄、收入、对化妆品的认知;以及化妆品的价格、品牌、口碑、包装、广告效应等相关调查内容。
根据问卷调查的结果(以大学生为例),我们得出以下结论:
1.F1即消费经验,是消费者购买化妆品的主要影响因素。
2.F2即消费偏好,是消费者购买化妆品的主要影响因素。
3.F3即感知价值,是消费者购买化妆品的主要影响因素。
4.F4即自我认知,是消费者购买化妆品的主要影响因素。
5.F5即主观规范,是消费者购买化妆品的主要影响因素。
6.F6即产品属性,是消费者购买化妆品的主要影响因素。
经过进一步推导,得到以下推论:
1.大多数人都不能够准确认知自己的皮肤状态,对自己所使用的化妆品也并不了解;
2.绝大部分的消费者购买化妆品都是经由他人推荐,其次是受广告影响,商家为了宣传自己的产品,以广告的形式,过分夸大商品的实际价值和实际效果,给消费者造成心理误区,认为广告好就是真的好,这其实是一种十分盲目的购买方式;
3.目前大部分消费者购买化妆品都是通过网购的方式,网购虽然方便快捷,但其弊端也有很多,比如:没有正品保障,虽然现在很多网购平台和网店都打着保证正品的名号,但实际销售的商品却不是真正的货真价实。
4.有一部分消费者因化妆品购买不当出现了过敏现象,这充分说明网购以及化妆品行业的监督力度还需要进一步加强。
5.根据调查的数据分析,化妆品品牌的选择也是影响消费者购买化妆品的一大重要因素,大多数消费者认为高端品牌的产品效果会更好,会更加适合自己,但这在某种程度上其实是一种错误的认知,因为每个人的肤质不同,所需要的护肤成分也就不同,这不是品牌之差,也不是价格之差,而是产品性质之差。
6.这是一个爱美和追求美的时代,化妆品产品的目的就是为了让使用者更美;而化妆品本身的“外貌”也成为了消费者决策的一大影响因素,产品“内在美”与“外在美”的完美结合将成为未来化妆品行业的目标和创新之处。
7.目前市场存在一个十分普遍的现象:太便宜的商品不敢买,太贵的商品买不起。在化妆品行业同样存在这样的现象,根据调查数据显示,有部分消费者会受到价格干扰,认为贵的商品就是好的商品,消费者需要了解和接触更多商品信息,正确判断和选择合适的化妆品。
成果应用
1. APP的提出
基于目前消费者关于选购化妆品的一系列问题,我们从消费者以及化妆品自身特质两个切入点进行市场调查和数据积累,通过一系列的数据分析,推出一款名为 “秀妆”的APP, 秀妆APP是以提供虚拟化妆的试妆相机为主要内容,APP中每一个入驻的产品都经过专业认证,以商品专柜的形式入驻,保证正品。

图-APP主页面板块设计
2. AR试妆的应用
本APP的试妆功能通过AR试妆来实现。通过摄像头捕捉真实图像,将真实图像和虚拟图像实时融合在屏幕上显示,虚拟图像由各类化妆品构成(比如:粉底液、眼影、睫毛膏、腮红、口红等),用户可以自主选择产品类型以及用量,让用户在线上完成试妆体验。
本APP采用AR试妆的方式把线上购物和线下场景进一步进行融合,来达到甚至连线下购物也不能媲美的效果。同时也能够将AR试妆应用于线下的用户体验,首先,这是一个全新并有趣的应用,能够为企业吸引更多的客户,第一时间占据市场;其次,AR试妆能够解决实品店试用装不安全卫生的问题;也能够让客户在专人(营业员等)指导下,通过AR试妆,更快地拿到喜欢的产品,提高效率。

图- AR试妆思维导图
作 者:湖南人文科技学院-纵横数据
团队成员:雷荟桢、夏榕、陈芷芯、夏博义
指导老师:龚瑞风、高川
近期长风大数据公众号将于每周一、三、五定期推出2017大数据分析专业竞赛作品赏析系列,评论里留下你想看到的作品,小编会努力满足你的要求哦
同时,竞赛的优秀作品集也在密集整理当中,想要获取免费赠送名额的小伙伴,点赞转发一下呗
声明:微信文章为独家原创,欢迎个人用户分享到朋友圈;其他任何形式的转载,请联系本公号取得授权,否则将追究法律责任。长风大数据(微信号:cf-dsj)隶属于Logis北京络捷斯特科技发展股份有限公司,简称:络捷斯特,证券代码:834832。

长风大数据(微信号:cf-dsj)基于多行业的海量数据资源,为企业运营和院校科研提供先进的数据挖掘分析工具,帮助用户释放数据价值、捕获深层信息。
联系电话:010-65568598转8013
电子邮箱:cfdsj@logis.cn
网址:http://www.cfdsj.cn

