来自无监督贝叶斯信念网络的新营销见解
介绍
“有限服务餐厅”（LSR）是餐厅行业统称为快餐店和快餐店的场所。专注于LSR的营销人员经常运用营销研究来评估关于其品牌的假设或发现其市场细分。市场研究的另一个重要目的是了解市场的总体结构，以了解客人对LSR体验的重要看法。在不了解LSR客人的想法的情况下，营销人员对菜单或服务中的哪些创新会吸引客人视而不见。基本的市场研究有助于品牌定位和分配营销资源（“营销组合分析”），并为其他研究产生意想不到的方向。
无监督贝叶斯信念网络是一项功能强大的创新，可让分析师在不事先了解其营销研究数据的基础结构和动态的情况下进行研究。营销人员提出和回答的最重要的战略问题是不确定性的。例如，“我们的市场结构是什么？” 或“要了解有关表征基础购买过程的数据集的关键事实是什么？”
描述与探索
数据分析项目通常以有序方式进行以下阶段：描述，探索，预测和处方。实际上，数据科学的许多魅力都与Prediction（例如机器学习等算法开发）和部署到Prescriptive系统（例如产品推荐器或搜索引擎）有关。此类方法对于回答存在的问题或评估有关消费者行为的特定假设至关重要。
描述和探索的典型方法是对数据变量进行单变量分析，并通过所有可能的双变量相关性进行详尽搜索。分析人员使用多变量方法（例如聚类分析或变量归约）等主要成分来经常探索数据。
下面我们举例说明了一种用于非结构化勘探的较新工具，即贝叶斯信任网络（BBN），该工具于2000年代开发。BBN使用 知识表示 的范例将任何数据结构简化为其基本元素。此方法可以应用于非结构化和结构化的数据集，例如市场调查。BBN生成一个 推理结构 ， 该结构代表网络中节点的每个数据变量。每个节点概率地取决于“父”节点的值，并通过弧线连接到整个节点。除了算法发现的网络结构，我们还可以检查每个节点的总体影响，称为 节点力，大致来说就是变量与网络其余部分相关的整体强度。
数据
以下网络的基础数据是在过去四个星期中访问过2294位受限服务餐厅（LSR）的客人的一系列态度问题。这些问题按领域领域分组，例如服务，食品，便利性，未来，公司和品牌。问题组在研究人员的脑海中-BBN算法没有关于如何对问题进行分组的先验知识。所有数据都是在5点Likert量表上的评级同意或重要性的态度问题。
对建模网络的两个分析是相关的：节点互连和节点强度。首先是贝叶斯信念网络的整体结构和相互联系的分析。高度互连的节点通常是通往其他态度域的“网关”。用概率术语来说，许多态度的价值取决于关键节点的价值。
第二个分析是整个网络上每个节点或变量（个体态度）的总体强度。有影响力的节点显示哪些因素影响LSR宾客评估可用餐厅选项的方式。影响分析是对互连分析的补充，以提供对网络影响的总体情况。
结构分析
图1.无监督贝叶斯信念网络
图1显示了从LSR态度调查数据得出的无监督网络。为了清楚起见，每个问题域的颜色都不同。首先要注意的是，网络算法在没有任何先验知识的情况下发现了不同问题域的相似性。例如，网络将所有关于品牌“未来”的问题分组到图表的左下角，而大多数“食物”问题则分组在最右端或左上角。沿着图表的中央“脊柱”延伸的是所有“品牌”姿态节点。回想一下，网络算法没有关于问题结构的先验信息-它是独立发现的！
具有大量互连的节点（或变量）值得特别注意。大量的连接意味着该节点是通过推断来理解网络结构内的依赖关系的“网关”。
网关节点的结构提供了见解，包括以下内容：
消费者对“品牌”节点的回答“管理得当”是影响服务和便利性认知的门户。对于消费者来说，这是一个重要的问题，因为良好的管理会影响餐厅体验的各个方面，尤其是服务和便利性以及对食品安全的看法。
“他们是一个创新品牌”对品牌未来的看法以及对食品的创新和满意度的看法。这些食物属性是关于食物质量感的一般属性，而不是对特定菜单项的评估。
“他们是一家具有强大价值的公司”，是通往整个公司和菜单特定食品问题的门户。午餐是了解其他菜单态度的关键食物。
节点强度分析
图2.节点强制可视化网络
图2显示了与以前相同的网络图，节点力显示为与每个节点的半径成比例，表示为球体。仅标记强度节点中的前五个。他们是：
“公司：他们是面向社区的。” 这是一个令人惊讶的发现，但是社区关系似乎是对市场结构和品牌认知度的最大影响。
“公司：他们为共同利益服务。” 再次，对社区有益的重要性对整个市场结构产生了重大影响。
“品牌：他们管理完善。” 和“品牌：它们是一个创新品牌。” 通过这两个节点，您几乎可以了解有关消费者如何区分LSR品牌的所有内容-品牌认知度，未来定位，服务，便利性和食品满意度/价值。
“服务：超越一切。” 这个有影响力的节点决定了人们对食品质量和其他服务属性（例如经验，准确性和运营效率）的看法。
对品牌营销策略师的影响
网络分析为营销资源分配提供了一种策略，并提出了一些需要进一步研究的问题。结果表明，消费者正在关注品牌如何善待自己的社区，以及是否被认为有助于共同利益。一些LSR品牌是其社区的首选雇主，并积极参与慈善和社区活动。已经与社区互动的品牌应增加或重定向其品牌信息以突出这些活动。其他LSR品牌可能会考虑增加其社区参与度，或寻求备受关注的社区活动和合作伙伴。
其他结果强调了消费者对餐厅“管理良好”和创新的看法的重要性。营销通常会为品牌创造刻意的形象和故事。由每个部门的管理层提供与清洁，创新，便利和食品质量的品牌营销信息相一致的消费者体验。
最后，贝叶斯信念网络可以提出一些问题，从而导致富有成果的附加研究。例如，消费者是否真的认为餐厅食品提供了三个不同的体验领域：菜单项目的质量，健康和文化方面以及美味/创新？为什么品牌对创新的认知会影响对品牌未来的进一步讨论？消费者所说的“管理良好”到底是什么意思？我的品牌是否应该更好地传达未开发的优势领域，这会对购买意向产生什么影响？
结论
这篇文章介绍了一个很少使用但功能强大的探索性工具，用于了解营销研究数据的基础结构。额外的理解会从数据中产生意想不到的见解。在这种情况下，需要进行一次消费者调查，以了解LSR餐馆在消费者心目中与众不同之处，换句话说，是在消费者心目中的整体市场结构。上面使用的工具是无监督贝叶斯信任网络，它采用知识表示方法来显示数据集的基础核心推理结构。
题库