Тема: АНАЛИЗ ВЛИЯНИЯ ОТЗЫВОВ КЛИЕНТОВ НА ПРИНЯТИЕ РЕШЕНИЯ О ПОКУПКЕ ТОВАРОВ
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
📋 Содержание
Глава 1. ТЕОРЕТИЧЕСКИЙ ОБЗОР 8
1.1. Понятие отзывов 8
1.2. Виды отзывов и их характеристики 10
1.3. Роль отзывов клиентов в принятии решений о покупке товаров 14
1.4. Факторы, влияющие на восприятие отзывов клиентов 20
1.5. Гипотезы 24
Выводы 26
Глава 2. ЭМПИРИЧЕСКОЕ ИССЛЕДОВАНИЕ 28
2.1. Описание выборки и методов исследования 28
2.2. Сбор первичных данных 31
2.3. Обработка данных 40
2.4. Анализ данных 41
Выводы 67
Глава 3. АНАЛИЗ ПОЛУЧЕННЫХ РЕЗУЛЬТАТОВ 70
3.1. Интерпретация результатов и сравнение с предыдущими исследованиями 70
3.2. Рекомендации для маркетплейсов 73
Выводы 76
Заключение 77
Список использованной литературы 78
Приложения 82
Приложение 1. Код для составления списка конечных категорий 82
Приложение 2. Расчёт средних значений по каждой категории 83
Приложение 3. Расчёт медиан по каждой категории 84
📖 Введение
Безусловно, маркетплейсы и сами собирают статистические данные, анализируют их, а также предоставляют отчёты продавцам, которые продают свои товары там. То же самое делают и компании на собственных отдельных сайтах, на которых выставляется их продукция. Однако мной было выделено три причины, по которым этих отчётов в некоторых случаях может быть недостаточно. Во-первых, продавцы на маркетплейсах не видят анализа товаров и отзывов других продавцов, что тоже могло бы быть им полезно в осуществлении своей деятельности. Во-вторых, на маркетплейсах предоставляют стандартизированные анализы, они могут быть сильно упрощены, могут не исследовать вопрос глубоко, либо рассматривать лишь небольшое количество факторов без возможности добавить какой-либо, который покажется важным. Также помимо повышения эффективности управленческих решений существующих компаний результаты данной работы могут поспособствовать упрощению выхода на рынок новых компаний, что в долгосрочной перспективе стимулирует рост экономики страны в целом. Эти данные недоступны обычным пользователям, например потенциальным продавцам, которые хотели бы либо выйти на маркетплейс, либо сделать собственный сайт по продаже, но предпочитают подробно всё изучить до начала функционирования. Так что данная работа актуальна и нужна, чтобы показать, стоит ли опираться на традиционный формат исследования отзывов на товары (опросы потребителей).
Целью данного исследования является разработка рекомендаций для продавцов на маркетплейсах на основе выявления параметров и степени влияния отзывов клиентов на принятие решения о покупке товаров. Для достижения этой цели было поставлены следующие задачи:
1. Сформулировать гипотезы для проверки влияния;
2. Собрать первичные данные;
3. Обработать и проанализировать полученные данные;
4. Подтвердить или опровергнуть гипотезы;
5. Сформулировать выводы о влиянии отзывов клиентов на принятие решения о покупке товаров;
6. Разработать рекомендации для продавцов.
В данной выпускной квалификационной работе сбор данных осуществляется с помощьюAPI-запросов на сервера приложения Wildberries. Используется следующий инструментарий для исследования:
1. Python (язык программирования) – для сбора и анализа данных. В частности, библиотеки:
a. requests (для отправки запросов);
b. json (для хранения данных);
c. random (для генерации случайных чисел);
d. time (для работы со временем);
e. csv (для импорта и экспорта базы данных);
f. numpy (для анализа данных);
g. pandas (для анализа данных);
h. seaborn (для анализа данных);
i. matplotlib (для анализа данных);
j. statsmodels (для анализа данных).
2. JupyterNotebook (среда разработки для парсинга и анализа данных);
3. JSON (JavaScript Object Notation – для хранения данных);
4. blanchefort/rubert-base-cased-sentiment (модель машинного обучения для анализа тональности отзывов);
5. Текстовый редактор.
Исследование состоит из одиннадцати последовательных этапов:
1. Изучение существующих исследований влияния отзывов на принятие решения о покупке;
2. На основании первого этапа, а также собственного опыта, формулирование конкретных гипотез для проверки влияния;
3. Выбор сайта, на котором в открытом доступе имеется вся необходимая информация (на основе гипотез);
4. Написание программы для сбора данных;
5. Сбор данных с выбранных сайтов с помощью программы на Python;
6. Обработка полученных данных;
7. Анализ полученных данных с помощью программы на Python для каждой гипотезы;
8. На основе полученных данных и их анализа подтверждение или опровержение гипотез;
9. Формулирование выводов о влиянии отзывов клиентов на принятие решения о покупке товаров;
10. Сравнение полученных результатов с результатами существующих исследований;
11. Формулирование рекомендаций для маркетплейсов.
В первой главе подробно разобрано, почему на тему данной ВКР стоит обратить внимание, то есть проанализирована значимость отзывов для клиентов и доказано, что эта тема важна для продавцов и маркетплейсов. Также изучены существующие исследования по схожим тематикам. Из-за того, что открытых данных, которые можно было бы взять для проведения собственного анализа больших данных, нет, были собраны первичные данные и было проведено эмпирическое исследование – всё это описано во второй главе. Она ориентирована на практический подход исследования, используя данные из реального мира. В третьей главе рассмотрены полученные результаты и проведено сравнение с предыдущими исследованиями.
При подготовке работы были использованы различные источники первичной и вторичной информации. Первичная информация (конкретные данные о товарах и отзывах о них) была собрана самостоятельно с помощью программы-парсера. А источниками вторичной информации являются интернет-ресурсы и исследования на тему влияния отзывов на покупку продукции. Объектом исследования было выбрано приложение Wildberries.
✅ Заключение
1. Отзывы являются важным фактором, влияющим на количество продаж на маркетплейсе. Наличие отзывов способствует увеличению продаж, тогда как отсутствие отзывов или наличие негативных отзывов может негативно сказываться на покупательском поведении.
2. Цена товара имеет значительное влияние на количество продаж. Завышенная цена может оттолкнуть потенциальных покупателей и снизить спрос. Регулярный анализ конкурентной среды и оптимизация ценовой политики магазина помогут поддерживать конкурентоспособность и привлекательность товара.
3. Рейтинг товара и отзывы с ответом от бренда имеют ограниченное влияние на количество продаж. Покупатели обращают больше внимания на сам товар и его качество, чем на рейтинг или ответы от бренда.
4. Категория товара не всегда является определяющим фактором в покупательском поведении. Вместо этого, индивидуальные предпочтения покупателей, конкурентная среда и особенности товара могут оказывать большее влияние на принятие решения о покупке.
Исходя из вышеизложенных выводов, рекомендуется продавцам на маркетплейсах принять следующие меры:
• Регулярно анализировать конкурентную среду и оптимизировать ценовую политику, чтобы оставаться конкурентоспособным на рынке.
• Предоставлять подробную информацию о товарах, включая разнообразные фотографии, чтобы увеличить их привлекательность и доверие покупателей.
Настоящая дипломная работа предоставляет ценную информацию и рекомендации для продавцов на маркетплейсах, которые стремятся повысить эффективность своей деятельности и достичь успеха на конкурентном рынке электронной коммерции.



