在线用户团购行为的统计分析-以广东省为例

题目：在线用户团购行为的统计分析

——以广东省为例

摘要

伴随着互联网在中国的普及和中国电子商务的繁荣发展，网络团购在国内网民中

流行起来，并成为2011年增长第二快的网络服务。而在网络团购急剧膨胀的过程中，

团购网站同质化竞争激烈，用户体验不佳、商家倍受诟病等问题层出不穷。团购网站

如何脱颖而•出？到底有哪些因素影响着网络团购的健康持续发展？

木文就广东在线用户团购行为的网上问卷数据进行分析，通过判断在线用户目前

的团购状态、未来消费意愿等特征，划分为潜在消费者与现有消费者两类群体，进行

以下分析：

首先，运用描述性统计方法研究其各自在年龄、性别、收入、职业、学历等基本

特征，进行人口统计细分，得到团购的主要消费人群及这两群体基本特征；其次，运

用因子分析和聚类分析，以在线用户的生活与购物态度作为细分变量，对在线用户进

行市场细分，通过列联表分析可以看出目前几大受欢迎团购网站并没有明确的市场细

分；再次，运用描述性统计方法分析其用户行为和购买需求：在选择团购网站、产品

与服务、网络应用，以及能影响决策的团购广告形式等方面有何特点和差异，预测其

市场前景；最后，运用满意度分析和列联表分析・，找出网络团购中存在的问题与弊端。

通过以上分析•，了解在线用户的一系列团购行为特征，给予团购网站与商家意见

和建议，帮他们指明方向。

关键词：互联网；团购；因子分析；聚类分析；满意度；交叉列联表

I

TheStatisticalAnalysisoftheGroup-BuyingBehaviors

ofOnlineUsers

------TakingGuangdongProvinceasanExample

Student:MAYan-huiTeacher:DENGGuang-ming

Abstract:WiththepopularizationofInternetandtheboomofe-businessinChina,the

onlinegroup-buying,whichisubiquitousinChineseInternetusers,ranksthesecondplace

intheChineseInternetservices.Intherapiddevelopmentofonlinegroup-buying,thereare

manysimilarwebsitesofferingthisservice,andthecompetitionisnecessarilyviolent.On

theotherhand,theproblems,suchasthelov/servicesatisfactionlevelandthe

irresponsibilityoftheproviders,emergeinexhaustibly.Howcanthesewebsitesgraspthe

opportunityandstandout?Whatonearthwillhavenegativeimpactsonthesustainable

developmentalenvironmentofonlinegroup-buying?

AccordingtothenetworkquestionnairedataabouttheInternetusers'online

group-buyingbehaviorsinGuangdongProvince,Idividetheseusersintopotential

customersandactualcustomersbyjudgingthecurrentbuyingstatus,thefutureconsuming

willingnessandothercharacteristics,andcarryoutthefollowinganalysis:

Firstofall,thebasiccharacteristicsofthesetwogroupsofpeoplearcobtainedwith

thedescriptivestatisticalmethodusedtostudythedifferencesinage,gender,income,

professionandeducation.Secondly,withstatisticalmethodssuchasfactorsanalysisand

clusteranalysis,usingtheonlineusers'attitudeinHieandshoppingassegmentedvariable,

thecustomermarketofonlinegroup-buyingissegmented.Throughthecrossiabs,Ifind

thatthemostpopularwebsiteshavenospecificmarketsegmentation.Thirdly,withthe

descriptivestatisticalmethod,thebehaviorsandpurchasingdemandofthesewebsites'

usersareanalyzedtoexplorethecharacteristicsanddisparityofthefactorsincluding

people'schoiceamongthesegroup-buyingwebsites,theproductsandservicesprovidedby

them,thenetworkapplicationandtheadvertisementformswhichwouldinfluenceonthe

strategy,sothatthemarketprospectcanbeforecast.Finally,adoptingsatisfactionanalysis

andcrosstabs,theabusesandproblemsofonlinegroup-buyingarefound.Thuswewill

understandthecharacteristicsofthenetworkusers'group-buyingbehaviors,andgive

advicetotheonlinegroup-buyingwebsitesandserviceproviders,helpingthemtomake

correctstrategies.

II

Indoingwhatissaidabove,wewillunderstandthecharacteristicsofthenetwork

users*group-buyingbehaviors,andgiveadvicetotheonlinegroup-buyingwebsitesand

serviceproviders,helpingthemtomakecorrectstrategies.

Keywords:Internet；Group-Buying；FactorAnalysis；ClusterAnalysis；SatisfactionLevel；

Crosstab

III

目次

摘要....................................................................I

Abstract.......................................................................................................................................II

1绪论.....................................................................1

1.1网络团购概述........................................................1

1.1.1网络团购的含义................................................1

1.1.2网络团购的发展历程与现状....................................1

1.2研究目的与意义....................................................2

2研究方法的基本思想及原理................................................3

2.1因子分析............................................................3

2.1.1因子分析模型介绍.............................................3

2.1.2因子分析的步骤...............................................3

2.2••••••••••••••••••••••••••••••••••••••••••••••••••••••••4

2.3交叉列联表分析......................................................5

2.4满意度分析..........................................................5

2.4.1满意度指数...................................................5

2.4.2满意率.......................................................6

3实证分析.................................................................7

3.1问卷调查设计与分析..................................................7

3.2对所有被访者的基本状况分析.........................................8

3.2.1网络团购的主要消费人群.......................................8

3.2.2非团购用户基本状况分析......................................12

3.2.3网络团购用户基本状况分析...................................15

3.3在线用户市场细分.................................................17

3.3.1生活和购物态度的因子分析...................................18

3.3.2应用聚类分析分出市场规模...................................24

3.4对团购网站的选择分析..............................................26

3.4.1不同细分市场对团购网站的选择...............................26

I

3.4.2不同性别对团购网站的选择分析...............................29

3.5对团购产品与服务的选择分析........................................31

3.5.1潜在消费者对团购产品与服务的选择分析......................31

3.5.2现有消费者对团购产品与服务的选择分析......................32

3.5.3现有消费者参加团购的原因...................................35

3.5.4现有消费者希望团购网站增加的产品与服务....................36

3.6团购信息在网络上发布的渠道选择分析...............................36

3.6.1潜在消费者经常使用的网络应用.............................37

3.6.2现有消费者关注团购网站的渠道.............................38

3.7团购信息广告形式的选择分析........................................38

3.8团购用户对团购网站的满意度分析...................................41

3.8.1针对总体....................................................42

3.8.2热门团购网站的满意度分析...................................43

3.9团购网站需要改进的方面............................................44

4结论与建议..............................................................45

致谢.......................................................................47

参考文献...................................................................48

II

1绪论

1.1网络团购概述

1.1.1网络团购的含义

网络团购，又称团体购物，就是通过互联网平台，由专业团购机构将具有相同购

买意向的零散消费者（认识或不认识的消费者）集合起来，加大与商家的谈判能力，

以较低的折扣向厂商进行大批量购买的行为。也可由消费者在团购网站上发布产品团

购信息，自行发起并组织团购IE。

根据薄利多销的原理，商家可以给出低于零售价格的团购折扣和单独购买得不到

的优质服务。团购作为一种新兴的电子商务模式，通过消费者自行组团、专业团购网

站、商家组织团购等形式，提升用户与商家的议价能力，并极大程度地获得商品让利，

引起消费者及业内厂商的关注。

团购的特点是：“让每一个人都能找到更优惠的团购商品，让不相识的消费者共

同享受物美价廉的服务⑴J

1.1.2网络团购的发展历程与现状

“团购”一词是互联网领域的老词，2000年后互联网兴起，但由于缺乏清晰的商

业模式，团购市场一直没有被真正激活。直到2008年11月，美国的安德旦•梅森成

立了Groupon（是目前全球最大的团购网站），其成立7个月后开始大规模盈利，并让

后来者趋之若鹫，使团购成为互联网上窜红最快的商业模式。

随着互联网在中国的普及和中国电子商务的繁荣发展，加之这种新模式的技术门

槛较低，国内的团购网站更是如雨后春笋般出现。2010年，中国网络团购行业已形成

了“千团大战”的局面，网络团购已经在国内网民中流行起来。团购成为2010年中

国成长最快的网络应用之一⑶。

中国网络团购市场的发展，对于推动中国生活服务业的互联网化、电子商务化具

有深远意义。从商户需求角度来看，团购模式将推动针对庞大的区域化营销市场的发

展；从消费者需求角度来看，团购模式则将占居民生活服务方面的庞大消费支出搬到

互联网上。团购模式带动的本地生活服务的电子商务化市场蕴含巨大商机％8。

据中国互联网络信息中心（CNNIC）发布.《第29次中国互联网发展状况统计报告》

显示，2011年中国网购用户规模达到1.94亿，与2010年相比，网购用户增长率为

20.8%。其中，团购用户规模达到6465万。不过与发达国家相比，中国网络团购的渗

1

透率较低，网络团购的增长还远没有触顶，还有较大的渗透空间，未来网络团购用户

和市场增长空间十分巨大件囚。

1.2研究目的与意义

在网络团购急剧膨胀的过程中，团购网站同质化竞争激烈，用户体验不佳、商家

倍受诟病等问题层出不穷。团购网站如何脱颖而出？到底是什么因素影响着网络团购

的健康持续发展？了解自身网站的薄弱之处，挖掘用户需求，了解其行为特征，进行

市场细分显的越来越重要。

本文在广东现代国际市场研究有限公司的数据支持下，对在线用户团购行为的网

络调查数据进行分析。通过判断在线用户目前的团购状态等特征，划分为潜在消费者

与现有消费者，通过研究其各自的基本特征，进行市场细分；研究其用户行为和购买

需求：在选择团购网站、产品与服务、网络应用，以及能影响决策的广告形式等方面

是否有何特点，是否存住差异；探讨网络团购中存在的弊端与问题，以及其巾场前景;

从这一切分析中，了解团购的主要消费人群，给予团购网站与商家意见和建议，帮他

们指明方向。

截至2011年12月底，广东省网民数量达到6300万人，普及率为60.4%,远远高

于全国水平(38.3%),普及率排名居全国第三位，仅次于北京、上海。而在2011年

1-11月中国网络购物市场省份订单量的排行榜中，广东省高居榜首，累计订单量突破

3亿单⑻。而网络团购作为中国成长最快的网络应用之一，其在广州的市场份额也不

容忽视，选取广东省作为研究也有其代表性；同时，团购大多都有地域上的特点；加

之，在现有关于团购的分析研究中，还未看到有针对广东省这一大市场的独立研究。

因此，本文运用因子分析、聚类分析•、满意度分析、交叉列联表分析等统计方法就广

东省的在线用户调查进行统计分析。

2

2研究方法的基本思想及原理

2.1因子分析

2.1.1因子分析模型介绍

因子分析方法最早是由德国心理学家查尔斯•斯皮尔曼（CharlesSpearman）提

出的，是利用降维的思想，由研究原始变量相关矩阵内部的依赖关系出发，在尽可能

不损失信息或者少损失信息的情况下，把一些具有错综复杂关系的变量归结为少数几

个综合因子，用少数的因子代替原始变量，从而达到对原始变量的分类，揭露原始变

量之间的内在联系的一种多变量统计分析方法。其数学模型可表示为：

乂二卬6+外6+…+与

产二生书+生酒+…+生灌尸?（2-0

・♦•

Xp=+程2行+…+a冲+£p

其矩阵形式为：X=AF+e,

其中X为可观测的指标向量（已标准化），F为不可观测的因子变量，A为因子

载荷矩阵。A=（%）i，%.称为因子载荷，%的绝对值越大（|%仁1）,表明X,与F,的

相依程度越大，或称公共因子与对于X,的载荷量越大：为特殊因子，用来说明原

有变量不能被公共因子解释的部分。且该模型满足：

（1）Cbv（尸,£）=0,即尸与£不相关。

（2）Cov（K，Fj）=0,iw/;W〃・（E）=Coy（E，E）=l。z,j=1,2,。即向量R的协方

差阵为〃?阶单位阵。

（3）。3（弓,£/）=0/。/;%«印=露2。仃=1,2,.,〃。即向量£的协方差降为〃阶对

角阵。

2.1.2因子分析的步骤

1）检验待分析的原始变量是否适合于因子分析

因子分析要求原变量之间必须具有相关性，否则变量间就没有共享的信息，就无

法综合出能反映共同特征的少数公共因子。因此，在因子分析前需要对原始变量作相

关性分析。其中一种方法就是计算变量之间的相关系数矩阵，若大部分相关系数都小

于0.3,且未通过统计检验，那么这些变量就不适合进行因子分析。本文采用比较常

用的KMO统计量和Bartlett，s球度检验加以判定。KMO统计量用于探查变量间的偏

相关性，取值范围在0-1之间，一般认为当KMO大于0.9时效果最佳，0.7以上是效

果尚可，0.6时效果很差，0.5以下时不适宜做区子分析。Bartlett's球形检验是用

于检验相关阵是否为单位阵，即各变量是否各自独立。如果结论为拒绝该假设，则说

明这些变量可能各自独立提供一些信息，适合做因子分析；相反，则不适合做因子分

析.

2）求解公共因子及因子载荷矩阵

本文运用SPSS采取主成分法进行初始公共因子的提取。用主成分法寻找公共因

子的方法通过旋转坐标的方式得到〃个互不相关的主成分，其中将〃个主成分按由大

到小的顺序排列，记为匕Yp,一般在较少信息量损失的前提下，只保留前〃?个

主成分而把后面的部分用?代替，且要求此处的主成分的方差为1,因此将其标准化,

得到公式（2-l）o这样，就得到了载荷矩阵4和一组初始公因子（未旋转）。有时我

们得到的初始因子解各主因子的典型代表变量不是很突出，容易使因子的意义含糊不

清，不便于进行实际问题的分析。这时可以进行因子旋转，以期找到意义更明确、实

际意义更明显的公共因子。本文采用方差最大化的正交旋转（Varimax）,使载荷矩阵

的每一列元素的绝对值向1和0两极分化。

3）求解因子得分

当因子模型建立起来之后，反过来用回归的思想求出以公共因子为因变量、原始

变量为自变量的回归方程：

Fj=Bj、X、+限X?+…+%Xp,/=12…，机（2-2）

把样本变量带入上面的关系式就会得到各样本的因子得分值。

2.2聚类分析

聚类分析起源于分类学，其基本思想是：从一批样品的多个观测指标中，找出度

量样本之间或指标之间相似程度，即亲疏关系的统计量，构成一个对称的相似性矩阵,

在此基础上进一步找寻各样品或变量之间或样品组合之间的相似程度，按相似程度的

大小，把样品或变量逐一归类，关系密切的归类聚集到一个小的分类单位，关系疏远

的聚集到一个大的分类单位，直到所有样本或变量都聚集完毕。

聚类分析内容非常丰富，有系统聚类法、模糊聚类法、K-Mean聚类法、有序样晶

聚类法、分解法、加入法等。本文因为样本量比较多，因此采用K-Mean聚类，其核

心步骤是：

1）指定聚类数目Kc

4

2）确定K个初始类中心。第一，用户指定方式，应根据实际问题的分析需要和

以往经验指定相对合理的初始类中心；第二，系统指定方式，SPSS会根据样本数据的

具体情况选择K个有一定代表性的样本作为初始类中心点。本文采用系统指定。

3）根据距离最近原则进行分类。依次计算每个样本数据点到K个类中心点的距

离，并按照距离K个类中心点最短的原则将所有样本分成K类。

4）每个个案被分配到一类后重新计算新的K个类中心.原则是依次计算各类中

K个变量的均值，并以均值点作为K个类的中心。

5）判断是否已满足终止聚类分析的条件。第一，迭代次数。当目前的迭代次数

等于指定的迭代次数时终止聚类,一般默认值是10次，这里由于样本量比较大，因此

改为100次；第二，类中心偏移程度。新确定的类中心距上一个类中心点的最大偏移

量小于指定的量时结束聚类，一般默认为0。

2.3交叉列联表分析

交叉分组下的频数分析又称列联表分析。通过掌握变量的分布情况，在实际分析

应用中，我们不仅要了解单个变量的分布特征，还要分析多个变量取不同值的时候，

它的分布是怎么样的，进而我们才能分析变量之间的相互影响和关系。对于涉及两个

或者两个以上的变量分布情况的研究通常要利用交叉分组下得频数分析来完成。

2.4满意度分析

2.4.1满意度指数

满意度指数是一种直观、科学反映观测变量（团购用户）对指标变量（团购网站）

的服务质量、满足用户需求的满意程度的指标。结合本问卷的自身特点，天量借鉴国

内外顾客满意度指数评测模型，我们采用里克特量表的5级标准，对非常满意=100,

满意=75,一般=50,不满意=25,非常不满意=0进行等距赋值。通过对赋值后的

满意度5级选项进行均值计算。计算公式如下：

5

M——（z=l,2,3,4,5）（2-3）

1=1

（2.3）中，M为某项指标的满意度；”为第i项满意度测量选项赋值，其中

叫=0,吗=25,〃=50,砥=75,网=100,分别代表非常不满意,不满意,一般,满意

5

和非常满意；/为第项选项的频数，其中£/二〃，〃为参与评价的样本量。

r=l

由于满意度指数实质上是一个加权平均数，其只能反映网络团购用户对某一指标

变量的总体感受和评价，不能全面反映满意度的结构，即各个标准所占的比例情况。

因此我们需要引入其他衡量标准来全面了解满意度的结构构成-⑹

2.4.2满意率

满意率为对某项指标表示满意的人数与接受调查的总人数的百分比，它也是反映

网络团购用户满意度的一种指数。在本次调查中，满意率的计算公式为：

P,=,玄幻（/T，2）（2-4）

no>=i

其中〃。为回答该题的人数，%为第/个选项的频数，即外％分别为非常满意、满意的

频数。

6

3实证分析

3.1问卷调查设计与分析

本次调查问卷分为六个部分：S部分、A部分、B部分、C部分、D部分、H部分;

1、S甄别部分，这部分是要做问卷访问的人必须回答的，并根据这部分的答案,

判断其是否适合做访问，不适合则终止访问；

2、表中的A、B、C、D分别代表不同的团购状态的人群所应回答的分卷；

3、H背景资料部分，这是做完访问的所有被访者必须回答的。

表1在线用户人群的分布情况表

（人）总体18-24岁25-30岁31-40岁41-55岁男女

所有被访者3641341236740175189

A没有浏览过团购网

4813811163117

站的被访者

B浏览过但没有团购

6429178103430

过的被访者

C团购过的被访者25292984814110142

D没有团购过的被访

112422519266547

者

表2团购行为人群结构的归类

A没听说过网络团购<17>

没有浏览过团购网站的被访者<48>

A听说过网络团购，但是没有浏览过《31〉

浏览过但没有团购过的被访者<64>B浏览过网络团购，但没参加过团购<64>

C参加过网络团购，以后还会参加<249〉

团购过的被访者〈252）

D参加过网络团购，以后不打算参加〈3>

A没听说过网络团购<17>

没有团购过的被访者<112>B听说过网络团购，但是没有浏览过<31>

C浏览过网络团购，但没参加过团购〈64>

从表2可以看到，被调查的在线用户在各个团购状态的人群分布，本问卷主体分

成四个分卷:A、B、C和D,针对各在线用户目前所处的团购状态，访问不同的分卷，

7

其中，由于“参加过网络团购，以后不打算参加”的人群只有三个，不具有代表性,

因此D卷不予分析。

浏览过网络团

购，但没参加

过团购

18%

听说过网络团A

购，但是没有■

浏览过|1

9%

没听说过

网络团购,

参加过网络、

团购，以后

不打算参加

1%

图1在线用户目前的团购状态图（总体％）

从调查中可以发现，网络团购的知名度达到90%多，有2/3的在线用户目前所处

的状态为“参加过网络团购，以后还会参加”，仅有1%的在线用户为“参加过网络团

购，以后不打算参加的"，网络团购的发展势头好，用户的支撑力强。同时，我们还

可以看到，网络团购在被调查的在线用户中最多还有1/3的潜在消费人群。

3.2对所有被访者的基本状况分析

3.2.1网络团购的主要消费人群

下面通过对参加过与未参加过网络团购用户在职业、年龄、家庭收入、学历、每

天上网时长、上网频率、性别这些方面的情况进行图表分析，从而得到参加网络团购

用户的主要特征，即网络团购的主力消费人群。

8

专业人员

技术人员11

个体户

工人/圈务业职员

待业人员8

京星主妇6

农民

退休3■没参加过团啕

自由职业者■分加过比明

图2在线用户的职位特征

网络团购用户中，有接近一般为白领，文职人员与企业管理人员参加团购的比例

都大于未参加团购者；同时，学生也占有比较大的比重，在参加过团购的人群中占了

2设的比重；我们也看到自由职业者、无业人士参加团购的比例很低，接近于0；工人

/服务业人员与一些专业技术人员参加团购的比例处于中等水平，这可能与他们工作

性质有关，他们平时大多没什么时间在网上闲逛,如何加大对这部分人群宣传，了解

他们的需求，是扩大市场占有率的一个方法。

18-24岁

25-30岁

31-40岁

41-55岁

图3在线团购的年龄分布

从图3可以看到，参加网络团购的大多为较年轻的群体，这与他们熟悉互联网的

应用、电子商务的支付方式有很大的关系，也从一个侧面看到了互联网与电子商务的

发达对网络团购的发展有很大的促进作用。其中，网络团购25-30岁的用户比例接近

40%,比非团购用户高17个点。

9

,12000以上

11001-12000元

10001-11000%

9001-100007L

8001-9000元

7501-8000元

6501-7000元

、70017500元

5501-6000元

5001-5500元

4501-5000元

4001-4500%

3501-4000元

3001-3500元

2501-3000元

2001-2500元

1501-2000元

1500元或以下

图4在线用户的家庭月收入分布

从图4可以看出，参加网络团购的用户家庭月收入在6500元以上有超过一半的

比重，比非团购用户高15%以上。可见，参加网络团购的用户家庭大多为高收入人群。

研究生或更高学历h

图5在线用户的学历分布

从图5可以看到，参加网络团购的用户学历在大专以上的占了87%的比重，比非

团购用户高很多。

10

图6在线用户的每天上网时长分布

参加网络团购的用户每天的上网时长大多在2个小时以上，占了绝大部分的比例;

未参加团购的用户每天的上网时长也大多在两小时到八个小时之间，可见这部分人群

的每天上网时间还是比较长的，不过这与本次调查为网上调查有一定的关系。对团购

网站和团购发布者如何加大在网络上的宣传和广告有一定的借鉴意义。

图7在线用户的上网频率分布

无论是否参加网络团购的用户的上网频率是很频繁的:“每天都上”，分别占了87%

和64%,这与我们进行调查的对象为在线用户有一定的关系。

11

图8在线用户性别构成

对于参加网络团购的性别分布来看，女性比男性更为活跃，女性用户比例为56%,

超过了一半的比重，明显超过了未参加过团购的比例。

3.2.2非团购用户基本状况分析

下面通过对非团购用户这个群体就其“网上购物经历”进行分析，从中对没有网

上购物经历的被访者分析其“未来是否愿意尝试网上购物”的比重，对不愿意尝试的

被访者考察其原因；对“没有浏览过团购网站”但有网上购物经历的被访者经常购物

的网站进行分析；从中发现未来最有可能参加团购的潜在消费者。

■杜代南通二国上子付依冷■也迁冏上也称但一制世〃曾到frit・色冷有在网上写过车过

图9未团购过人群的网上购物经历

由图9可以看到，在“没有团购过的被访者”中，只有33%的人从来没有在网上

买过东西；从总体上看，“没有团购过的”这部分人大都有网上购物的经历。

但在这个群体中，“没有浏览过团购网站”的有50%是从来没有在网上买过东西的，

可见他们中大部分对网络购物的接受程度没有很高：向“浏览过但没有团购过”的只

12

有20%从来没有在网上买过东西，因此，这里把“浏览过但没有团购过”的被访者作

为未来最有可能参加团购的潜在消费者来研究。在下文中，将对“浏览过但没有团购

过”的被访者称作潜在消费者；对“团购过的”被访者称作现有消费者。二文主要研

究这两类人群的特点。

表3未来若价格便宜，且有需求，是否会网上购物

总体18-24岁25-30岁31-40岁41-55岁男女

Count11242*25**19**26**65*47*

没有团购过的被访%%%%%%%

者会89939689779187

不会11741123913

Count48*13**8**11**16**31*17**

没有浏览过团购网%%%%%%%

站的被访者会81858882758476

不会19151318251624

Count64*29**17**8**10**34*30*

浏览过但没有团购%%%%%%%

过的被访者会9597100100809793

不会53——2037

从表3可以看到，在“没有团购过”的这部分被访者中，当遇到“有一种产品或

服务，它在网上的价格比正常的价格便宜，而且又有需求的时候”愿意购买的有89%,

其中，在“浏览过团购网站的被访者”中愿意购买的更是达到了95船可以猜想这部

分人群对团购网站的印象是不错的，但可能碍于价格或者产品的使用程度穴高而没有

参与团购，发布团购者可以从两个方面入手，挖泥商机；在年龄分布中可以看到，越

年轻的更愿意尝试购买；在性别分布中，男性比女性更愿意尝试购买。综合上图可以

更清楚的认定，在这部分未参与网购的人群中，只耍能投其所好，他们将会是未来团

购发展的新力军，特别是“浏览过但没有团购过”的被访者。

13

不整,没必要去芸这

便宜没好货33

我对博弊活动的信任度不高33

我担心个人信息械淞源

潼程比较底顽^■11

・不会料买的晕因

图10不会选择在网上购买的原因

针对在表3表示不愿意尝试网上购物的被访者，看其不愿意购买的原因可以发现,

团购网站应该加强其后台监督和管理，让团购用户在一个更有质量保证、更安全的平

台上进行购物，在此基础上，团购网站应该加大其宣传力度，让消费者能更为了解团

购的好处，避免因为不了解而产生的不参与，流失这潜在的消费人群。其口，由于这

部分被访者样本量不到30,因此只能用于借鉴参考。

图11“没有浏览过团购网站”但参与过网上购物的人经常购物的网站

从图11可以看到，这部分人群中有83%的人经常购物的网站为“淘宝网”，其次

是：京东网、拍拍网和当当网；同时在年龄的分布和男女分布中，各年龄段经常购物

的网站首选仍然是“淘宝网”。而这些传统电商，基本上都有团购网的分址，如何加

大这部分不参与团购的人群的宣传，是他们需要考虑的问题。不过上图的样本量比较

小，只能作为初步的参考。

14

3.2.3网络团购用户基本状况分析

下面就网络团购用户的团龄、新老团购用户访间团购网站的频次、网络团购用户

每天浏览团购网站的时间和时间段、访问团购网站的方式和设备、每次团购的花费进

行分析。

图12参与团购的时间

从图12可以看到，在团购过的被访者中，有■45%的用户参与团购的时间为“一年

以上”，其次是“半年到一年”的，占了总体的27机平均团龄为8.6个月；新用户第

一个月有超过45%每天都会访问团购网站，而6个月以上的用户，这个比例下降了一

半左右；该人群平均每周浏览团购网站的频率为4次。（见图13）

15

■团购过的被访者

平均值（分钟）：30.93

图14每天浏览团购网站的时间

参加网络团购的被访者每天浏览团购网站的时间大多在半个小时左右。

■团购过的被访者

图15浏览团购网站的时间段

参加过团购网站的被访者浏览团购网站的时间段大多在晚上，其中晚上八点到十

点为其高峰期。

图16访问团购网站的方式

山图16看到，有63%的团购过的被访者访问团购网站方式为“团购导航网站”,

16

其次是“微薄”，“直接输入网址”和“搜索引擎”。从中可以看出，商家要争取在这

些地方设置链接，争取版面。

平

掌

式

电

手

上(

板

上

机

机

网

脑P

D

电

电

和

本

脑A

()

脑

脑

手

)包

提

括

电

台

■团购过的被访者

图17浏览团购网站的设备

有多达98%的团购用户是通过“电脑（包括台式机和手提电脑）”，其次是“手机”

(39%)。

■团如寸的为万希平均倍（元）f）18.06

图18每次团购的平均花费

大部分参加团购的被访者每次团购的平均花费在“51T50元”之间，所占总体的

比例超过70机平均每个人的花费在118.06元左右。可见，价格较低更容易被用户接

受。

3.3在线用户市场细分

消费者市场细分要求企业注重消费者的总体特征，以消费者为中心和导向来把握

市场。消费者市场细分基本上围绕人口统计、生活方式、利益、行为、消费者价值等

变量进行C人口统计细分主要是把人口的年龄、性别、收入、职业等作为细分维度，

17

这在前面的网络团购的主要消费人群分析已经用到了。而态度作为研究消费者行为的

重要变量一直发挥着重要的功能，所以消费者态度是消费者细分的重要依据。I⑹下面

就从上面的分析中得到的潜在消费者和现有消费者这两类在线用户的生活与购物态

度作为细分变量，运用因子分析和聚类分析，进行市场细分，以了解在线月户可分为

儿类细分市场“8-如。

3.3.1生活和购物态度的因子分析

在B、C、D问卷中有一道关于了解“浏览过团购网站但未参与团购的被访者”和

“参加网络团购的被访者”在既定的17个“描述人们生活和购物态度”的句子，根

据对其个人实际情况的符合程度进行选择，每个句子设有五个选项：“非常符合”、“比

较符合”、“基本符合”、“不太符合”、“完全不符合”，对这五个选项进行赋值，分别

为5、4、3、2、lo

对这17个句子运用因子分析方法，提取几个主因子，即这部分人群所共同拥有

的生活与购物态度因子，然后再计算各样本的因子得分。但用17个句子做出的累计

贡献率太低，证明一些句子不具有代表性。因此把因子载荷小于0.5的两个句子剔除,

用剩下的15个句子进行因子分析，得到了六个主因子，即这道题的被访者所具有的

共同的生活与购物态度因子。分析过程如下：

表4KM0和Bartlett的检验

Kaiser-Meyer-OlkinMeasureofSamplingAdequacy.0.804

Bartlett'sTestofApprox.Chi-Square1169.048

Sphericitydf105

Sig.0.000

由表4可知，检验变量间偏相关性的KMO统计量，数值为0.804,达到可行性标

准，而且Bartlett球度检验的相伴概率为0.00。，远小于0.05,因此拒绝原假设，

认为所选取的15个指标适合做因子分析。

18

表5方差解释表

TotalVarianceExplained

ExtractionSumsofSquaredRotationSumsofSquared

InitialEigenvalues

LoadingsLoadings

Compone

%of%of%of

ntCumulativeCumulativeCumulative

TotalVarianTotalVarianTotalVarian

%%%

cecece

14.22928.19328.1934.22928.19328.1932.47616.50816.508

21.75111.67539.8671.75111.67539.867L70111.33727.845

31.2968.64048.5081.2968.64048.5081.64110.94138.786

41.0907.26455.7721.0907.26455.7721.61910.79649.582

50.9626.41262.1850.9626.41262.1851.4689.78659.368

60.9176.11368.2970.91