大数据时代的消费者洞察.pdf
- 文档编号:3209971
- 上传时间:2022-11-20
- 格式:PDF
- 页数:16
- 大小:4.12MB
大数据时代的消费者洞察.pdf
《大数据时代的消费者洞察.pdf》由会员分享,可在线阅读,更多相关《大数据时代的消费者洞察.pdf(16页珍藏版)》请在冰豆网上搜索。
大数据时代的消费者洞察大数据时代的消费者洞察孙予加(柳莺)阿里巴巴集团,产品经理负责数据产品“淘宝指数”和“全景洞察”摘要:
摘要:
随着互联网和移动设备的普及,用户留下的痕迹越来越完整,越来越丰富,互联网就像是一个巨大的模子把每一个人完整的印在上面,从吃穿住行到心情状态,从社交娱乐到日常工作,事无巨细的保留在网上。
如果把一个人遗留在各种网站和APP上的点点滴滴串起来,就能还原这个完整的人。
本文探讨了大数据时代消费者研究和社会研究领域将面临的变革,并通过数据产品“淘宝指数”和“全景洞察”向研究者阐述已经发生的未来。
关键词:
关键词:
大数据、社会学研究、消费者研究、数据挖掘、算法模型、淘宝指数、全景洞察1.消费者研究领域的新纪元消费者研究领域的新纪元这个时代是研究“人”最好的时代。
传统的线下用户调研模式将面临巨大的冲击,因为传统问卷调研面临成本高、周期长、样本量小、难以迭代等问题,在大数据时代自然化解了。
利用线上数据进行消费者研究将取代传统的传统问卷调研,并成为主要趋势。
社会学研究和商业研究将会迎来一个新的时代。
如何从海量的繁杂无序的原始数据中提取出有价值的信息,数据挖掘技术是至关重要的角色。
例如,网购收货地址结合登录IP地址的场所识别(学校、医院、写字楼、小区、政府机构、工厂、商场等),再结合上网时间地点(白天还是晚上、工作日还是周末);通过算法模型就可以判断出一个人的工作地点、住宅小区、身份职业等信息。
另外,结合消费特征、APP偏好,以及社交网站的言论、关注点和公开的身份信息,通过算法模型基本可以判断出每个人的性别、年龄、身高体型、消费能力、学历学校、兴趣爱好(摄影、户外、园艺、钓鱼、打牌、运动,甚至细化到旅游的地点和运动的类型,如跑步、足球、篮球、游泳、舞蹈、瑜伽、骑马等)、风格品味(偏好的品牌和格调)、影视偏好(喜欢的电影、电视剧和音乐风格,追的明星和导演)、生活习惯和状态(单身、热恋还是已婚;是否有孩子、孩子的年龄段;是否有宠物、宠物的类型和品种;是否有房有车、小区档次和车的品牌型号;是否和父母同住、一家几口住在一起)。
这些数据只是冰山一角,百度的搜索行为数据结合地图定位信息,以及腾讯完整的社会关系网数据,大数据时代的未来充满想象。
很多人可能开始担心数据安全的问题,据我所知BAT对数据安全的措施是极其严格的,阿里云的数据安全级别超过欧洲最高标准。
另外,所有和人有关的数据是经过严格加密的,只有机器才能识别;而个人只能看到一串无法识别毫无意义的代码。
想要得到个人的隐私数据是根本不可能的。
2大数据洞察全景2大数据洞察全景大数据时代的特点是数据的全面、丰富、深度和联接。
不仅可以看到各个行业各种维度的数据,数据之间还能打通和联接,能够去发现事物背后的关联。
真正的“大数据时代”是从全景到洞察,再到行动,是一整套体系的建立。
基于此信念,创造了一款数据产品命名为“全景洞察”,用于帮助品牌商进行商业决策的高级研究工具。
其特点在于,数据的深度和宽度,可从各种角度切入,深入的研究消费者特征和行为,对现象背后的原因进行深度分析。
作为“全景洞察”的产品经理,相信它将会对研究领域产生颠覆性的影响。
“全景洞察”有丰富的数据源、非常细的数据颗粒度(可无限交叉细分)、可视化的数据展现和自由灵活的数据分析方法,可进行深度的分析和数据挖掘。
数据分析的结论可落地到行动上,不仅仅是为了研究而研究。
在“全景洞察”中可自由选择需要的数据分析方法(如下图),以及任意的数据维度进行对比、交叉和关联分析,上亿条数据瞬间计算完成,在0.1秒内以可视化的方式呈现,呈现后可继续细分进行深度的分析。
2.1用“全景洞察”建Persona背景:
2.1用“全景洞察”建Persona背景:
某轻奢侈品女包品牌希望用互联网的数据做品牌定位,绘制目标人群完整的肖像,制定营销策略。
(该案例为真实案例,已隐去品牌名称。
)第一步:
第一步:
绘制购买该品牌包初步的消费者画像(人口特征),确定目标人群。
人口特征维度交叉组合,看哪类人对该品牌包有明显的倾向,通常有1-3类人。
(如果没有明显的人群倾向,说明该品牌定位不准,需要明确品牌定位)第二步:
第二步:
细化目标人群,对目标人群进行深度分析,挖掘消费者需求,绘制完整画像。
可以通过该人群在各个行业下偏好的品类、品牌、价位段、属性、商品特征来绘制完整的人群画像,从吃穿住行到社交娱乐,深度了解目标人群才能把握其核心需求。
第三步:
第三步:
如果该品牌有多个细分人群,针对每个人群设计定制化的营销方案。
对最合适的人群推最合适的商品/服务,说最打动他们的话,用最合适的营销方式,在恰当的时间和地点。
首先,挖掘该女包品牌消费者特征。
将各种人口特征维度交叉组合反复尝试,找到特征最显著的组合维度,然后圈出偏好度最高的几类人群,如下图所示。
如下图,该女包品牌主要有三类目标人群。
高消费的女性(白富美)、高消费的男性(高富帅)和偏高消费的一二线城市25-40岁女性(大城市轻熟女)。
其中“白富美”对该女包品牌的偏好度最高,是该品牌的核心目标人群。
通过“全景洞察”看这三类目标人群的消费偏好(品类、品牌、产品属性、价位段、搜索词等)和生活形态(上网时间、网站、关注点、视频等)。
抽象人群特征建立这三类目标人群的角色模型(Persona)如下图所示,他们代表了真实的人群。
通过描述人物角色的行为模式、生活习惯和品味、所处状态和环境等信息,来还原这些鲜活的真实的目标人群,让团队中的每一个人都能直观的感受到他们,针对性的设计最优营销策略,提供最好的服务。
角色一角色一(喜欢买该品牌女包的白富美画像)角色二角色二(喜欢买该品牌女包的高富帅画像)角色三角色三(喜欢买该品牌女包的大城市轻熟女画像)目标人群的完整肖像绘制完成后,针对目标人群进行品牌包装和设计一整套的市场营销策划(找对人,说对话,做对产品和服务)。
“全景洞察”从消费者洞察到品牌定位,再到营销创意和行动,提供一整套的解决方案。
2.2用“全景洞察”做深度的消费者研究2.2.1消费者认知和需求2.2用“全景洞察”做深度的消费者研究2.2.1消费者认知和需求“全景洞察”可以帮助品牌商了解某品类在消费者心中的认知和需求,以及本品牌和竞争品牌在消费者心中的认知差异。
搜索行为是消费者的主动行为,可以反映大量有价值的信息。
右图为“巧克力”品类的来源搜索词,通过消费者的搜索关键词可以基本判断出,消费者对“巧克力”的认知和需求。
从图中可以解读出如下信息。
消费者喜欢“进口”巧克力“费列罗”的品牌知名度最高,其次是“德芙”和“好时”巧克力在消费者心中的定位是“零食”“巧克力礼盒”的搜索量很大,消费者有旺盛的送礼需求消费者对巧克力口味的需求依次是“燕麦”“松露”“酒心”下图为消费者在购买品牌巧克力时的来源搜索词,反映了消费者对各个品牌的认知和需求。
消费者喜欢买“好时”作喜糖,买“费列罗”当礼品。
“士力架”在消费者心中较廉价,消费者喜欢“包邮/批发/散装”的“士力架”。
“德芙”的“礼盒装”和“散装”都很收欢迎;说明消费者即有送礼,也有自己吃。
2.2.2消费者行为分析2.2.2消费者行为分析“全景洞察”中的“竞争网络”可以帮助品牌商了解自己的直接竞争对手是哪些品牌,进行战败分析。
下图为巧克力品牌的竞争格局,是通过消费者的对比行为来发现品牌之间的关联。
根据消费者的点击对比行为,将巧克力主要品牌聚成以下三大类。
德芙、费列罗、乐天、好时(中心品牌:
德芙)巧罗、卡可天、诺梵、德菲丝(中心品牌:
巧罗)麦德好、糖客、雅伯(中心品牌:
麦德好)市场格局分析:
“德芙”和“费列罗”是强竞争关系,经常被消费者同时对比,对比后更可能去买德芙。
“乐天”销量特别高,但很少被对比,说明“乐天”在消费者心中有独特的地位,可替代性弱,属于不战而胜。
右图为搜索“德芙”的消费者最终购买的其他竞争品牌的巧克力,通过数据发现“费列罗”抢走了“德芙”大量消费者。
“费列罗”是“德芙”最强劲地直接竞争对手。
*出于数据安全原因,本章节数据为虚拟数据。
2.2.3消费者偏好分析2.2.3消费者偏好分析“全景洞察”可以帮助品牌商了解本品牌的目标人群和竞争品牌的人群差异,用于品牌的市场定位。
通过“交叉分析”来发现消费者特征和商品属性偏好之间的关联。
2.2.3.1巧克力品牌的地域偏好(可细分到城市、区县和小区)2.2.3.1巧克力品牌的地域偏好(可细分到城市、区县和小区)北京人喜欢大颗的“费列罗”,广东人喜欢香醇的“德芙”。
精致小资的“好时”最吸引上海人。
2.2.3.2不同巧克力品牌的消费者差异2.2.3.2不同巧克力品牌的消费者差异男生喜欢“德芙”,女生喜欢“费列罗”。
“好时”更吸引女生。
18-24岁的消费者喜欢“德芙”,30岁以上的消费者喜欢“费列罗”。
学历越高越喜欢“费列罗”。
学生喜欢“德芙”,公务员喜欢“费列罗”网购新手喜欢“德芙”资深网购者喜欢“费列罗”“低消费层级”的人喜欢“德芙”“高消费层级”的人喜欢“费列罗”2.2.3.3不同特点巧克力的人群差异。
2.2.3.3不同特点巧克力的人群差异。
“男性”喜欢“200元以上”的巧克力“女性”喜欢“10元以下”的巧克力“25-29岁”喜欢“200元以上”的巧克力“18-24岁”喜欢“10-20元”的巧克力“30-40岁”喜欢“10元以下”的巧克力*出于数据安全原因,本章节数据为虚拟数据。
2.3“全景洞察”中的分析方法2.3“全景洞察”中的分析方法“全景洞察”的“自定义板块”中有很多数据分析工具,可以自由灵活的做各种类型的数据分析;像一个自带大数据的SPSS,上亿条数据的毫秒级运算,并且以可视化的方式展现数据。
用户先选择需要的数据分析方法,再选择各种数据维度,分析结果以可视化的方式自动呈现。
“全景洞察”中的数据分析方法,如下图所示。
“全景洞察”除了上面的六种数据分析方法,还有一些数据分析方法正在开发中,分别是“多重对应分析”、“联合分析”、“决策树”、“聚类分析”、“因子分析”、“矩阵分析”等。
这里主要讲“全景洞察”即将上线的“多重对应分析”和“联合分析”,及其在消费者研究领域的应用。
2.3.1多重对应分析2.3.1多重对应分析“多重对应分析”擅长分析多维度特征之间的关联,并以图形化的方式呈现,清晰直观的展现消费者偏好。
主要用在“市场细分”和“目标市场定位”。
1)市场细分选择主要的人口属性和商品属性后,自动呈现所有属性值之间的关联,关联强的则靠近,反之亦然。
手机的市场细分格局如下图所示,一线城市25-30岁的消费者偏好4000元以上的手机,四五线城市的消费者偏好1000元以下的手机,18-25岁的女性偏好3.5寸1000-2000元的手机等。
通过市场细分了解市场上各类消费者的偏好,来找自己的市场空间。
2)目标市场定位输入品牌或产品型号后,自动呈现几类典型目标人群,如下图所示。
你可以尝试各种人口维度,找出关联性最强、聚类最明显的维度。
*出于数据安全原因,本章节数据为虚拟数据。
2.3.2联合分析2.3.2联合分析“联合分析”用于研究消费者特征和商品属性之间的关联,什么特点的消费者喜欢什么特点的商品;在这些特性之中,不同特性的重要程度如何;通过定量的方式来精确的展示不同特性间的关联度。
“联合分析”的主要用途:
1)产品研发时,针对目标用户来设计最优产品特性组合。
(输入目标人群的特征后,输出该类人群对不同产品属性组合的偏好度)2)产品上市前,做该产品的消费者画像预测。
(输入该产品的属性后,输出偏好该类产品的人群特征)3)产品上市后,做该产品的目标市场定位。
(输入该产品型号后,输出购买该产品的人群特征,案例如下)该产品的目标人群如下图所示,数据可解读为“18-25岁的中档消费层级VIP等级为4的女性”。
*出于数据安全原因,本章节数据为虚拟数据。
3人人都是社会学家3人人都是社会学家随着免费的数据产品“百度指数”和“淘宝指数”的相继问世,任何人都能通过数据来了解这个世界,做出最优的判断,“数据”正在发挥着越来越大的价值。
我负责的数据产品“淘宝指数”()是大数据在消费者研究领域
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数据 时代 消费者 洞察