聶爽爽 王維紅

摘 要：產品的開發(fā)設計是企業(yè)開展跨境電商的第一步，也是跨境電商能否成功的最重要因素。在網絡銷售平臺中，連衣裙作為女裝的一個主要類目，在各銷售平臺的搜索量和銷售量都占據了重要比例。客戶評論數據是客戶對于產品最直接的反饋，差評更是線上抱怨言語行為的最好體現。選取連衣裙為研究對象，通過爬取速賣通平臺上銷量前60的連衣裙，研究其產品屬性，并對其評論數據及差評數據進行文本挖掘，從而分析得出速賣通平臺上女士連衣裙消費者偏好，為開展跨境電商銷售的商家進行連衣裙產品的選品和開發(fā)設計提供參考，同時為企業(yè)開展跨境電商業(yè)務提供思路。

關鍵詞：文本挖掘;跨境電商;消費者偏好;評論數據;連衣裙

中圖分類號： TS 941.71

文獻標志碼：A

文章編號：1009-265X（2021）06-0113-09

Research on Female Consumers' Dress Preference on AliExpressBased on Text Mining

Nie Shuangshuang1， Wang Weihong2

（1.Fanli Business School，Shaoxing Vocational and Technical College， Shaoxing 312000， China;

2.Glorious Sun School of Business and Management， Donghua University， Shanghai 200051， China）

Abstract： The development and design of products are the first step for enterprises to carry out cross-border e-commerce， and also the most important factor for the success of cross-border e-commerce. In online sales platforms， dresses are a major category of women's wear， which accounts for a large proportion in the search and sales volumes of various sales platforms. Customer review data is the most direct feedback of customers to products， and bad reviews are the best embodiment of online complaint speeches and acts. This article selects dresses as the research object. By crawling top 60 dresses sold on AliExpress， this paper investigates their product attributes， and conducts data mining on their review data and bad review data， so as to analyze and find out consumers' preferences for women's dresses on the AliExpress， and provide references for the design of dress products by cross-border e-commerce merchants and also provide ideas for enterprises to develop and design products on cross-border e-commerce platforms.

Key words： text mining; cross-border e-commerce; consumer preferences; review data; dress

收稿日期：2020-09-21 網絡首發(fā)日期：2021-04-16

基金項目：2020年度紹興哲學社會科學十三五規(guī)劃重點研究課題（135532）

作者簡介：聶爽爽（1984-），河南新鄉(xiāng)人，碩士，副教授，主要從事紡織企業(yè)跨境電商、網絡營銷方面的研究。

跨境電商高速增長，成為中國傳統(tǒng)企業(yè)轉型升級的一個重要途徑，可以幫助中國制造更好地走到

全世界。發(fā)展跨境電商，第一步就是要做好自己的產品定位以及產品設計，使得產品能夠滿足跨境電商消費者的需求和喜好。2018年中國出口跨境電商賣家品類分布上，服裝服飾類銷售額占比12.4%，僅次于3C電子產品類，位居第二[1]。服裝服飾里的連衣裙類目無論從流量還是銷售額上都占據了重要比例，因此本文以連衣裙類目為例，研究跨境電商平臺消費者的偏好，為企業(yè)開展跨境電商銷售的產品設計提供借鑒意義。

跨境電商后臺的行業(yè)和消費者數據還是比較直觀的，但是如何通過平臺前端去挖掘消費者的偏好？目前國內外有些學者也有相應的研究。對產品銷售數據和熱銷特征數據分析方面，吳艷等[2]、宋瑩等[3]提出了通過網絡數據找出產品的熱銷特征及消費者喜好參考，從而對款式的流行趨勢進行總結和分析。從目前的研究來看，對于熱銷特征數據的研究基本都僅限于國內平臺，跨境電商平臺的研究較少。Salehan等[4]研究發(fā)現在線評論數據比從其他來源（如用戶調研等）獲取的用戶數據更加可靠。消費者評論中可以獲取有價值的信息[5]。Dave等[6]對觀點抽取和語義分類進行了系統(tǒng)性的研究，實驗效果要優(yōu)于其他方法。在對消費者評價數據分析方面，Fucimi等[7]、Zhou等[8]通過對網絡平臺上評論數據的進行采集，并使用文本挖掘方法找出客戶滿意的因素。劉敏等[9]用八爪魚采集器采集了手機的網絡評論數據，分別使用社會語義網絡構建和情感分析兩種方法，從不同維度對評價數據進行了挖掘，結果表明可以提高挖掘效果。從國內外學者的研究看，文本挖掘被很好地用在對評價數據的分析上，文本挖掘主要是針對非結構化數據進行數據挖掘，主要可以進行詞頻分析、語義網絡分析、情感分析[10]等。

結合國內外學者的分析，熱銷產品的特征以及熱銷產品的評論數據都可以挖掘消費者的偏好，本文選取速賣通平臺連衣裙類目為研究對象，分析速賣通的整體發(fā)展情況以及連衣裙類目整體情況;對熱銷產品的銷售情況、消費者評價數據、差評數據等進行數據挖掘分析，挖掘出消費者對連衣裙的偏好以及所關注的特征等潛在信息，從而為跨境電商平臺產品選擇和設計提供思路。

1 跨境電商平臺連衣裙行業(yè)情況分析

跨境電商零售平臺發(fā)展迅速，速賣通作為僅次于亞馬遜平臺的跨境零售出口平臺，整體運營環(huán)境非常有利于跨境新賣家[11]。和亞馬遜相比，速賣通平臺上產品的價格競爭比較激烈，主要面對的客戶是俄羅斯、美國、西班牙、法國、巴西等國家。

本研究選取速賣通平臺的連衣裙類目為研究對象。調用速賣通后臺行業(yè)分析的數據，如圖1所示，32天（2019.12.18—2020.1.18）女裝大類目金額成交占比24.27%，其中連衣裙類目訪客指數達到1 277 682，客單價達到總之25.21，商品加購和收藏人數分別達到4 052 121和3 328 249。通過對平臺數據的分析，發(fā)現俄羅斯訪客指數遠遠高于其他國家，占比23.85%，其次是美國11%;但是從客單價數據看，俄羅斯是這些國家中最低的，其次是西班牙，都遠低于平均值;巴西的客單價最高，其次是美國，英國、意大利國家的客單價都在平均值以上。

2 連衣裙在速賣通平臺的銷售情況分析

2.1 數據采集

首先利用GooSeeker集搜客采集速賣通平臺（www.aliexpress.com），搜索“women dress”關鍵詞，按照銷量排行前60名，即PC端第一頁的產品數據信息，包含產品基本信息、銷量數據、價格數據等;其次逐條收集銷量前60名產品的特征屬性信息;最后再次利用GooSeeker爬取速賣通平臺連衣裙銷量前60名產品的全部客戶評價信息以及差評信息。

2.2 連衣裙銷售整體情況分析

圖2是在速賣通買家首頁搜索“women dress”關鍵詞，按照銷量排行前60的產品最近6個月的交易成功的訂單數，不包括產生凍結、糾紛、全額退款的訂單，其中近6個月銷量最高的產品高達16000多個訂單。

從圖3中60個產品的產品評分數據情況看出，評分主要集中在4.7和4.8分，只有4個產品的評分處于4.5分以下，說明速賣通平臺消費者對于中國制造的產品整體還是比較滿意的。

從圖4銷量前60名產品的定價情況來看，10～20美元的產品數量最多，其次是5～10美元，20美元的產品有4個，5美元以下的產品僅為6個，可以看出速賣通銷量比較好的產品單價并不是特別高，15美元美元左右的產品比較好賣。88%的產品對于俄羅斯、美國、西班牙等地運輸方式都是包郵，即“free shipping”。

2.3 連衣裙特征屬性的網絡銷售情況分析

速賣通平臺連衣裙類目特征屬性信息有品牌（Brand）、材質（Fabric）、裙長（Dresses Length）、袖型（Sleeve style）、領型（Neckline）、腰線（Waistline）、裙型（Silhouette）、圖案類型（Pattern Type）、風格（style）、裝飾（Decoration）、季節(jié)（Season）等10個屬性。為了挖掘速賣通平臺消費者對于產品特征屬性的偏好，對收集的60個產品按照特征屬性分別進行統(tǒng)計分析，如表1所示。

季節(jié)（Season）：夏季（Summer）占比50%以上，春季（Spring）和秋季（Autumn）加起來24個產品，占比40%，而冬季（Winter）僅2個產品，這樣的分布和連衣裙本身的特征比較接近。

材質（Fabric）：速賣通平臺銷售商品的材質共有棉（Cotton）、滌綸（Polyester）、莫代爾（Modal）、羊毛（Wool）、亞麻（Linen）、尼龍（Nylon）、萊卡（Lycra）等36種選項，但是60個熱銷產品的材質大多選擇的是滌綸（Polyester）。材質是組成服裝的最基本元素，但是部分國內賣家對商品的描述也沒有十分精確;產品的材質選項屬于多選，很多材質中都或多或少會含有滌綸（Polyester），因此滌綸材質占比最高，達65%。

風格（Style）：休閑（Casual）占比44%，性感&夜店（Sexy & Club）占比38%，波西米亞（Bohemian）占比7%，街頭系列（Streetwear）占比4%，通勤（Office Lady）占比3%。休閑和性感類型占比較大，說明速賣通平臺消費者更傾向于休閑和性感類的連衣裙。

裙長（Dresses Length）：迷你裙（AboveKnee， Mini）占比38%，及小腿肚裙（Mid-Calf）占比25%，及膝裙（Knee-Length）占比22%，及踝裙（Ankle-Length）占比10%，及地裙（Floor-Length）占比5%。速賣通平臺的消費者對于裙型的選擇上，最傾向迷你裙。

裙型（Silhouette）：緊身式（Sheath）占比最高，38%，A字型（A-Line）占比27%，直筒型（Straight）和上身緊下身寬松（Fit and Flare）各占比12%，鉛筆裙（Pencil）占比5%，寬松型（Loose）占比3%?？梢钥闯鏊儋u通平臺的消費者更傾向于緊身式的連衣裙。

圖案類型（Pattern Type）：純色（Solid）占比63%，印花（Print）占比20%，花朵（Floral）和豹紋（Leopard）各占比5%，圓點（Dot）占比3%。在圖案類型上，可以看出速賣通平臺消費者更喜歡純色，其次是印花，而豹紋也是他們喜歡的一種元素。

領型（Neckline）：V領（V-Neck）占比38%，圓領（O-Neck）占比23%，高領（Turtleneck）占比10%，立領（Stand）占比7%，一字領（Slash neck）占比7%。與國內圓領更受歡迎不同的是，速賣通平臺消費者更傾向于V領設計。

腰線（Waistline）：自然（Natural）占比55%，高腰（Empire）占比45%。

袖型（Sleeve style）：常規(guī)型（Regular）占比58%，吊帶（Spaghetti Strap）占比22%，蝙蝠袖（Batwing Sleeve）占比5%，剩下的為其他幾種類型。速賣通平臺消費者除了常規(guī)型（Regular）的袖型外，吊帶也非常受歡迎。

袖長（Sleeve Length）：長袖（Full）占比52%，無袖（Sleeveless）占比28%，短袖（Short Sleeve）和七分袖（Three Quarter）占比比較少，說明速賣通平臺消費者更偏好長袖和無袖類型。

裝飾（Decoration）：無（None）占比53%，其他占比都比較分散，說明速賣通的客戶更傾向于無裝飾、比較簡單的連衣裙類型。

3 速賣通平臺連衣裙網絡評價數據分析

為了深層次了解速賣通平臺消費者對于連衣裙的消費偏好，進一步探索消費者對于連衣裙的網絡評論中所蘊含的信息，采用詞頻分析、社會網絡和語義網絡分析[12]進行可視化分析。

下載銷量排行前60的評價數據，共計87397條數據，剔除“默認好評”無效數據后，共計41128條數據。

3.1 詞頻分析

使用ROST Content Ming System 6文本挖掘軟件，首先對詞頻進行分析。提取前300詞頻，剔除一些“the/is/are/very...”等無效數據后，得到以下詞頻表，如表2所示。

3.2 所有評價數據的語義關系分析

對有效的41128條評論數據進行網絡語義可視化分析[13]。得到表3和圖5。

所有評論數據的語義關系如圖5所示，由圖5可知，在有效評論文本集中出現頻次比較高的詞“dress”、“size”、“fabric”、“l(fā)ike”、“height”、“quality”構成了整個網絡圖中的重要節(jié)點，其他的詞如果和這些節(jié)點越靠近，則表明關系越密切。

因為“dress”就是連衣裙的類目詞，因此它成了網絡的中心，基本上與所有詞都有相關。如名

詞尺寸“size”、材質“fabric”、質量“quality”、面料“material”、長度“l(fā)ength”、袖子“sleeve”、身高“height”、體重“weight”、胸圍“waist”“chest”、顏色“color”、尺碼表“parameter”、價格“price”、物流“delivery”、 圖片“photo”等。表示結果的詞漂亮“beautiful”、喜歡“l(fā)ike”、推薦“recommend”、大“big”、小“small”、很好“well”、合適“fit”、好“good”、閃耀“shine”、一樣“same”、可拉伸“elastic”、喜愛“l(fā)ove”等。其中關系最密切的詞是材質“fabric”和尺碼“size”，表明速賣通平臺消費者對于連衣裙，最關注的是材質和尺碼。

尺碼“size”這個節(jié)點也是除了連衣裙“dress”這個節(jié)點外最受關注的一個節(jié)點。密切關聯的評價詞不僅有身高“height”、體重“weight”、腰圍“waist”、尺碼表“parameters”、長度“l(fā)ength”、合身“fit”，還與一些評價字眼如小“small”、很好“well”、建議“recommend”、完美“perfectly”等有強烈的網絡語義關系，說明速賣通平臺消費者主要是從身高、體重、胸圍、長度、尺碼表、合身來衡量尺碼是否相符，而尺碼是否相符又構成了消費者是否能夠認可這個產品的重要因素。另一方面小“small”出現了1779次，短“short”出現了1092次，緊“tight”出現了958次，無論出現的頻次還是關系上，說明產品容易讓速賣通平臺消費者穿著“小”、“短”、“緊”，究其原因，速賣通平臺的客戶體型較豐滿和高大，而速賣通平臺的賣家大多還是國內商家，大多都還按照國內的經驗設計連衣裙，導致連衣裙的尺寸出現偏小、偏短、偏緊的問題。

同時身高“height”也作為了重要節(jié)點，與身高“height”關聯的評價詞有質量“quality”、尺碼表“parameters”、喜歡“l(fā)ike”、胸圍“waist”、長度“l(fā)ength”等，和“size”這個節(jié)點基本也一致，再次說明了速賣通平臺消費者對于尺碼是非?？粗械摹Ｒ虼巳绻隹缇称脚_，一定要準確給出連衣裙的胸圍、臀圍、長度等尺碼表，最好還能夠給出不同尺碼的身高體重建議區(qū)間，方便消費者進行挑選。

與材質“fabric”關聯的評價詞有質量“quality”、好“good”、舒適“pleasant”、喜歡“l(fā)ike”等詞，其實在前面對60個產品屬性值進行描述性統(tǒng)計分析時，大部分產品的材質都是滌綸“Polyester”，從國外的評價數據分析結果看，速賣通平臺消費者在評價數據中，并不關注產品到底滌綸含量多少，棉含量多少，更看中的是質量、舒適或喜歡。

與喜歡“l(fā)ike”關聯的評價詞有看起來“l(fā)ooks”、尺碼“size”、身高“height”、質量“quality”，可以看出，這些因素都可以激發(fā)消費者的“l(fā)ike”評價字眼。因此，“看起來喜歡”、“質量好”，“尺碼合適是”速賣通平臺消費者對于連衣裙最關注的三個因素。

從語義圖中還有一些較分散的，如價格“price”、快“fast”、周“weeks”、物流“delivery”等與尺碼、材質沒有明顯相關的結點，通過分析這些詞的語義關系表以及原評論數據，這些詞主要和價格、物流有關，可見價格、物流也是速賣通平臺消費者關注的因素。

3.3 差評數據的語義關系分析

近年來，抱怨言語行為[14]逐漸引起了國內外學者的關注，曹婭琴[15]采集e-Bay網上的200條差評作為研究對象，對在網上購物平臺上發(fā)生的抱怨語進行了深入探討。皮常玲等[16]采用網絡語義分析對民宿顧客抱怨信息進行分析，研究民宿顧客抱怨的主要問題。在線評論是用戶評價產品優(yōu)劣的重要依據，差評是線上抱怨言語行為的最好體現，因此可以從抱怨言語行為中挖掘消費者關注的產品特征[17]。

速賣通平臺中，對關于的產品的評價時，可以打5顆星到1顆星，其中，5顆星和4顆星說明消費者對產品很滿意、較為滿意，3顆星、2顆星、1顆星說明對產品較不滿意、不滿意、非常不滿意。因此本文將對產品評價3顆星及以下的認為是差評數據。

采集速賣通平臺銷量排行前60名的連衣裙，評價為3顆星、2顆星、1顆星的評價數據，共提取了5284條差評數據，差評率達到6.05%，說明對于平臺熱銷產品，消費者整體還是滿意的。通過對差評數據的詞頻分析、并進行語義網絡分析，得出差評語義網絡關系圖，如表6所示。

從圖6中可以看出，差評文本集中出現頻次比較高的詞尺碼“size”、賣家“seller”、材質“fabric”、質量“quality”構成了整個網絡圖中的重要節(jié)點。

尺碼“size”這個節(jié)點是最重要的節(jié)點，與此節(jié)點相關的詞有身高“height”、小“l(fā)ittle”、大“big”、小“small”、胸圍“chest”、適合“fit”、不“not”、不同“different”、匹配“match”、可拉伸“elastic”、寬度“wide”、袖子“sleeve”等，基本都是和尺寸相關的，而通過研究相關評論內容，同樣一個產品的差評中，有人說偏大，有人說偏小，說和描述不匹配。因此再次證明面對全球不同國家的消費者，體型不同，尺碼描述有差異的情況下，能夠準確用不同長度單位標注清晰，如用厘米、英寸、英尺分別標注，以引起不必要的差評和糾紛。

與賣家“seller”關聯的評價詞有壞“bad”、包裹“parcel”、錢“money”、想“want”、糾紛“dispute”、材質“fabric”等相關，而通過研究對應的差評內容，主要表現在“賣家人壞”、“未收到包裹”、“產品與圖片或者描述不符”、“不是想要的”、“已經提糾紛了”等。與質量“quality”關聯的評價詞有材質“fabric”、面料“material”、很差“poor”、差“bad”、想“want”等，細讀相關差評后，評價主要集中在“產品質量差”、“不是想要的”等觀點上。材質“fabric”關聯的評價詞有薄“thin”、壞“bad”、面料“material”等，這些差評普遍認為“材質薄”、“面料差”等。還有一些關聯比較緊密但是又相對較分散的詞是包裹“parcel”、從未“never”、糾紛“dispute”、錢“money”、退回“return”、開“open”等詞，這些詞主要是和“包裹未到達”、“提糾紛”、“退款”相關的，可以歸為是“物流”方面的原因。

通過這些差評的結點，可以看出，消費者的差評主要圍繞質量差、物流方面兩大塊問題。質量差，主要表現在材質面料差、和描述不相符等;物流主要表現在未收到貨、物流退回等?？梢娰|量和物流是速賣通平臺連衣裙類目差評的核心因素。

4 結論與建議

在速賣通平臺開展銷售時，掌握客戶的偏好至關重要。對于銷售連衣裙類目產品，應該從以下3點考慮：

a）在產品特征上，裙型是“緊身式”，長度是“迷你裙”，領型是“V領”的，類型“休閑”類和“性感”類型，袖型最好是“常規(guī)型”或者“吊帶”類型，“長袖”或者“無袖”，裝飾少點，簡單大方的類型更加滿足速賣通平臺消費者的偏好。在速賣通平臺選品時，可以參照這些產品特征。

b）在產品質量上，主要涉及產品的尺寸、材質。在尺寸方面，在跨境電商平臺銷售的產品，要參照主要目標國家消費者的體型，也可以參考國外品牌的一些尺碼設計;產品尺寸要能夠滿足國外大部分女性消費者，經從速賣通經營者了解，身高最好能夠滿足155～180cm，體重能夠滿足50～90 kg;在產品描述頁面要盡可能同時用厘米、英寸、英尺等單位準確地描述產品的肩寬、胸圍、腰圍、臀圍、袖長、長度等關鍵部位信息，并給出身高、體重范圍建議，方便消費者選擇合適的尺碼。在材質方面，消費者不太關注產品的具體材質，消費者收到貨后對產品材質好壞的主觀判斷起著更大的作用，對于產品薄、材質差的非常容易引起抱怨情緒，因此要盡可能優(yōu)選材質。除尺寸和材質以外產品制作工藝、包裝問題等細節(jié)也要做到位，讓消費者感知到產品的好品質。

c）在物流以及賣家的服務上，盡可能對俄羅斯、美國、西班牙、法國等地選擇“包郵”的運輸方式，這就要求企業(yè)要研究各地性價比最高、運輸速度最快的運輸方式，以防因為運輸方式的問題引起客戶的不滿。對于客戶不能在規(guī)定時間里收到貨的情況，要通過告知客戶、重新發(fā)貨或者退款等方式及時和客戶溝通，減少客戶的抱怨，同時讓客戶感受到企業(yè)的“誠信”。

通過研究速賣通平臺連衣裙類目的消費者偏好，幫助企業(yè)在速賣通平臺迅速打開市場。希望研究思路能為企業(yè)開展跨境電商業(yè)務時的設計、選品、銷售方面提供一些借鑒意義。

參考文獻：

[1]電子商務研究中心. 2018年度中國跨境電商市場數據監(jiān)測報告[EB/OL].[2019-06-05].http：//www.100ec.cn/detail--6512462.html.

[2]吳艷，洪文進，吳小藝.基于大數據時代下的網絡男裝產品開發(fā)模式探究[J].毛紡科技，2015，43（8）：66-70.

[3]宋瑩，滕洪軍，陳智.基于淘寶網銷售數據的絲綢連衣裙流行趨勢分析[J].遼東學院學報（自然科學版），2019，26（1）：28-33.

[4]SALEHAN M， KIM D J. Predicting the performance of online consumer reviews： A sentiment mining approach to big data analytics[J]. Decision Support Systems， 2016， 81：30-40.

[5]李少波，全華鳳，胡建軍，等.基于在線評論數據驅動的產品感性評價方法[J].計算機集成制造系統(tǒng)，2018，24（3）：752-762.

[6]DAVEK， LAW RENCE S， PENNOCK D M. Mining the peanut gallery： Opinion extraction and semantic classification of product reviews[C].Proceedings of the 12th international conference on World Wide Web. New York： ACM， 2003： 519-528.

[7]LUCINI F R， TONETTO L M， FOGLIATTO F S， et al. Text mining approach to explore dimensions of airline customer satisfaction using online customer reviews[J]. Journal of Air Transport Management， 2020， 83（3）： 101760.

[8]ZHOU YUSHENG，YANG SHUIQING，LI YIXIAO.et al. Does the review deserve more helpfulness when its title resembles the content？ Locating helpful reviews by text mining[J]. Information Processing & Management，2020，57（2）：102179.

[9]劉敏，王向前，李慧宗，等.基于文本挖掘的網絡商品評論情感分析[J].遼寧工業(yè)大學學報（自然科學版），2018，38（5）：330-335.

[10]李少波，全華鳳，胡建軍，等.基于在線評論數據驅動的產品感性評價方法[J]，計算機集成制造系統(tǒng)，2018，24（3）：752-762.

[11]盧東亮. B2C跨境電商平臺運營模式研究[D]. 北京：北京郵電大學，2017.

[12]張幸芝，雷潤玲，楊超.文本挖掘：基于ROSTCM和NetDraw的內容分析[J].科技文獻信息管理，2017（1）：17-21.

[13]汪會玲，吳夢穎.基于社會網絡分析的我國家庭旅館評價模型構建[J].管理學報，2015（3）：433-438.

[14]王偉.顧客抱怨行為及處理的研究綜述[J].商業(yè)時代，2009（7）：24-25.

[15]曹婭琴. 網上購物抱怨語的語用分析[D]. 蘭州：蘭州理工大學，2019.

[16]皮常玲，鄭向敏.基于在線評論的民宿顧客抱怨研究：以廈門鼓浪嶼民宿為例[J].旅游論壇，2017，10（3）：35-44.

[17]楊程，譚昆，俞春陽.基于評論大數據的手機產品改進[J/OL].計算機集成制造系統(tǒng)：1-19[2020-01-21].http：//kns.cnki.net/kcms/detail/11.5946.TP.20190606.1053.008.html.