文件名称：大数据时代的消费者洞察.pdf
文件大小：4.12MB
文件格式：PDF
更新时间：2022-12-24 15:09:13
文档资料
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：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：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 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、*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 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* 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*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：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：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：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：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