基于MLP和SHAP值的白酒消费者粘性影响因素分析

Analysis of the Influencing Factors of Liquor Consumer Stickiness Based on MLP and SHAP Values

摘要: 本文以白酒消费者为对象，通过调查问卷收集消费者的相关数据。首先，构建了需求频次、品牌效应、消费意愿三个维度下的21个指标的白酒消费者粘性指标评价模型；其次，通过多层感知机模型，用10折交叉验证寻找出29个神经元个数，进而计算白酒消费者粘性影响因素的重要性并进行排序；最后，利用SHAP值对白酒消费者粘性的影响因素进行相关性和协同性分析。实验结果表明，需求频次、品牌效应以及消费意愿三个维度所占的权重分别为37.57%、31.58%和30.84%，且将需求频次、品牌效应和消费意愿三个维度结合起来的共同作用对白酒消费者粘性的提高至关重要。本文通过对不同影响因素进行分析，并在此基础上提出关于白酒产品的改进建议，可以通过针对性的市场营销和产品定位策略来提高消费者的粘性。

Abstract: This paper takes liquor consumers as the object and collects relevant data of consumers through questionnaires. Firstly, we construct liquor consumer stickiness evaluation index mode, which consists of three dimensions, demand frequency, brand effect and consumption intention. Secondly, using a multi-layer perceptron model, 29 neuron counts were identified through 10-fold cross-validation in order to determine the importance and ranking of factors affecting the consumer stickiness in white wine consumption. Finally, we used the SHAP value to analyze the correlation and synergy of the factors affecting the stickiness of liquor consumers. The ex-perimental results show that the weights of demand frequency, brand effect and consumption intention are 37.57%, 31.58% and 30.84% respectively, and the combination of the three dimensions is crucial to the improvement of liquor consumers’ stickiness. Based on the analysis of different influencing factors, this paper puts forward some suggestions on the improvement of liquor products to improve the stickiness of consumers through targeted marketing and product positioning strategies.

1. 引言

在当今竞争激烈的白酒市场中，企业如何提高品牌的忠诚度和市场份额成为了一个关键的挑战。其中消费者的粘性是一个重要的概念，它代表了消费者与品牌之间建立起的持久关系和购买倾向，所以了解消费者粘性的形成机制和影响因素，可以为企业制定更精准的市场营销策略和增强品牌忠诚度提供重要的指导。近年来，机器学习和解释性模型的发展为消费者行为研究提供了全新的方法和工具。多层感知机(MLP)作为一种常见的深度学习模型，在消费者行为分析中展示了惊人的预测能力。而SHAP值作为一种解释性工具，可以帮助理解模型对于预测结果的贡献和影响。本文将MLP和SHAP值结合运用于白酒消费者粘性的分析，进一步深入探究粘性形成的机制和关键因素。

本文旨在研究基于MLP和SHAP值的白酒消费者粘性分析，通过深入挖掘白酒消费者的行为数据和消费决策过程，以建立高度准确的模型，并通过解释性分析探究各个因素对于粘性的贡献程度和影响机制。通过这种方法，揭示消费者背后的决策因素、需求特点以及不同因素对粘性的影响程度，为企业提供精准的市场推广策略和品牌管理决策提供指导，促使企业制定更具针对性的市场推广策略，以此来推动品牌忠诚度和市场份额的增长。

本文结构安排如下：首先，在引言部分介绍白酒消费者粘性的重要性和研究背景；第二部分将回顾相关的研究文献，从市场竞争环境、消费者行为和购买决策等方面探讨白酒消费者粘性研究的现状；第三部分将详细介绍使用MLP和SHAP值进行消费者粘性分析的数据和方法；第四部分将呈现研究结果，分析关键因素和粘性影响的见解；第五部分本文将解读研究结果的意义，以及提出相关提高白酒消费者粘性的建议。

2. 文献综述

消费者粘性是指消费者对产品的参与程度以及脱离产品的阻碍程度，研究消费者粘性的影响因素有助于产品方提升产品与消费者的契合度。目前，国内对产品粘性的研究多集中于以下四个方面：网络消费 [1] [2] 、品牌营销 [3] 、平台建设 [4] 以及金融市场 [5] ，对食品消费粘性的研究相对较少 [6] [7] 。留存分析模型 [8] 和技术接受(TAM)模型 [9] 是分析消费者粘性以及用户满意度的常见方法，罗昕楠 [10] 基于TAM模型在社交电商环境下探究了社交平台用户粘性的影响因素；由军强 [1] 在考虑感知风险的中介效应的背景下对O2O渠道整合与消费者的粘性进行了实证研究；付饶 [6] 等基于随机森林模型以及指数分析模型研究了茶叶消费者粘性的影响因素；岑敏 [4] 和易加斌等 [11] 通过问卷调研的方式研究了电子商务平台的用户粘性。

对于白酒消费的研究，目前多集中于研究白酒的质量影响因素 [14] 、品牌价值的评估 [12] [13] [14] [15] 、营销战略的优化 [16] [17] ，而对于白酒消费者的粘性分析却相对欠缺。了解白酒消费者对白酒产品的期望，解决消费者粘性问题，不断提升消费者满意度和持续购买意愿对白酒产商来说显得至关重要。

基于以上现状，本文以研究白酒消费者粘性为目的，构建了白酒消费者粘性评价指数模型。并运用MLP模型计算各指标的影响权重，进一步计算出白酒消费者粘性，并利用SHAP值评估了模型结果。最后，通过模型结果对白酒的消费及生产提出合理的可行性建议。

3. 调查方法及模型构建

3.1. 调查对象及范围

本次调查旨在全面收集广大消费者的白酒购买和饮用情况。本文通过线上调查问卷的方式，调查全国范围内的白酒消费者的消费习惯和偏好，共收到1204份问卷，其中有效问卷984份，有效率为81.70%。具体问卷设计如表1所示：

Table 1. Questionnaire setting and option setting

表1. 问卷设置及选项设置

3.2. 研究方法

3.2.1. 问卷调查法

通过设计合理化的问卷，在全国范围内调查白酒消费者的白酒购买情况，以确保调查者的多样性，全面了解广大消费者白酒饮用及购买的情况。

3.2.2. 信度、效度检验

问卷的信度检验是用于衡量样本的回答结果是否可靠，最常用的指标是Cronbach信度系数。效度检验就是问卷设计的有效性和准确性来衡量问题的设计是否合理，通常用KMO值和Bartlett球形度检验来判断。本文利用Python软件对问卷进行信效度分析。

3.2.3. 多层感知机(MLP)模型

多层感知机(MLP)也叫人工神经网络(ANN)，除了输入输出层，它中间还包含多个隐层，最简单的MLP只含一个隐层，即最底层是输入层，中间是隐藏层，最后是输出层，并且多层感知机层与层之间是全连接的。多层感知机分为多层感知机分类器和回归两个主要的模型，其应用非常广泛，图像分类、预测等领域均有涉及，并且有着十分优秀的性能。本文利用多层感知机回归模型计算白酒消费者粘性的权重。

3.2.4. SHAP值检验

SHAP值是一种用于解释机器学习模型预测结果的方法。它基于合作博弈论中的SHAPley值概念，为每个特征分配一个对应的影响力权重，能够用于解释该特征对预测结果的贡献。

SHAP值通过考察不同特征在特征排列中的重要性来计算。在一次预测中，每个特征都可能对预测结果产生不同的影响。SHAP值通过将每个特征添加到一个组合中，然后计算每个特征的特定贡献来计算这种影响。

具体而言，SHAP值根据以下原则计算：

① 被考虑排列组合的特征集合包含了不同特征子集的所有组合。

② 对于每种特征子集，计算预测结果的期望值。

③ 对于每个特征，计算它在不同特征子集中的特定贡献。

④ 计算每个特征的SHAP值作为其特定贡献的平均值。

SHAP值的优势在于它能够提供对单个特征对预测的解释，并且数值上的SHAP值越大，意味着该特征对预测结果的影响越大。通过理解每个特征的重要性，可以获得对机器学习模型预测结果背后的因果关系更深入的理解。与特征重要性相比，SHAP值最大的优势是其能对于反映出每一个样本中的特征的影响力，而且还表现出影响的正负性。本文使用SHAP值解释多层感知机网络(MLP)得到的特征重要性，进一步评估白酒消费者粘性指数模型的性能。

3.3. 模型构建与指标选取

3.3.1. 留存分析模型

留存分析是一种常用于分析消费者对产品参与情况以及活跃程度的分析模型，对于进行初次行为的用户，考察其中有多少人会进行后续行为。通过留存分析模型分析产品对消费者的价值，是衡量产品对用户价值高低的一种重要方法。留存方式主要分为以下三类：

① N-day留存：即用户再进行初始行为后的第N天完成回访。

② Unbounded留存：即N天内留存，N天内累计完成回访行为的用户。

③ Bracket留存：即自定义观察期留存。与N-day留存和Unbounded留存不同，Bracket留存的观察期可以由使用者根据自己的希望划分，不受固定时间度量的限制。

3.3.2. 技术接受模型(TAM)

技术接受模型认为感知有用性和感知易用性是主要的两个决定因素。其中，感知有用性反映了消费者使用一个产品对其工作业绩的提高程度，感知易用性反映了用户使用产品的难易程度。技术接受模型如图1所示：

Figure 1. Technology acceptance model

图1. 技术接受模型

3.3.3. 白酒消费者粘性指数改进模型

本文以白酒消费者的需求频次，即消费者喝酒的频率，白酒的品牌效应以及消费者消费意愿，作为对白酒消费者粘性的评价指标。在文献 [4] 的基础上改进粘性评价公式：

$C{s}_i=f_i\cdot \left(1+p_i\right)\cdot \frac{d_i}{365}+{\epsilon }_i$ (1)

其中， $C{s}_i$ 为第 $i$ 个被调查者对白酒产品的粘性， $f_i$ 为第 $i$ 个被调查者对白酒的需求频次，即白酒消费者每月的消费次数，反映了消费者的喝酒频率及其对酒的需求程度； $p_i$ 为白酒品牌对第 $i$ 个被调查者的品牌效应，消费者根据品牌喜好选择相应的白酒，反映了消费者对品牌的喜好与忠诚度； $d_i$ 为第 $i$ 个被调查者对白酒的消费意愿，即消费者一年对白酒的费用支出，反映了消费者对白酒的消费态度和消费能力； ${\epsilon }_i$ 为随机干扰项。其中，消费者对白酒的感知有用性、感知易用性和可替代性共同影响着消费者的需求频次；白酒产品的产品质量、价格因素和品牌影响共同影响着白酒的品牌效应；消费者对白酒的购买意愿、转移成本、专业素养和社会属性共同影响着用户的消费意愿。

Figure 2. Improved model of liquor consumer stickiness index (T-CSI)

图2. 白酒消费者粘性指数(T-CSI)改进模型

3.3.4. 白酒消费者粘性指标选取

在图2所示的白酒消费者粘性指数(T-CSI)改进模型中，需求频次、品牌效应和消费者意愿这三个维度为消费者粘性指标评价的一级指标，与其对应的潜变量称为二级指标，二级指标对应的问卷中的对应问题称为三级指标。表2为白酒消费者粘性模型指标体系的分层结构，其中三级指标的得分根据被调查者的选择得出，二级指标由三级指标计算得出，最终得到由21个变量观测指标组成的白酒消费者粘性评价指标体系。

Table 2. Hierarchical structure of model index system

表2. 模型指标体系的分层结构

4. 白酒消费者粘性综合评估

4.1. 白酒消费者粘性影响因素重要性计算

4.1.1. 数据检验

本文对收集到的问卷进行信度和效度检验。利用Cronbach’s α系数来衡量，通过Python计算得到Cronbach’s α系数为0.9695，说明选择出的变量具有很强的可靠性。KMO统计量取值0.9843，代表问卷的结构设计较好。Bartlett球形检验近似卡方为75792.595，自由度为861。并且Bartlett球形检验P值近似为0，这说明变量间具有相关性，并验证了本部分对与白酒消费者粘性随机干扰项的正态性假定。

4.1.2. 模型指标定义

由于本文所选取的三级指标多为类别变量，难以作为粘性因素直接带入模型计算，因此将三级指标重新定义取值后作为样本特征进行建模，如下表3所示：

Table 3. Model indicators and their values

表3. 模型指标及其取值

本文得到变量之间的皮尔森相关系数，并画出了热力图，如图3所示，颜色越接近红色说明相关性越弱，可以发现变量X₁购买目的与变量X₁₄每月白酒消费、X₁₅购买白酒数量、X₁₆白酒购买途径和X₁₇白酒品质相关性最强。除此之外还有，X₂白酒用途和X₃白酒品牌与X₅白酒度数、X₈白酒酒瓶材质、X₁₁对白酒品牌产品的态度和X₁₈白酒香型相关性最强。

4.1.3. 参数选择与模型优化

将样本划分训练集和测试集，训练集占全部样本的80%，测试集占全部样本的20%，并对全部样本进行归一化处理。在构建神经网络模型时，参数的优化对提升模型的性能十分重要，因此需要寻找最优的神经元个数。本文画出了神经元个数与对应模型的R²相关系数的折线图，如图4所示。从图中可知当神经元个数为29时，模型性能最优。同时利用10折交叉验证对这个结果进行验证，结果相同，说明多层感知机神经网络模型有29个神经元时，模型拟合效果最好。此时，模型的MSE为22.439，R²相关系数为0.9921，可视化29个神经元权重如图5所示，第1个、第5个、第9个、第12个、第20个、第23个、第25个和第29个神经元的权重较大。

Figure 3. Thermal diagram of the factors affecting the stickiness of liquor consumers

图3. 影响白酒消费者粘性因素的热力图

Figure 4. Find the line chart of the optimal number of neurons and R² correlation coefficient

图4. 寻找最优神经元个数与R²相关系数的折线图

Figure 5. Visualization of 29 neuron weights

图5. 29个神经元权重可视化

4.1.4. 白酒消费者粘性影响因素重要性计算

将29个神经元的权重求绝对平均值，最后以此作为该特征即白酒消费者粘性某一影响因素的重要性程度值。最终计算得出的各影响因素重要性及排序如表4和图6所示。

Table 4. The hierarchical structure of the model index system

表4. 模型指标体系的分层结构

Figure 6. The importance ranking of the influencing factors of liquor consumer stickiness

图6. 白酒消费者粘性影响因素重要性排序

4.2. 各维度下白酒消费者粘性影响因素综合分析

4.2.1. 需求频次对白酒消费者粘性的影响

需求频次对粘性的影响权重为0.375746，在三个维度中占比最大。在需求频次的重要性中，感知有用性程度所占比重最大，这是因为消费者对于白酒需求的多元化，可见消费者最为关注的是白酒的购买目的和用途。其中，在需求频次的三级指标中，白酒的种类重要性最高，说明消费者最为在意白酒的种类，白酒种类会直接影响消费者的购买频次和欲望；其次，在需求频次维度中与白酒种类差距最小的是白酒购买用途，可见对于大多数消费者来说，白酒的品牌和用途非常重要。

4.2.2. 品牌效应对白酒消费者粘性的影响

品牌效应对消费者粘性的影响权重为0.315826，在三个分析维度中处于中间位置。在这个维度中，消费者主要受到产品质量的影响，说明消费者非常注重产品质量，质量好的产品能激起消费者的购买欲望。其中，产品包装和制酒工艺重要性最高，产品包装较好的白酒必然更受消费者的青睐，并且制酒工艺也是消费者比较看重的一点，制酒工艺好的白酒必然口感会更优秀，随之愿意为之买单的消费者当然更多；其次是价格因素，其中的两个指标权重之间并没有区别；最后是品牌影响，根据权重可见消费者购买白酒时比较考虑品牌因素，再加表4中白酒种类的权重较高，说明消费者比较看重白酒品牌和种类。

4.2.3. 消费意愿对白酒消费者粘性的影响

白酒消费者意愿的对消费者粘性的影响权重为0.308429，是三个分析维度中最低的。在消费意愿中，消费者的转移成本和社会属性对粘性的影响权重较高；白酒消费者转移成本越高，越不会消费其它白酒品牌的产品，对原白酒品牌的粘性程度越高；消费者的社会属性越高，说明消费者购买白酒的需求越高，对白酒的粘性也越高。消费者对白酒的专业素养对粘性的影响较小，说明是否会品鉴白酒，并不会导致消费者粘性产生很大变化。

4.3. 基于SHAP值的白酒消费者粘性影响因素分析

4.3.1. 白酒消费者粘性影响因素的相关性分析

本文使用SHAP值解释多层感知机网络(MLP)计算出的特征重要性。在每个消费者粘性的预测中，每个指标都可能对预测结果产生不同的影响。SHAP值的优势在于它能够提供对每个指标对消费者粘性的解释，并且SHAP值越大，意味着该指标对消费者粘性的影响程度越大。与特征重要性相比，SHAP 值最大的优势是SHAP能计算出每一个样本的各个指标对粘性的影响力以及影响的正负性。

Figure 7. Visualization of the overall SHAP value

图7. 整体SHAP值的可视化

Figure 8. The relative importance of the indicators affecting the stickiness of liquor consumers

图8. 各影响白酒消费者粘性的指标相对重要性

图7是对特征进行整体SHAP值的可视化，图中每一行代表一个特征，横坐标为SHAP值。一个点代表一个样本，颜色越红说明特征本身数值越大，颜色越蓝说明特征本身数值越小；图8是各影响白酒消费者粘性的指标相对重要性排序。由图8可知，影响白酒购买因素对白酒消费者粘性特征综合评价值影响相对重要性排序依次为价格体系管理、喝酒目的、白酒的饮用频率、价格结构、每月白酒消费、品牌知名度、买酒用途、产品包装、白酒品质、白酒香型、制酒工艺、月可支配收入、职业。同时由图7可以看出，各影响白酒消费者粘性的因素中除每月白酒消费、买酒用途、喝酒目的、白酒品质、购酒场合、白酒香型外，其余指标SHAP值均呈明显的“蓝左红右”的分布态势，与白酒消费者粘性呈正相关。各指标重要性排序为绝对值的均值，不排除某些综合低影响指标在部分区间的影响较显著。如职业虽数值显现为对白酒消费者粘性影响不显著，但影响较低的职业SHAP值大多聚集于0附近，对白酒消费者粘性消极影响较小，而影响较高的职业SHAP值提升较快，较高的职业水平对白酒消费者粘性较为显著。

4.3.2. 白酒消费者粘性影响因素的协同作用

树模型实现了快速、精确的两两交互计算，这将为每个预测返回一个矩阵，其中主要影响在对角线上，交互影响在对角线外。影响白酒消费者购买白酒的因素对白酒消费者粘性的影响非简单相加，SHAP解释结果包括指标主要影响以及其他指标对其的交互影响，当SHAP交互作用大于0时，认定两者存在协同作用，即该指标对白酒消费者粘性影响在另一指标同时作用下有所提升。由SHAP交互作用总览图(图9)，可知影响白酒消费者购买白酒的因素间交互影响(非对角线)整体低于主要影响(对角线)，因此分析上述SHAP均值大于0.5的白酒消费者粘性有显著影响的指标与其交互作用最强的其他因素之间协同作用关系(图10)，获取指标间交互作用值大于0的区间部分，得出两指标共同作用提升区间。

Figure 9. SHAP interaction overview

图9. SHAP交互作用总览图

Figure 10. The synergistic relationship between price system management and other factors

图10. 价格体系管理和其他因素之间协同作用关系

在需求频次、品牌效应和消费意愿的这三个维度中，品牌效应维度中的价格体系管理的特征重要性最强，因此本文主要关注与价格体系管理交互作用较强的指标，分别是宴请宾客、白酒的饮用频率、价格结构、每月白酒消费、品牌知名度以及日常聚餐。其中宴请宾客、日常聚餐、白酒的饮用频率都属于需求频次，价格结构和品牌知名度属于品牌效应，每月白酒消费属于消费意愿。所以将需求频次、品牌效应和消费意愿三个维度结合起来的共同作用对白酒消费者粘性的提高至关重要。

5. 总结与建议

5.1. 总结

本文分别从需求频次、品牌效应以及消费意愿三个维度分析了影响白酒消费者粘性的因素，构建了MLP和SHAP的白酒消费者的粘性分析模型，该模型以MSE为22.439，R²相关系数为0.9921的较高准确性反映了影响因素的具体评价指标与粘性之间的关系。并且对已经构建好的模型的所有神经元的权重变为数据框进行可视化，结果可以得出，需求频次、品牌效应以及消费意愿三个维度所占的权重分别为37.57%、31.58%和30.84%。

其中感知有用性程度对于白酒需求频次的重要性最大，占比19.18%，消费者最关注白酒的购买目的和用途，白酒种类对需求频次有最大影响。品牌效应对消费者粘性的影响权重处于中间位置，消费者主要受产品质量的影响，其中产品包装和制酒工艺对消费者影响最大，价格和品牌因素也会影响消费者购买决策。白酒消费者意愿对消费者粘性的影响权重最低，但是转移成本和社会属性对粘性的影响较高，转移成本越高，消费者越不愿转向其他品牌，消费者的社会属性越高，对白酒的粘性程度也越高。

综上所述，消费者在购买白酒时最重要的考虑因素是感知有用性所属的需求频次，其次是品牌效应和消费者意愿。但考虑这三个维度的交互作用时，这些因素结合起来对白酒消费者粘性的增加最为重要。

5.2. 相关建议

5.2.1. 针对需求频次

定制化产品能够增加消费者对品牌的粘性，通过收集消费者的数据和了解其喜好，便于推出定制化的白酒产品，能更好地满足消费者个性化的需求，提高其对品牌的忠诚度。同时，通过优化包装设计，突出产品特色和酒的品质，也能增加消费者的购买欲望和粘性。建议多元化白酒产品种类、了解消费者对白酒种类的需求、提供多样化的产品，满足不同消费者的口味和需求，以增加购买频次和欲望。与此同时强调产品用途和价值，向消费者传达白酒的多种用途和价值，例如作为礼品、社交聚会的必备品，强调白酒的实用性和社交属性。

5.2.2. 关于品牌效应

建立品牌认知度和信任度是提升消费者粘性的重要因素之一，可以通过增加品牌的宣传和参与各类展会等方式来提高品牌的认知度，而且提供高品质的产品和优质的售后服务也是关键，以增加消费者对产品的信任度，注重产品质量，确保产品质量的稳定和高品质，这对于消费者购买欲望和忠诚度是至关重要的。同时优化产品包装和制酒工艺，设计吸引人的产品包装，加强对制酒工艺的宣传，提升消费者对产品的认知和好感度。还要建立强大的品牌影响力，通过提供真实的品牌故事和历史，塑造独特的品牌形象和价值观，以增加消费者对品牌的认同和忠诚度。

5.2.3. 考虑消费意愿

与消费者建立良好的互动关系是提高消费者粘性的有效策略。了解消费者的需求和偏好，并针对性地推出符合需求的产品和服务，不断调整和优化，以提高消费者的满意度和粘性。开展会员制度并提供优惠服务可以激励消费者的购买积极性和忠诚度。建议提高消费者转移成本，提供会员制度、优惠折扣和增值服务等，减少消费者转向其他品牌的动力，增加消费者粘性。而且可以考虑提供专业素养培养机会，例如举办白酒品鉴活动、培训课程等，帮助消费者提升对白酒的专业素养和品鉴能力，增加对品牌的认同度。

基金项目

本研究由国家自然科学基金(No. 72261005)资助。

NOTES

^*通讯作者。