商品消费人群画像研究论文

用户画像是指根据用户的属性、用户偏好、生活习惯、用户行为等信息而抽象出来的标签化用户模型。 通俗说就是给用户打标签，而标签是通过对用户信息分析而来的高度精炼的特征标识。通过打标签可以利用一些高度概括、容易理解的特征来描述用户，可以让人更容易理解用户，并且可以方便计算机处理。

标签的分类方法比较多样，可以按标签的产出方式分，也可以按实际业务分，也可以组合起来分类。 按产出方式来分的话： 1）事实统计类标签 例如近7日活跃时长、近7日活跃次数等等 2）事实规则类标签 例如消费活跃：近30天交易次数>=2 3）模型类标签 例如RFM模型，AARRR模型 4）算法类标签 例如根据用户购买的商品判断其购物性别、对某商品的偏好程度 按实际业务来分的话： 1）用户属性标签 2）用户消费标签 3）用户行为标签 4）风险控制标签 。。。

在互联网、电商领域用户画像常用来作为精准营销、推荐系统的基础性工作，其作用总体包括： 1）精准营销：根据历史用户特征，分析产品的潜在用户和用户的潜在需求，针对特定群体，利用短信、邮件等方式进行营销，提升营销效率和营销效果。 2）用户统计：根据用户的属性、行为特征对用户进行分类后，统计不同特征下的用户数量、分布；分析不同用户画像群体的分布特征。 3）数据挖掘：以用户画像为基础构建推荐系统、搜索引擎、广告投放系统，提升服务精准度。 4）服务产品：对产品进行用户画像，对产品进行受众分析，更透彻地理解用户使用产品的心理动机和行为习惯，完善产品运营，提升服务质量。 5）行业报告&用户研究：通过用户画像分析可以了解行业动态，比如人群消费习惯、消费偏好分析、不同地域品类消费差异分析 6）ABtest：用于创建ABtest实验，和实验效果分析

用户画像必须从实际业务场景出发，解决实际的业务问题，之所以进行用户画像，要么是获取新用户，要么是提升用户体验、或者挽回流失用户等具有明确的业务目标。

数据源的数据是标签构建的最底层，来源于各个业务端的数据，主要有离线和实时两大数据来源，一般的大数据架构会有流批处理的链路分别处理，也有流批一体的架构，数据产品可不重点关注。

数据层开始数据产品会比较关注，数据产品在设计标签时需要关注标签的生产在数据仓库的流转口径，特别是在定义原子标签的时候，需要深入理解业务，了解用户的来源，状态，订单的渠道，线上线下，订单状态等等。

标签层一般的，会按照上面说的实际业务分类进行标签的建设，一般构建原子标签就足够了，在服务层的标签工厂可以个性化的创建新的派生标签。

服务层主要包含两块，一个是画像平台的应用，一个是画像数据的统一API服务，给前台的营销系统、广告系统等提供标签分群数据支持。

以上是用户画像系统的基础概念，下一节我们了解下画像系统的难点之一：如何构建oneid？

首先要划分好目标群体，对目标群体进行画像。什么是目标人群？简单来说就是会买你产品的人群，就是消费者，你所需要做的是把他们找出来，打上个标记，形成消费者画像。一般从消费属性和消费行为两个方面，来定位目标人群。1、消费属性人口特征：年龄、性别、种族、国籍、所在地。社会特征：收入、职业、社会阶层、家庭特征、生活方式。个性特征：冲动、保守、积极、沉稳、热情、冷静等。文化特征：教育水平、宗教信仰、民族文化、亚文化、小众文化、爱好等。2、消费行为角色：信息提供者、购买决策者、购买执行者、决策参与者、使用者、评价者。因素：使用时机、使用意图、使用频率、品牌粘性、用户体验等。例如，产品是一台30万的商务轿车。那么消费者画像大致应该是：男性，30岁以上，城市人口，年薪30以上的中产阶级，拥有稳定的家庭和事业，个性沉稳冷静，是商品的主要使用者，也是购买的决策者，经常开车，有强烈的汽车品牌意识和相关品牌知识。相信不少人看了上面的分析会嗤之以鼻：“就这个分析法、这个用户画像谁不会啊？当我们干品牌营销这么多年都是吃素的吗？”不用着急，这里面有一个隐藏的环节，大家看出来了吗？那就是现代营销学中的“接收需求定律”。上面的消费者画像基于现代营销学中的重要定律“认知事实定律”，指消费者会根据自己已经认定的事实来对产品进行判定，选择接收或者拒绝，而不是依据客观事实。“接收需求定律”同样重要：消费者的需求客观存在，消费者对产品的接收确是主观驱使，消费行为是消费者客观需求和主观意识的矛盾和统一。举个例子，是人都需要喝水，可是让中国人和热白开比美国人要容易得多，喝水是客观、喝热白开是主观。如何能让美国人掏钱喝热白开？利用高潮的营销技巧是完全可以做到这一点的。所以消费者画像是为了能够有效建立起“谁接受--谁需要”“谁接受--谁购买”“谁决策--谁使用”的逻辑链。这才是明确目标人群的最后一块拼图。按照以上的系统认知，我们就可以把目标人群划分为“尝试者--体验者--早期多数--后期多数--保守者”。体验者是指某个品牌一出新品一定会购买的人，例如最早期、最疯狂的“果粉”，大约人数比5%。保守者是指打死都不会用这个产品的人，例如有一种人哪天不用座机用手机了，只会是因为座机停产买不到了，大约人口比15%。这两种人群是不管你的产品和品牌如何改变，都会不为所动，会买的一定会买，不会买就死也不买，不用去考虑这两个人群。有10%的人群没有尝试验者坚持和疯狂，但是非常勇于去体验新事物，也可能是内行或者行业内具备话语权的人，这部分人的特点是“一损俱损一荣俱荣”。这10%的人群会为产品带来35%的早期多数人群，也可能会毁掉包括35%后期多数人群的总共80%的客户人群。这10%的人是意见领袖，能够掌握他们，也就基本能掌握80%的客户群体了。划分出这五类人，就是最靠谱的目标人群划分法。针对少数人的才是营销从上面的五类目标人群划分法，我们可以描绘出一个用户接受新产品的抛物线。可以发现，新产品如果能被10%的体验者所接受，产品会进入爆发期；如果接受不了，就会迅速跌落。运用广告、营销活动可能会延长上升期，但是不会改变目标人群的基本结构。而当新产品加速上升的时候，“推动力”不足，也会快速跌落。例如，锤子手机在发布首款旗舰机T1时候，外界对这款手机的评价和关注还是非常活跃的，从新品发布会的反馈和预售的数量来看，锤子手机本可以得到爆发的机会。然而产能不足、良率太低的问题一直困扰着锤子手机，三个月的关注期限一过，宣告了锤子首款旗舰机的失败。以至于后续发布的新品手机，依然陷入叫好不叫卖的窘境，直至现在。经典营销学重视大多数人群的消费者，也就是占比70%的早期和晚期多数消费者，所动用的营销资源也大量倾注在这些人群之上。不少老板总是认为“我的产品好，可以让消费者多使用一段时间，自然就会接受。”然后不厌其烦地进行超市促销、地推、优惠打折，虽然这些办法作为常规动作，对大企业没什么影响，但是对中小企业，尤其是新品企业，会造成严重的资源浪费。比如，一款新产品牙膏，要和高露洁牙膏去拼在多少超市促销，“买一送X”的力度有多大，无疑是找死，肯定会“力竭而亡”。打蛇要打七寸，虽然一整猛打也能打死，但是对于中小企业来说，就是一个虚弱的打蛇人，总是打蛇肚子，打不死就会被蛇咬一口毒发身亡。这个蛇头，也就是那10%具有话语权的体验者和少部分的早期多数用户，营销推广的资源应该集中在他们身上。更好的产品就会有更大的用户群体，这是一个极为错误的假象。因为新品最先开始是在专业人士中流传开的，一上来就“特别接地气”，幼儿园三岁小朋友都能说出这个新产品多么好，那些专业的意见领袖会有兴趣吗？还会去进行主动传播吗？那么再好的新品，最终也会沦为“两元店商品”。愿者上钩钓“蛇头”那么这“蛇头”的人群怎么找出来呢？答案是根本找不出来，但是却可以让他们自己跳出来。1、产品设置只有专业人士能够识别的“稀缺价值”。对于“行家”来说，最关注的不是新产品的新特定，而是辨别出新特性可以显示出自己的专业度，而这群人掌握了对35%早起大量用户的沟通渠道。例如在我国的手机圈子内，就有大量标榜“第三方、独立”的手机测评工作室。每当有新品手机发布，他们会成为新款手机的第一批体验者，新品发布会的座上宾，甚至会得到手机品牌商的“资助”。他们永远是第一批拿到新手机的人，然后开箱体验，专业测评，给与消费者“专业而独立”的购买建议。而我国近几年，手机行业的迅猛发展也是有目共睹的。2、“专业”知识成就“专业”的产品。别理解错误，这里的“专业”打了双引号。这里的专业是指“关于XX的十大误区”“你所不知道的XX”“天哪！XX竟然是XXXX”，俗称标题党网文。让一部分专家或者早期消费者对某类产品进行“拨乱反正”，在确定消费者需求的同时，从认知上扭转消费者的接受度，不接受就是“不专业、不聪明、不理智”。举个例子：不是每一种牛奶都叫特仑苏。你喝的牛奶和我喝的能一样吗？我喝的不只是牛奶，是特仑苏！点到即止，大家能懂就好。3、让早期消费者付出，而不是给予。这个方法有一个特性，就是早期消费者的人数特别多，消费门槛特别低。消费者需要付出的金钱其实很少，而是大量的时间和精力。例如抖音、头条等，花费时间和精力会给消费者一个没有付出任何条件就可以使用产品的错觉，其实这部分早期消费者会对品牌认知度、忠诚度不断加深，然后主动去传播，争取后面的用户群体。基本上现在中国的互联网软件开发商都是这个模式，APP就是“产品”，这“产品”都是免费下载使用。其实呢？真实的商品其实需要付费的服务项目。大家应该都用过支付宝吧？有人会去宠物庄园里面喂鸡吗？有人会半夜起来偷朋友的树苗的能量吗？会不会去分享、邀请好友一起？这就是套路。4、不断进行产品升级和创新。以上三点都是“术”，可是这一条是“道”。术有正邪，道则一也。经济学规律告诉我们，当多数用户开始接受新产品的时候，产品就已经开始走下坡路了，结束生命周期也是迟早的事。很遗憾的是，很多品牌智能创造一种流行拼产品就销声匿迹，跟现在的网红一模一样，没用多久就会被客户忘记。只有持续地进行创新，不断地用新品去刺激目标人群，才能延长企业和品牌的寿命，使企业和品牌进入螺旋上升的模式。在产品进入爆发期，也是企业管理者最容易松一口气懈怠下来的时期，这个时候特别需要谨慎。一旦销量开始下滑，消费者开始退场，就无力回天了。强蹭一下热点：看不见的营销黑洞1974年代，世界著名科学家斯蒂芬·霍金提出了宇宙黑洞理论。2019年4月10日，人类获得了有史以来第一张黑洞照片。直接观测到黑洞的存在，在人类历史上具备非凡的意义。自从黑洞理论提出以来，经过几十年的传播和推广过，被应用到各个领域，也包括商业，都开始借用霍金的思考方式去分析和解决行业问题。2007年，“品牌黑洞”理论雏形被提出，并被多个专业人士进行论证，逐渐形成了体系，品牌黑洞理论体系由此诞生。该理论颠覆了传统“扁平式”的品牌管理思维模式，将品牌与消费者放在一个立体维度的全新品牌管理思维。至于笔者为什么会在2019年4月11日写这篇文章，那当然是基于一个营销人天然的职业素养：蹭热点！呵呵，开个玩笑。其实品牌黑洞理论由来已经，只是大多品牌营销策划人更多关注的是品牌本身，如何去对品牌自身进行建设。这点没任何错误，而忽略了品牌和消费者之间的盲区。从消费者的出发点反向思考品牌的立场，或许会得到更多的启示。品牌黑洞是存在于整个品牌建设过程中隐蔽、消极的管理盲区，在品牌和消费者接触的过程中进行爆发。有三条基本公理：1、消费者永远不可能和企业站在同一个平面上认识品牌。2、由于品牌黑洞的存在，再完美的品牌传播，也无法形成消费者对于品牌的完全认知。3、越不想让消费者知道消费者越想知道，越想让消费者相信消费者越不相信。

中青年人群消费能力会比较强的呀，所以耐克的就是这样的人群的呢，基本都是的哦。朋友可以看看的

人群画像分析从如下几个方面入手：

1.人群社会属性分析

从年龄、性别、地域、教育背景、职业、收入、婚姻状况、身高体重等基本信息，以上属性分析之后，可以得出目标人群的大致框架，但这远远不够，以上的信息只能提供帮助。

2.消费行为特征分析

基于特定的产品来分析，找出消费者在购买前会有哪些需要考虑的主要因素，并对各种影响因素进行分析，从中分析出主要的购买考虑因素。

3.社交触媒数据分析

根据日常使用频率较高的信息资讯和社交娱乐平台，分析用户社交相关数据，包括圈子、兴趣喜好、互动行为等，可直接帮助品牌确定目标人群聚集的媒体渠道，根据不同的渠道平台制作不同风格的广告内容。

现代交互设计之父 Alan Cooper 很早就提出了 Persona 的概念：Persona 是真实用户的虚拟代表，是建立在一系列真实数据之上的目标用户模型，用于产品需求挖掘与交互设计。

通过调研和问卷去了解用户，根据他们的目标、行为和观点的差异，将他们区分为不同的类型，然后从每种类型中抽取出典型特征，赋予名字、照片、人口统计学要素、场景等描述，就形成了一个 Persona 。Persona 就是最早对用户画像的定义，随着时代的发展，用户画像早已不再局限于早期的这些维度，但用户画像的核心依然是真实用户的虚拟化表示。