咨询热线

400-007-6266

010-86223221

采用AHP方法对欧莱雅微信营销策略进行定量分析

       导读: 通过分析,可知微信营销是欧莱雅乃至化妆品的一个重要的营销策略。但是,微信营销和传统营销策略以及相似的微博营销相比究竟孰优孰劣,还有微信营销的五种基本模式哪一种更值得青睐?我们小组针对这个问题用定量的方法展开了探究。

       参考《中国粉类化妆品行业商业模式专项分析与企业投资环境研究报告》

       通过分析,可知微信营销是欧莱雅乃至化妆品的一个重要的营销策略。但是,微信营销和传统营销策略以及相似的微博营销相比究竟孰优孰劣,还有微信营销的五种基本模式哪一种更值得青睐?我们小组针对这个问题用定量的方法展开了探究。
经过讨论,我们小组采用层次分析法(AHP)来对欧莱雅的营销策略进行定量分析。具体研究思路如下:


       1.1模型构建
       1.1.1欧莱雅的(微信)营销策略分类
       营销策略的评判,很大程度上是由消费者所决定的。因此,我们拟定从消费者的角度来构建欧莱雅营销策略的评估模型。欧莱雅的各种营销策略分类如下表所示:


       1.1.2 欧莱雅对消费者的营销传导机制
       欧莱雅的营销策略依赖着一个营销传导机制才能将信息传递到消费者并与其产生互动。我们将分类完毕的营销策略作为一个中介,来研究消费者对于欧莱雅的信息获得和体验评价,模型如图:


       在这个模型中,我们要考察的是中介(营销策略)到消费者,以及消费者到欧莱雅这两个阶段。第一个阶段命名为信息传递,即欧莱雅公司营销过程传递公司和品牌信息的有效性;第二个阶段命名为顾客体验,即顾客对欧莱雅的这种营销方式的体验感受以及具体行动如何。
1.1.3 构建层次分析模型
       采用AHP的分析方法,目标层为欧莱雅营销策略(或欧莱雅微信营销),用A表示。
       准则层为信息传递和顾客体验,分别为B1、B2。然而这两个阶段需要有更多的标准来评估,因而引入子准则层。
       将信息传递阶段分为传播广度和信息深度两部分,前者是考察欧莱雅信息传播覆盖面的广度有多少,后者是考察欧莱雅传递出去的信息是否全面和有效。
       而顾客体验阶段可分为顾客评价和互动参与两部分,前者是考察顾客对欧莱雅营销方式的主观感受,而后者则是考察顾客在接受这种营销方式后是否会开展实际的反馈举动。
因此最后子准则层即为传播广度、信息深度、互动参与和顾客评价,分别用B1_1,B1_2,B2_1,B2_2表示。
       方案层即是各种营销策略,分别用C1~C5来表示(在第二个AHP模型中则为C1~C4)。因此最后得出的层次分析模型如图所示。


       1.2 设计问卷
       层次分析结构中有四个准则,结合实际,我们拟定采用比例法和5分打分法对这四个准则进行量化。


       1.3 实地调研
       欧莱雅现在的市场主要集中在一二线城市,因此我们小组将调研地点锁定为广州和深圳地区,通过问卷调查法来取得消费者的数据。
       我们成功委托广州和深圳地区的欧莱雅公司共八个营销点的工作人员,请他们帮助我们发放问卷并且回收。问卷的主要针对人群是年轻白领一族,也有部分问卷是在路上随机取样取得。但整个调研过程都确保每位填写问卷的人都接触过至少一种欧莱雅的营销策略(问卷一)或者至少一种欧莱雅的微信营销策略(问卷二)。因而,在问卷一的前5个问题和问卷二的前4个问题中全部答“否”的问卷将被视为无效问卷处理。
       1.4问卷分析
       分析思路概述:


       1.4.1描述性统计
       对于第一个模型,本次调研共回收问卷1734份,其中有效问卷407份,问卷回收率为23.47%。对于第二个模型,本次调研共回收问卷1644份,其中有效问卷416份,问卷回收率为25.30%。被调查者的基本情况如下所示,可以看出,我们的问卷对象基本覆盖各个层面,而且主要的针对人群比例明显,虽然问卷回收率较低,但有效问卷的数量满足我们的统计需要和要求。


       1.4.2构造成对比矩阵
       对于子准则层的四个准则,我们采用AHP,根据问卷的打分情况来确定层次权值并构建成对比矩阵。其中,传播广度的得分即为最终得分,而另外三个准则的得分则由每个问题的平均分来确定(如在第一个模型的信息深度准则中,问卷第6题的平均分是a1=2.4339,第9题的平均分是a2=2.6576,则在成对比矩阵{aij}中,a12=a1/a2=0.9518)。使用MATLAB R2011b构造两个AHP模型的方案层的判断矩阵如下:


       而对于准则层和子准则层,我们则根据定性分析来单独确定,层次分析法的提出者T.L.Saaty等人用实验方法比较了在各种不同标度下人们判断结果的正确性,确定了1~9分级法。通过分析,对于第一个模型,我们确定准则层和子准则层如下:


       1.4.3(组合)一致性检验
       理论上来说,AHP方法的使用需要所有的成对比较矩阵都满足一致性,但实际问题中构造完全一致的矩阵难度极大,因此允许矩阵存在一定程度的不一致性。现阶段对AHP的研究通常用一致性指标判断矩阵是否可靠。一致性指标构建如下:
       计算衡量一个成对比矩阵A (n>1 阶方阵)不一致程度的指标CI:


       当CR<0.1时,认为判断矩阵的一致性是可以接受的,否则应对判断矩阵作适当修正。
用MATLAB对成对比较矩阵进行一致性检验(程序见附录二),检验结果如下:


       由此可以看出,两个模型所有的一致性系数,包括组合一致性系数均小于0.1,也即是说这个模型通过了一致性检验。
       1.4.4层次排序
       由MATLAB计算得出的层次单排序和层次总排序结果如下。
       第一个模型:欧莱雅营销策略


       第二个模型:欧莱雅微信营销策略


       将结果画成雷达图如下图所示:



       1.5 定量分析结果
       1.5.1 欧莱雅营销策略定量分析结果
       由AHP计算出来的结果可知,欧莱雅的人员推销策略相比于其他四种营销策略均处于劣势,而在其他四种营销策略中,欧莱雅的微信营销策略与传统的纸媒和电视广告策略比重相似(0.22),且略高于微博营销(0.21)。
       在传播广度方面,传统的营销策略和微博营销仍然占比最多(0.26、0.25和0.24),而微信营销次之(0.20)。但在深度方面,微信营销的比重(0.28)远高于其他营销策略。在互动参与方面,除了人员推销的四种营销策略差异不大。而在顾客评价方面,微信营销和电视广告的占比较大(0.23和0.22),微博营销的比重却是最低(0.16)。
       1.5.2 欧莱雅微信营销定量分析结果
       从第二个AHP模型计算出来的结果可知,“开放平台+朋友圈”和“二维码+公众平台”两种微信营销方式远高于另外两种,对于四个准则来说亦是如此。
而不论对于总体上来说还是对于每个准则来说,“互动式营销”和“分享式营销”这两种模式的比重均差异不大。
       经过定性和定量分析,欧莱雅的微信营销的概况基本得到探究。下面我们将根据欧莱雅的定性和定量分析的结果,对欧莱雅的微信营销策略提出我们的分析和建议。

 

更多好文每日分享,欢迎关注公众号

【版权提示】观研报告网倡导尊重与保护知识产权。未经许可,任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题,烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至kf@chinabaogao.com,我们将及时沟通与处理。

不止于游戏:政策指引下,游戏行业生态经济多元拓展

不止于游戏:政策指引下,游戏行业生态经济多元拓展

游戏作为互联网经济产业重要分支,行业发展高度依赖中国互联网的发展,与互联网的普及程度也息息相关。受益于整个互联网产业的增长,在过去很长一段时间里我国游戏行业呈现出快速发展的态势。近年来,随着游戏产业的人口红利逐渐减退,行业逐渐进入平稳发展的阶段。根据中国音像与数字出版协会游戏出版工作委员会发布的《中国游戏产业报告》显示

2026年11月09日
政策助推游戏产业迈向新增长极

政策助推游戏产业迈向新增长极

游戏行业是“内容+技术+用户”的生态经济,涵盖电子游戏的开发、营销、销售和售后等活动,以电子设备为载体,通过虚拟环境和规则向玩家提供娱乐和互动体验的经济活动。按照平台分类包括移动端、客户端、主机、网页,其中移动端包括APP和小程序。移动端游戏以智能手机、平板为载体,客户端游戏则一般指PC联网游戏,需要下载专门的应用程序

2026年11月06日
AI全链赋能游戏行业发展:长青产品何以在社交与电竞中穿越周期

AI全链赋能游戏行业发展:长青产品何以在社交与电竞中穿越周期

当前游戏行业仍然处于智能手机主导的时代。移动互联网降低了游戏产业的进入门槛,改变了全球游戏行业的竞争格局。相比主机和 PC 时代,智能手机覆盖人群更广,早期移动游戏开发成本和技术要求也相对较低,为更多中小团队提供了进入市场的机会。随着手机性能提升,移动游戏逐步从休闲玩法向 RPG、MOBA、射击等重度品类发展,端游 I

2026年11月05日
算力行业:数字经济发展核心基础产业,AI驱动算力需求爆发式增长

算力行业:数字经济发展核心基础产业,AI驱动算力需求爆发式增长

中国已将发展自主可控的算力产业链,特别是上游硬件与核心技术,提升至保障“科技自立自强”的国家战略高度。政策态度鲜明地聚焦于打破对外部技术的依赖,推动算力发展从“规模扩张”转向“自主提质”,核心目标是构建从高端算力芯片到智算中心的国产化算力底座。

2026年11月04日
AI需求驱动算力行业高速扩张,Token工厂成为算力租赁新商业模式

AI需求驱动算力行业高速扩张,Token工厂成为算力租赁新商业模式

目前我国算力租赁行业已进入加速扩容阶段。截至2026年6月底我国智能算力规模达2185EFLOPS,同比增长177%,全国算力设施整体上架率达71.4%。国家层面来看,国内正筹备在未来五年(2026—2030年)投入约2万亿元人民币用于建设全国性人工智能基础设施,以强化本土AI产业能力,并在人工智能领域与美国展开长期竞

2026年11月03日
AI时代算电协同推动算力电力深度耦合

AI时代算电协同推动算力电力深度耦合

算力规模的快速扩张带动了用电量的高速增长,我国算力中心用电量由2023年的约1500亿kWh增至2024年的约1660亿kWh,2025年进一步升至约1960亿kWh,同比增长约18.1%,约为同期全社会用电增速的3.6倍。信通院预测,2030年我国算力中心用电量在低、中、高情景下分别约为3000亿、约5000亿、超7

2026年11月02日
算力的社会化进程:产业演进脉络与数字时代社会基础重构分析

算力的社会化进程:产业演进脉络与数字时代社会基础重构分析

智能算力的增长最为迅猛。大模型的训练与推理本质上是海量矩阵乘法,GPU一类芯片的架构正好适配并行乘加;相较之下,CPU长于复杂逻辑与串行控制,GPU的优势在于大规模并行处理,二者分工近似于通才与专才之别。过去两年,中国算力的增量部分几乎全部落在智能算力这一类别。

2026年11月02日
高投入高增长赛道:AI Agent行业现状、成本结构与未来机遇解析

高投入高增长赛道:AI Agent行业现状、成本结构与未来机遇解析

目前,AI Agent市场规模包括ToC端和ToB端的应用价值。在B端,AI Agent将对SaaS应用进行全面重构,AI Agent的向量数据库能自动学习和理解文档,实现更加高效知识管理;在C端,AI Agent作为生成式AI的商业化应用,如电商、教育、旅游、酒店等行业,有望带动传统行业转型升级。

2026年09月01日
微信客服
微信客服二维码
微信扫码咨询客服
QQ客服
电话客服

咨询热线

400-007-6266
010-86223221
返回顶部