基于消费者视角的电商品牌价值研究-以京东为例

[23]。借鉴Aaker的十个要素理论，本研究构建了一个包含五个领域和十七项具体准则的品牌强度评估框架，问卷调研指标的制定步骤分析。以消费者立场为基准，探究品牌核心价值形成的根本性要素，问卷编制上采用了直观的语言表达手段，保障受访者填写问卷的简便性。各量表调研指标及问卷题目设计详见表3.3。表3.3各量表调研指标和问卷题目设计表维度调研指标品牌知名度京东被大众所熟知京东在所有电商平台中处于领先地位京东投放的宣传广告较多，宣传力度较强京东普及率更高、覆盖面更广、竞争力更强品牌忠诚度当需要紧急购物时，我会优先选择京东京东上有你愿意信赖的正品品牌，这会在一定程度上影响您的消费选择您愿意向朋友推荐在京东购物我愿意长期、稳定地使用该平台品牌联想京东整体的品牌形象良好，鲜少负面新闻和其他电商平台相比，该平台最具吸引力和其他电商平台相比，该平台与众不同京东自营商品的正品保障值得信赖品牌感知质量京东平台界面友好、便捷，易于使用京东平台更新维护的频率高，可以及时解决用户提出的技术问题和其他电商平台相比，该平台的商品更丰富、用户需求的匹配度更高企业社会责任京东的公益活动(如抗疫保供)提升了我的好感度京东的教育优惠能够帮助贫困学生(四)改进Interbrand模型后指标构建1.无形资产未来预测收益的计算受疫情期间影响，电商行业因快递运输受限而陷入停滞发展阶段。在此背景下，仅通过历史收益数据，对无形资产的额外盈利进行评估，其盈利的真实性未能得到详尽展现；即便参考了未来收益的预测预测，其不确定性与主观性不容忽视。本项研究运用了历史与预测收益的交集分析，用评估基准日及之前一共8年的无形资产收益预测评估基准日后两年的无形资产收益，然后进行评估基准日及其前后两年数据的加权平均分析，对无形资产带来的收益进行测定。根据评估日期的远近程度，分别赋予过去第二年、过去第一年、当年、未来第一年、未来第二年1:2:3:2:1的权重来计算加权平均无形资产收益。具体公式3-3如下:I=其中，I代表无形资产的收益；It评估基准日当年的无形资产收益；It-2、It-1、It+1、It+2分别表示评估基准日前后两年的无形资产收益。2.品牌作用指数的计算企业拥有的无形资产并非仅限于品牌，它涵盖了众多的财务属性。在这种情况下，对无形资产收益的计算不能简单地等同于品牌未来可能产生的收益。这需要进行更为细致和深入的分析，首先要将那些非品牌性质的无形资产带来的潜在收益剔除出去，以确保所评估的超额收益完全来自于品牌价值。只有这样，我们才能精确估算品牌资产，可知其对企业的实际收益。按照Interbrand的评估体系，品牌对非实体资产收益的增值作用，借助品牌影响力指数这一关键指标进行评价。本评估指标揭示了品牌在为企业实现额外盈利上的显著潜力。在修订型Interbrand模型体系里，该指标的运算过程以顾客的视角为核心，全面分析品牌对购物决策的效应水平。具体的求解过程如下:第一，先前内容对消费者购买决策的关键要素进行了概括，所提及的关键点有品牌、商品价格、商品质量、口碑、售后服务以及消费者个人习惯，共6个因素。第二，采用问卷星线上平台实施调研，指导受访者参照网购的关键要素进行挑选选择，对六个要素进行排序分级作业。被调查者将决定性因素作为购物决策的首选考量，次要因素在购物决策中排名第二，以此类推，消费者判断的影响最小的因素，排在第六位。收集样本充足之后，对回收问卷实施数据整理与考察。第三，受访者对六个核心要素的权重排列情况显现，实施数值配对，对消费者认为最重要的因素赋值6，以此类推，对消费者认为最不重要的因素赋值1。第四，对收集到的有效问卷资料进行有序的归类与合并，对各种影响要素进行综合考量，统计得出的平均分。计算公式为:平均综合得分＝第五，根据各因素的加权平均分数进行总体评价，对要素的重要性进行评定，综合得分排名第一的因素标度设置为6，以此类推。表3.4改进Interbrand模型品牌作用指数影响因素标度设计影响因素标度品牌a1商品价格a2商品质量a3口碑a4售后服务a5消费者个人习惯a6第六，根据确定的标度，对各因素的尺度量值进行交叉比对，最终形成了关联矩阵的输出，如下所示:A=1第七，全面阐述各类要素的权重分布结构。实行矩阵每行的元素连乘操作，分别为A1、A2、A3、A4、A5、A6。进行六个乘积的六次方根求解，进而构造向量[N1,N2,N3,N4,N5,N6]，进而对该向量实施归一化处理，该公式构成了计算的基础:n经过归一化处理后，得到向量[n1,n2,n3,n4,n5,n6]，则品牌所对应的ni就是需要的品牌作用力指数。3.品牌乘数的计算品牌乘数是评估品牌价值的核心指标，其主要职责是预判品牌为企业带来的预期收益能否真正转化为实际收益。在启动品牌乘数计算之前，首要任务是评估品牌强度的值，采用“S曲线”的转化公式，实施品牌乘数计算。其具体计算步骤如下:第一，结合前文的品牌强度维度模型，制定评估因子集合，第一层次因素集F由品牌知名度开始，延伸至忠诚度、品牌联想、品牌感知质量及社会责任维度，依照第一层次各维度既定的调研指标，分别配置各维度的次级因素集，各维度下属因素集分别对应:各维度对应因素集F1-F5，同表3.3各维度的评估指标相衔接。即为表3.5表3.5各维度因素集维度调研指标品牌知名度（A）A1京东被大众所熟知A2京东在所有电商平台中处于领先地位A3京东投放的宣传广告较多，宣传力度较强A4京东普及率更高、覆盖面更广、竞争力更强品牌忠诚度(B)B1当需要紧急购物时，我会优先选择京东B2京东上有你愿意信赖的正品品牌，这会在一定程度上影响您的消费选择B3您愿意向朋友推荐在京东购物B4我愿意长期、稳定地使用该平台品牌联想(C)C1京东整体的品牌形象良好，鲜少负面新闻C2和其他电商平台相比，该平台最具吸引力C3和其他电商平台相比，该平台与众不同C4京东自营商品的正品保障值得信赖品牌感知质量(D)D1京东平台界面友好、便捷，易于使用D2京东平台更新维护的频率高，可以及时解决用户提出的技术问题D3和其他电商平台相比，该平台的商品更丰富、用户需求的匹配度更高企业社会责任(E)E1京东的公益活动(如抗疫保供)提升了我的好感度E2京东的教育优惠能够帮助贫困学生第二，基于配置妥当的17个调研指标问卷参数，采用五级李克特量表收集消费者反馈，每个问题设置五级评价选项v=[非常同意、同意、一般、不同意、非常不同意]，进而根据评语等级差异分别赋予相应数值。第三，给对五个维度进行权重赋值，对问卷资料进行初步归纳，之后采用因子分析，采集首层因素集各维度的方差贡献数据及累计数据，接着开展数据归一化操作，接着用单个维度方差贡献率除以累计贡献率得出该维度权重，记为Y。第四，创建二级综合评价矩阵，针对全部样本的每个调研指标选择结果进行数据汇总，分析17项指标对应五个等级的占比关系，计算出第二层次各因子对应的模糊评估矩阵R1到R5，基于二级指标体系的调研项数量赋予相应权重，F1部分涉及4个调研指标，则Y1为[14，14，14，14]、以此类推，Y2=[14，1第五，基于MATLAB构建模糊评价矩阵，综合二级因素集的模糊评价矩阵及权重，随后构建一级因素的模糊评价体系。M=[M1;M2;M3;M4;M5]。其中MMMMM然后，在计算品牌强度五个维度的第一层级权重时，运用了模糊综合评价矩阵这一评价体系，据此获得的模糊综合评价向量Q。接下来对Q实行归一化步骤，对评语集的赋值向量实施乘法分析，明确品牌强度H的数值结果，即H=Q×v第六，确定品牌乘数。根据“S曲线”的转换公式，将品牌强度转为品牌乘数。四、案例分析(一)案例介绍1.京东集团简介京东集团（股票代码:JD总部坐落于北京，发展时间的经过可见下面图4-1，京东经营着综合程度高且规模庞大的电商平台，现阶段正朝着规模化、专业化、品牌化的方向拓展，其商业模式把B2C当作核心，业务范围主要囊括京东零售、京东物流与其他业务。京东是一家把供应链作为基础的互联网电商企业，依靠公司在客户体验与运营效率等方面的优势，体现出极大的市场潜力，经过二十多年的成长，于国内商业互联网零售行业，京东品牌的知名度不断提高，得到消费者喜爱，京东不只是属于电商平台范畴，更是属于上市企业范畴，它于电商行业中占有一定的市场位置，本文把京东数据资产当作评估对象，选中我国电商行业中的标杆企业——京东集团开展案例研究。图4.1京东发展历程图2.京东业务范围京东进入电商领域的时间起始得早，一贯以创新作引领，依靠顶尖科技打造高端平台，经过多年的打拼，借势前行慢慢成长为国内电商行业的领军者，在国内市场里占据领先之位，其主营业务呈现出多元化的布局情形，覆盖了零售、物流、健康、数字科技等多个范畴，主要是由三大板块所组成，分别是京东零售、京东物流加上其他板块。京东零售归属于京东集团旗下聚焦零售基础的服务商，它由自营、平台加上广告服务三部分组合而成，主要给出家电、食品以及家具等多样品类，京东零售的产品种类体现出多元化，采用云计算、智慧云服务，如智能客服京东云处理客户相关问题，得到客户偏爱，在业界里具备良好的口碑。京东物流属于京东集团旗下，是主打供应链基础的服务商，配备了先进的仓储及物流信息整合的供应链管理工具，具备全国面积最大的仓储网络体系，它主要承担京东商城自营订单与第三方店铺订单的配送工作，向消费者供应定制化的供应链服务，经由仓储的建设以及智能化运营的掌控，进一步增强配送效率与用户体验的舒适度。其他业务主要覆盖京东健康、数字科技、保险、金融等领域，实现了用户多元化的需求。3.京东财务状况分析在执行Interbrand模型对京东集团品牌价值进行剖析前，需对京东集团是否符合该模型实施的基本条件进行审核。Interbrand模型里，此模型的一个核心评判标准关乎品牌未来的盈利前景，被评估企业需达到盈利标准，同时展现出色的成长潜力。本节内容将研究2021至2023年京东的核心财务数据，对财务状况进行深入财务评估，详实资料详列于下表:表4.1京东集团2021-2023年财务指标（单位:亿元）财务指标2021年2022年2023年主营业务收入9515.9210462.3610846.62毛利1290.661470.731597.04总资产4965.075952.56289.58股东权益2467.842741.232963.8从上表可以看出，疫情结束后的时期，分析数据后经过分析，我们发现京东集团在疫情结束后各项财务指标均呈上升趋势，其商业竞争力与盈利能力稳步上升。这一现象明显展示了，京东集团实力稳步上升中，势头强劲流露出强烈的发展潜能，显示出其财务状况与Interbrand模型高度契合(二)评估过程1.评估思路首先根据京东集团前8年财务报表上的相关数据计算出每年的无形资产收益，预测出未来两年的无形资产收益，加权平均得出无形资产收益；接着，通过收集消费者决策层级数据构建权重分配模型，采用序位分析法计算出品牌作用指数；然后，设计两层因素集的品牌测评体系，计算得出品牌强度，根据Interbrand模型中的“S曲线”转化为品牌乘数；最后根据Interbrand模型的计算公式，将无形资产收益、品牌作用指数、品牌乘数指标代入计算得出京东集团品牌价值。2.评估基本事项(1)评估目的:采用经过消费者视角优化的Interbrand模型对京东品牌价值进行评价分析。(2)评估对象:京东集团品牌价值。(3)评估基准日:2024年12月31日。(4)评估范围:京东集团的电商品牌价值。(5)价值类型:市场价值。3.评估数据选择与有效性分析(1)数据来源与收集本文京东的品牌价值评价中，所使用的两项指标:品牌的影响力指数和品牌乘数，是由消费者对品牌的认知得出的，此次数据获取采用问卷星线上发放问卷获得。本次消费者调查所包括的消费者群，调查样本包括272人，在本次调查中，部分消费者对京东及其关联品牌了解不多，所以这27个样本未被作为分析依据。问卷编制时，实施简洁直接的调研提问技巧，每个问题都采用了五个等级的评分结构，极大地加快了数据搜集速度，使答题更加轻松，极大地提升了数据的真实性与精确度。(2)调研问卷描述性统计在此次问卷调研的过程中，对参与者的性别、年龄分布及对京东的认知水平进行了细致的描述性信息统计，确保数据搜集前的准备工作已周全落实。全面呈现样本分布特征，剔除无效样本后详实的数据已详列于下表:表4.2样本分布表样本特征样本数百分比是否了解京东是24590.07%否279.93%性别男12450.61%女12149.39%年龄20岁以下239.39%20-30岁14057.14%30-40岁5120.82%40-50岁197.76%50岁以上124.90%数据来源:问卷星在本次调研里，本次研究涉及272名调查对象，调查反馈显示，调查结果显示，245人熟悉京东品牌，占比高达90.07%。数据充分证明了京东品牌在知名度领域的强大表现，借助消费者感知数据来源，评估其品牌价值极为关键。在245份有效样本资料里，男性占50.61%，女性占49.39%，性别差异不大，基本满足了抽样的性别平衡。在样本年龄结构上，20岁以下、20-30岁、57.14%、30-40岁各年龄组合计87.34%。这个年龄层有更多的网上购物需要，而且他们的教育水平也比较高。结果，这三个年龄层的调查对象会更加深入地认识京东，增强了所搜集到的资料的真实与客观。由以上分析可以看出，本次调查问卷所搜集到的样本数量是充足的，而且样本的分布也满足了调查的需要。这说明所搜集的样品具有代表性，能代表整体，并可供以后的研究使用。(3)信度分析本文采用SPSSAU对调查问卷中的问题的信度进行了分析，以检验量表中各主题间的相关程度，并对被试回答中存在的不一致问题进行检验，样本数据如下:表4.3样本详细数据表非常同意同意一般不同意非常不同意A1989134175A28690491010A3718651316A41098037145B1818943239B26780681911B344102622314B4918645121126385572416C34794682016C479944916725190493520D37185512513E1779245238E26410051237数据来源:问卷星一般而言，调查问卷的可靠性主要取决于alpha（𝛼系数），如果𝛼<0.7，表明调查问卷是不可信的，0.7<𝛼<0.8表明调查结果是可信的，𝛼>0.8是可信的。下列表格显示了可靠性分析的结果:表4.4信度分析表Cronbach.𝛼系数项数0.88917数据来源:SPSSAU以上述表格中的数据为基准，该量表的信度系数得分为0.889，已超出了0.8的基准标准，分析说明，分析结果显示，该量表的可信与可靠性均较为可靠，可供后续研究使用。(4)效度分析和主成分分析开展问卷数据效度分析工作，主要目标在于验证问卷内容与既定研究目标的一致性。执行KMO与巴特利特球形度检验程序，借助SPSSAU详尽数据见下表:表4.5KMO和Bartlett的检验KMO值0.903Bartlett球形度检验近似卡方1929.750df136p值0.000数据来源:SPSSAU在探讨效度分析成果的优劣表现时，在评估实施阶段，关注KMO指标及其显著性程度。若KMO值超过0.7，问卷的自变量间便具有联系，由此问卷的验证成效得到了证实。从上表可见KMO指数的数值为0.903，已超过0.7的基准线，核实了问卷的有效性。再者，当前正讨论问卷是否适合进入因子分析环节，探讨的核心是对数据显著性水平的探究。若显著性指标小于0.001，问卷符合进行因子分析的条件。该问卷的显著性值为0.000，低于0.001的界限，因子分析对该问卷极为适宜，后续操作将直接进入因子分析的执行阶段。在效度检验期间，同步进行，执行主成分分析以SPSSAU软件对因子进行分析，选取特征值大于1的公共因子，编制了总方差解释图，输出的总方差解释图如下:表4.6方差解释率表格因子编号特征根旋转后方差解释率特征根方差解释率%累积%特征根方差解释率%累积%16.74739.68939.6892.84516.73416.73421.74410.2649.952.71615.97432.709续表4.6方差解释率表格因子编号特征根旋转后方差解释率特征根方差解释率%累积%特征根方差解释率%累积%31.4598.58458.5332.70915.93748.64641.1686.87365.4072.29613.50462.1551.0266.03671.4431.589.29371.44360.5463.21174.65370.5183.04577.69880.5133.01980.71790.4582.69283.409100.4352.55885.967110.4132.4388.397120.3872.27790.674130.3612.12292.796140.3472.04194.837150.3121.83496.671160.2981.75598.427170.2671.573100数据来源:SPSSAU根据因子分析的总方差解释图表，可知有五个因子的特征值大于1，五个关键因子对71.443%的方差进行了有效揭示，五个因子有着较好的代表性,五个因子分别为品牌知名度、品牌忠诚度、品牌联想、品牌感知质量、企业社会责任。根据图4.2碎石图可以看出，折线在6处时由陡峭突然变得平缓，由于陡峭到平稳对应的因子个数即为参考提取因子个数，所以本文根据17个指标提取五个公因子较为合适。图4.2碎石图本研究数据使用最大方差旋转方法（varimax)进行旋转，以便找出因子和研究项的对应关系。由下表4.7可知，本文的17个测量题项因子载荷量，都符合了大于0.5的标准，并且每个题目都落到了对应的维度中，说明结构效度良好。表4.7旋转后的成分矩阵变量名称因子载荷系数共同度(公因子方差)因子1因子2因子3因子4因子5品牌知名度（A）A10.6440.620A20.7660.727A30.7780.721A40.7930.758品牌忠诚度(B)B10.7360.673B20.7680.650B30.7640.676B40.7770.712品牌联想(C)C10.7870.714C20.7570.663C30.7720.674C40.8370.755品牌感知质量(D)D10.8130.769D20.7980.729D30.7960.755企业社会责任(E)E10.8030.766E20.8360.784数据来源:SPSSAU4.评估过程(1)无形资产的收益的确定根据同花顺和wind公布的数据，经整理计算得出2017-2024年财务数据，见后面表4.8内容。表4.8京东2021-2024年财务数据单位:亿元科目\时间2017年2018年2019年2020年2021年2022年2023年2024年净利润-0.11718-28.0055118.9493.37-44.6796.91232.57446.6流动资产1150.291048.561390.952348.012996.723510.743078.13866.98资产合计1840.552091.652597.244222.884965.075952.506289.586982.34固定资产125.74178210.82838206.54071225.97329.44550.8799.55827.37资本报酬率-0.09%-1.27%5.20%14.49%-0.77%1.90%3.95%6.23%数据来源:同花顺及wind有形资产收益和无形资产收益计算公式如下:有形资产总额有形资产收益无形资产收益根据上述计算公式，可以计算得出下表相关科目:表4.9相关科目的计算结果单位:亿元科目\时间2017年2018年2019年2020年2021年2022年2023年2024年有形资产1276.031259.391597.492573.983326.164061.543877.654694.35有形资产收益-1.128-15.96083.021372.920-25.77477.230153.097292.580无形资产收益1.020-12.04535.878120.449-18.89619.68079.473154.020根据2017年-2024年无形资产收益用EXCEL预测工作表中的基于现有时间的数据和指数平滑(ETS)算法的AAA版本来预测未来两年无形资产收益:图4.3无形资产收益预测图可以得出京东未来两年京东无形资产收益为下表4.9所示:表4.9京东未来两年无形资产收益预测科目\时间20252026无形资产收益预测（亿元）223.15239.09将京东2021年至2025年无形资产的收益代入公式3-3得到无形资产的收益为147.34亿元。(2)品牌作用指数的确定采用序位分析法测定品牌作用指数，通过消费者决策层级数据构建权重分配模型。在272份有效问卷中，品牌要素的序位分布呈现显著差异性:32份问卷（11.76%）将品牌列为最高优先级决策要素，43份（15.81%）列为次级要素，68份（25.00%）列为第三顺位要素，65份（23.90%）列为第四顺位要素，32份（11.76%）列为第五顺位要素，5份（1.84%）列为最末位要素。各影响因子的序位频次分布如表4.10所示。表4.10品牌作用指数指标消费者问卷统计表因素排序1排序2排序3排序4排序5排序6售后服务11087231834商品质量72716026124品牌32436865325商品价格162454695230个人购买习惯111024438572口碑410162461130数据来源:问卷星在以上六个影响因素中，我们对六个要素的消费者重视程度进行排序，执行对应赋值步骤，其中，排名1的因子赋值为6，排名2的因子赋值为5，以此类推，排名6的因子赋值为1。在此基础上，对各因子进行综合评分。最后，按照第3章中提到的的综合分值计算公式，计算得出了各因子的平均值(表4.11)。表4.11品牌作用指数指标消费者问卷数据计算表影响因素平均综合得分排序售后服务5.111商品质量4.622品牌3.853商品价格3.164个人购买习惯2.385口碑1.896首先，需对各影响因素进行标度设定。根据上表统计的排序结果可知，消费者在选择购物平台时，最为重视的因素为售后服务，因此将其标度设定为6级。其次，商品质量排名第二，故将商品质量的标度设定为5级。品牌因素排在第三位，重要性低于售后服务与商品质量，因此将品牌的标度设定为4级。依此类推，最终的标度设置结果详见下表4.12。表4.12标度设置结果影响因素标度设置结果售后服务6商品质量5品牌4续表4.12标度设置结果影响因素标度设置结果商品价格3个人购买习惯2口碑1其次，以表中各影响因素的等级划分为基础进行构建，构建关系矩阵。具体剖析这六个因素的数值大小，逐个实施对比性探讨，基于对比分析所得结果，设立关联矩阵。在本研究中，售后服务的标度等级为6级。因此，在关系矩阵构建的实施阶段，首行数据具体揭示了售后服务与商品质量、品牌、商品价格、个人购买习惯及口碑等因素的标度对比值。其中，第一行第一个数字为售后服务与自身的标度对比值1，第二个数字为售后服务与品牌的标度对比值6/5，依此类推，第一行的数值依次为[1，6/5，6/4，6/3，6/2，6]。同理，得到其他因素的标度对比值，进而构建如下矩阵:A然后，要确定各项影响因素的权重。根据第三章的方法，先计算出关系矩阵每行的乘积A1、A2、A3、A4、A5、A6，然后求这六个数的六次方根，得到向量[N1,N2,N3,N4,N5,N6]。最后根据归一化公式对这个向量进行处理。A1=1×6/5×6/4×6/3×6/2×6/1=64.8A2=5/6×1×5/4×5/3×5/2×5/1=21.7014A3=4/6×4/5×1×4/3×4/2×4/1=5.6889A4=3/6×3/5×3/4×1×3/2×3/1=1.0125A5=2/6×2/5×2/4×2/3×1×2/1=0.0880A6=1/6×1/5×1/4×1/3×1/2×1=0.0014得到A1、A2、A3、A4、A5、A6的值之后，计算这六个数值的六次方根所得到的向量为[2.00、1.67、1.34、1.00、0.67、0.33]。随后，依据归一化公式:n通过对各因素的权重进行逐项计算，最终数值为:n1=0.63、n2=0.53、n3=0.42、n4=0.31、n5=0.21、n6=0.1。对综合平均分的各个构成要素进行了细致剖析，品牌位列排行榜第三，由此得出其作用指数为0.42，这一数值代表其影响力大小。以消费者购买商品时的核心考量为依据，该排序结果进行了全面考测，直观呈现了消费者对品牌价值的评价意见。企业无形资产的基本构成要素之一，品牌对企业贡献的份额占比为42%，也能说明在电商行业中品牌能够起到很好的作用。(3)品牌乘数的确定进行品牌乘数评估前，需率先把握品牌强度内涵，从消费者角度切入，以品牌强度作为评估对象，进而开发出由5个维度17个测量项组成的品牌强度评估量表，该体系以五个维度构成第一层级因素集，各维度下属的具体评价指标构成第二层级因素集，基于此设计出包含上下两层因素集的品牌测评体系，品牌强度判定的步骤如下:第一步，构建两级评估因子集合，按照第三章开发的品牌强度评估模型，包含五大维度和17个测量指标，将第一层次因素集定义为Y=[A品牌知名度、B品牌忠诚度、C品牌联想、D品牌感知质量、E企业社会责任]；第二层次因素集分别对应设定为Y1=[A1，A2，A3，A4]；Y2=[B1，B2，B3，B4]；Y3=[C1，C2，C3，C4]；Y4=[D1，D2，D3]；Y5=[E1，E2]。第二步，界定评估等级集合，本问卷采用五级评价量表，划分五级v=[非常同意、同意、一般、不同意、非常不同意]，继而对各维度的评分档次进行量化赋值，结合Interbrand的调研报告，品牌强度得分以60分为下限，100分为上限，评语集的赋值结果表示为v=[100，90，80，70，60]。第三步，明确顶层因素集的权重参数，基于表格展示的因子分析，基于总方差解释的图示结果，量化五个因子各自的方差贡献占总累计方差的比例，以此构建第一层次因素集的权重分配体系，采用归一化方法处理后，各权重占比结果如下:W1=39.689%/71.443%=55.55%W2=10.26%/71.443%=14.36%W3=8.584%/71.443%=12.02%W4=6.873%/71.443%=9.62%W5=6.036%/71.443%=8.45%依据累计方差贡献率图示，采用归一化方式分析方差贡献率，可算出五个因子的权重比值，进而求得第一层次各因素集的权重向量为:Y=[55.55%，14.36%，12.02%，9.62%，8.45%]。第四步，构造次层级评价矩阵，依托问卷回收数据，得出第二层级各指标的维度百分比，具体的统计结果见下表所示。表4.13品牌强度指标设计消费者问卷统计表第一层次权重第二层次权重非常同意同意一般不同意非常不同意A55.55%A11/40.40000.37140.13880.06940.0204A21/40.35100.36730.20000.04080.0408A31/40.28980.35100.20820.12650.0245A41/40.44490.32650.15100.05710.0204B14.36%B11/40.33060.36330.17550.09390.0367B21/40.27350.32650.27760.07760.0449B31/40.17960.41630.25310.09390.0571B41/40.37140.35100.18370.04900.0449C12.02%C11/40.29800.35510.20000.08980.0571C21/40.25710.34690.23270.0980.0653C31/40.19180.38370.27760.08160.0653C41/40.32240.38370.20000.06530.0286D9.62%D11/30.22450.39180.20820.11430.0612D21/30.20820.36730.200000.14290.0816D31/30.28980.34690.20820.10200.0531E8.45%E11/20.31430.37550.18370.09390.0327E21/20.26120.40820.20820.09390.0286基于上表的统计结果，构建第二层次的评价矩阵R1、R2、R3、R4以及R5。RRRRR参照第二层指标的构建逻辑，界定各评价因子的数量，进而得出第二层级的权重数值，就第一项测评指标“品牌知名度”而言，采用4个问题条目，基于此设定权向量为Y1=[1/4,1/4,1/4,1/4]；依此类推，其余4个指标的权向量依次为:Y2=[1/4,1/4,1/4,1/4]、Y3=[1/4,1/4,1/4,1/4]、Y4=[1/3,1/3,1/3]以及Y5=[1/2,1/2]。第五步，实施模糊合成分析，依托第二层次各要素的权重向量与综合评价矩阵，借助权重分配均值法完成二级模糊合成，由此获得评价向量M1、M2、M3、M4及M5。M1=Y1×R1=[0.3714,0.3541,0.1745,0.0735,0.0265]M2=Y2×R2=[0.2888,0.3643,0.2225,0.0786,0.0459]M3=Y3×R3=[0.2673,0.3674,0.2276,0.0837,0.0541]M4=Y4×R4=[0.2408,0.3687,0.2055,0.1197,0.0653]M5=Y5×R5=[0.2878,0.3919,0.1960,0.0939,0.0307]对上述五个评价向量进行组合，得到第一层次的模糊综合评价矩阵M。M=由上述计算结果可得，第一层次各因素的权重向量Y=[55.55%，14.36%，12.02%，9.62%，8.45%]。将第一层次各因素的权向量同第一层次的模糊综合评价矩阵进行相乘，可得到由五个因素组合成的模糊综合评价向量Q=Y×M=[0.3274，0.3617，0.1926，0.0816，0.0367]。这个综合评价向量Q的各因素相加得1，故而不必对其开展归一化处理。最后，将综合评价向量Q与评语集的赋值向量v相乘，可得京东品牌强度:H=Q×v=100×0.3274+90×0.3617+80×0.1926+70×0.0816+60×0.0367=88.61。在获得品牌强度后，结合Interbrand模型中的“S曲线”，依据品牌乘数与品牌强度之间的转换公式进行计算:当品牌强度值位于50-100区间时，代入公式(S−10)²=2H−100；当品牌强度值位于0-50区间时，代入公式S²=2H。鉴于京东的品牌强度值为88.61，处于50-100范围内，故将其代入公式(S−10)²=2H−100，最终计算得出京东的品牌乘数S=18.79。5.价值评估结果依据Interbrand模型的计算公式，将各项指标结果代入，其中:无形资产收益为147.34亿元，品牌作用指数为0.42，品牌乘数为18.79。最终，京东品牌价值=147.34×0.42×18.79=1162.77亿元。(三)结果分析从“2025年BrandZ™中国品牌价值排行榜”的最新数据资料中，查阅“2024年BrandZ™中国品牌价值排行榜”可知，京东的品牌价值为187.79亿美元。按照BrandZ™的编制规则，本榜单的数据基础建立在2025年5月初前一年的资料之上。以2025年4月30日的汇率进行数值转换，依据2025年4月30日的汇率进行换算，换算成人民币后，京东的品牌价值大约达到1352.09亿元。本文的研究数据显示1162.77亿，BrandZ™数据对比，差异约为14.00%。本作将分析评估成效与BrandZ™中国品牌价值百佳”评估结果的匹配度，分析其相互间的内在契合，从以下数个层面出发:BrandZ™评估体系将消费者态度作为核心要点，这一视角跟本文从消费者视角开展评估的途径一致，故而存在可比性，BrandZ™依靠其系统化、全面化的追踪数据库开展品牌价值评估，其评估结果具备较高的权威性与客观性。经过深度剖析可知，评估结果呈现差异的原因主要涉及以下几个方面:第一、从方法论层面看的定位差异，虽说均是以Interbrand模型为依据，但传统模型聚焦于财务数据与市场维度的分析，而改进模型与BrandZ™均拟定了以消费者行为为导向的评估体系，在数据采集源与价值计算的逻辑上形成根本性差别。第二、评估指标适用性上的差距，传统模型的品牌强度指标存在行业覆盖范围不足以及参数设计缺陷，改进模型与BrandZ™指标体系凭借动态调整机制，实现了跨行业评估标准的灵活契合与精准衡量。第三、数据资源规模所呈现的差异，BrandZ™凭借专业分析工具及全球化数据库，其数据维度及样本容量更有优势可言，本研究被调研渠道跟样本覆盖范围限制住了，在数据多样性而言存在合理区间的数据偏差。整合以上分析，尽管客观条件有所限制，本文使用的改进Interbrand模型版本，其产出与官方数据存在不一致的情况，差异率为14.00%，但这一偏差处于合理的区间里，所以，经过改进的Interbrand模型是可取的。五、研究结论及展望(一)研究结论本研究将京东当作分析对象，针对电商平台品牌价值评估开展探索并总结出以下结论:1.经过整合财务维度、市场表现及消费者感知三个评估视角，研究证实品牌价值评估需贯穿企业发展的全时间段，与只采用单一评估路径相比，把财务数据、市场地位与用户行为融合起来的三维分析框架能更精准地量化品牌价值，处于数字化的商业环境中，没有消费者反馈机制的评估体系难以跟上“用户中心化”的行业趋势，也没法契合电商平台以体验经济为导向的价值评估期望。2.依靠理论框架与实证分析，构建了电商专属品牌强度评估模型，采用改良经典量表并融入行业特性，构建包含5个维度、17项指标的考核体系，经过信效度检验后开展因子分析优化，此模型系统涉及平台运营核心要素，将传统评估指标与电商专门的评价参数加以结合。3.凭借重构收益计算模型、优化强度指标体系、完善量化分析方法三重路径升级传统Interbrand模型，运用改进模型对京东品牌价值进行评估时，跟BrandZ™数据对照，偏差率为14.00%，差异分析说明，改进模型借助植入电商运营特征参数，更贴切地展现了京东的竞争优势，实证结果表明该模型在电商企业品牌价值评估方面具有一定的适用性。(二)不足与展望1.不足:本文从消费者角度对Interbrand模型进行了改进，构建了适用于评估电商平台品牌价值的模型。但是，这项研究仍处于研究的初步阶段，仍然存在许多不足，具体如下:(1)在确定本案中无形资产的收益时，考虑到疫情影响下电商行业发展的特殊性，通过将历史收入与预期未来收入相结合进行优化。但是，这种预测方法在确定产量的过程中仍然存在一定的主观影响。在未来的研究中，需要进一步结合电商平台的特点，探索一种更科学、更合理、更客观的无形资产收益预测方法。(2)在完善Interbrand模型的过程中，本文采用分析分层过程来确定品牌作用的指标，并通过要素负荷的归一化计算每个维度的权重及其相应的指标。与传统的专家评分方法相比，这种方法更加客观，但仍然不能完全排除主观因素的影响。在权重安排阶段，急需采纳更客观的评估机制，提升模型精确度水平。(3)本文以京东为实证样本，对升级后的Interbrand模型实施了实证分析，实证分析结果显示其实施性得到认可。探讨该模型在其他电商平台的兼容性，需进行测试，必须进行补充的检验与核实程序。2.展望:(1)品牌资产能为企业创造更大的溢价空间，可同步减少企业管理成本和促销开支，从企业自身出发，品牌价值评估意义重大，对消费端与投资端均有核心价值，学界对品牌价值评估的探讨与重视尚未达到理想程度。(2)从综合电商层面分析，品牌发展举足轻重，品牌的市场表现及用户连接状态，关系其市场份额与盈利水平，就本土视角而言，电商行业已进入高强度竞争阶段，品牌优势可转化为企业在市场中的核心竞争力，若论全球格局，国内电商若要实现海外扩张，提升全球化竞争实力，需深入探索品牌价值的强化路径。(3)在现有研究成果基础上，后续研究应聚焦于提升Interbrand模型的多场景应用潜力，基于京东实际运营数据的验证显示模型技术路径成立，然而面对数字经济新格局，各电商在客户群体、商品类别及经营方式上差别突出，有待利用多维度实证手段深入分析。附录大家好，这份问卷主要想了解一下大家对于电商品牌认知以及对于京东品牌的了解程度，方便于后期毕业论文电商品牌价值的评估计算。麻烦大家抽几分钟时间帮我填一下毕业论文调查问卷，感激不尽！一、基本情况统计。1、您对京东这个品牌了解吗?[单选题]○了解○基本了解○不了解○完全没听过2、请问您的年龄是?[单选题]○20岁以下○20-30岁○30-40岁○40-50岁○50岁以上3、请问你的性别是[单选题]○男○女二、品牌强度指标问卷1.京东被大众所熟知[单选题]○非常同意 ○同意 ○一般 ○不同意 ○非常不同意2.京东在所有电商平台中处于领先地位[单选题]○非常同意 ○同意 ○一般 ○不同意 ○非常不同意3.京东投放的宣传广告较多，宣传力度较强[单选题]○非常同意 ○同意 ○一般 ○不同意 ○非常不同意4.京东普及率更高、覆盖面更广、竞争力更强[单选题]○非常同意 ○同意 ○一般 ○不同意 ○非常不同意5当需要紧急购物时，我会优先选择京东[单选题]○非常同意 ○同意 ○一般 ○不同意 ○非常不同意6京东上有你愿意信赖的正品品牌，这会在一定程度上影响您的消费选择[单选题]○非常同意 ○同意 ○一般 ○不同意 ○非常不同意7.您愿意向朋友推荐在京东购物[单选题]○非常同意 ○同意 ○一般 ○不同意 ○非常不同意8我愿意长期、稳定地使用该平台[单选题]○非常同意 ○同意 ○一般 ○不同意 ○非常不同意9京东整体的品牌形象良好，鲜少负面新闻[单选题]○非常同意 ○同意 ○一般 ○不同意 ○非常不同意10和其他电商平台相比，该平台最具吸引力[单选题]○非常同意 ○同意 ○一般 ○不同意 ○非常不同意11和其他电商平台