随着消费时代的到来,当下市场环境竞争异常激烈,企业往往绞尽脑汁于获取更高的竞争优势以占据更大的市场,对于新兴的企业则往往挣扎于生存问题;这很大程度归因于消费者日益增长的差异化和个性化以及消费能力。因此,企业管理者关心的问题是如何打造自身的品牌,提高自身的产品竞争力的同时满足消费者的异质性需求,而这与产品开发,产品定位至产品营销环环相扣。传统地闭门造车式的管理策略已不再有效,即市场仅由开发商决定,消费者的购买选择不具备主动性。然而,以消费者为中心的商业时代已经到来,简单地以企业自身为中心构思以为消费者会喜欢的产品已经不具备优势。幸运的是,点击流数据的可用性为此提供了机会并获得了学者和从业者的关注。尽管如此,学者们多集中于产品的页面级分析,往往忽略了产品级内容以及行为蕴藏的潜在信息。因此本文将点击流数据中消费者对产品的操作行为构成的数据定义为行为流数据,并结合产品页面的内容进一步探索消费者行为的影响。产品市场与消费者是相呼应的关系,即供给侧与需求侧的关系。如上所述,产品的开发、定位和营销已不仅仅由供给侧决定,洞察消费者的需求才可吸引消费者并有效抵御消费者流失的风险。消费者需求实现过程被划分为阶段性决策过程已得到共识,即在产品全集(通用集)下,消费者意识到并进行了搜索和浏览的产品构成了意识集,而消费者有进一步考虑购买的产品构成了其考虑集,从考虑集中进一步明确的购买备选项构成其选择集,最终完成购买这一过程。可见,考虑集的概念因其定义可知产品具有较大的选择可能性而被广泛应用。然而,消费者的需求是实时变化的,即消费者的考虑集也存在动态性,因此捕获消费者的真实动态性需求是一项艰巨的挑战。本文以介入度理论,贝叶斯理论,消费者记忆效应和时间窗口效应,以及考虑集理论围绕产品市场结构分析展开研究。本文遵循理论研究、模型构建、数据收集和数据分析的研究步骤推进。首先,相比于页面级分析,本研究基于消费者细化决策序列通过行为实验收集消费者基于产品级的购物数据,并结合介入度理论探讨消费者在某个产品上的购买可能性与其整个购物决策过程之间的关系,在产品级数据的基础上,更深层地探索产品属性以及优化工具对消费者购买行为的影响。其次,提出CBBI(consumer-behavior-based intelligence model,CBBI)模型,考虑消费者历史经验作为先验信息并改进贝叶斯模型构建改进BLR模型,进一步通过加入滑动时间窗口的概念刻画消费者记忆效应的动态性,动态地识别产品级的全局竞争市场结构,并进一步通过聚类和可视化的方法描述产品局部的子市场竞争结构。最后,通过引入考虑集理论,结合滑动时间窗口效应和改进BLR模型构建消费者考虑集,并进一步利用产品的共现关系刻画以考虑集为局部的产品竞争市场结构。研究结果表明:(1)消费者在某个产品上的购买可能性与其整个购物决策过程是密切相关。并非所有的优化工具对于消费者的购买行为具有积极且显著的影响,特别是排序工具。此外,消费者高度关注产品属性。(2)相比于静态贝叶斯模型,通过加入消费者的记忆效应改进BLR模型,通过MAE和RMSE分析得知改进BLR模型的表现优于静态贝叶斯模型。(3)产品的销量由于消费者的记忆效应具有时期依赖性,且结合基于其他产品类别的鲁棒性分析,可确定在电子商务平台上,考虑消费者记忆效应以预测产品销量时,5天为最佳时间窗口期,并且在所有类别中都具有一般性。(4)点击行为和浏览时间对产品销量有显著的负向影响;产品加入收藏夹或加入购物车行为意味着该产品在市场中更有可能具备更大的竞争力。此外,消费者将产品移除购物车的行为对产品销量存在着显著的积极作用。(5)提出的CBBI模型基于消费者的异质性反馈可以更好地描述产品的市场结构(全局)以及子市场结构(局部)。(6)基于意识集或消费者的购物车构建考虑集存在局限性,基于时间窗口效应和改进BLR模型提出一个构建考虑集的有效方法。(7)在意识集中,考虑集范围内的产品集合与未列入考虑范围内的产品集合中的产品分布呈现着不同的规律。(8)基于考虑集构建的产品局部市场竞争关系密切。某些产品虽然竞争对手少,但具有很强的竞争优势,且这些产品与其他少数甚至一个产品具有强烈的竞争关系,占据着主要市场。而多数考虑程度较大的产品都与整体集中在一起,这意味着这些产品的竞争对手数量庞大,但占据着暂时性主导位置。以上研究发现随着时间窗口的移动具有动态适应性。