知識經(jīng)濟視角下付費用戶群體畫像

劉子杰

[提要] 隨著知識經(jīng)濟向縱深發(fā)展，互聯(lián)網(wǎng)被廣泛運用后，知識經(jīng)濟的資本化特點愈發(fā)突出，因此對知識付費的研究成為價值選擇。本文綜合考慮安徽財經(jīng)大學(xué)在校生知識付費的需求和體驗，基于密度均值聚類分析對大學(xué)生群體的付費行為進行劃分，通過準確的用戶畫像，為用戶、政府、平臺等各類參與主體提出建議。

關(guān)鍵詞：知識經(jīng)濟視角;密度均值聚類;用戶畫像

中圖分類號：G203 文獻標識碼：A

收錄日期：2020年3月24日

一、相關(guān)理論概述

（一）用戶畫像。用戶畫像也被稱作為用戶形象標簽化，通常做法是依據(jù)用戶的基本屬性與行為屬性，如年齡、性別、學(xué)歷，行為和屬性等高度精煉的特征標識，抽象和勾畫出一個能夠全方位概括其信息參數(shù)特征的模型人物。而群體畫像則是指利用分類匯總、聚類分析等統(tǒng)計學(xué)手段，根據(jù)標簽化的用戶數(shù)據(jù)計算出其相似程度，進一步可以將擁有相似抽象特征的用戶歸納為同一類別，最后基于不同類別的顯著特征進行真實性的畫像描述。

（二）密度峰值聚類。密度峰值聚類算法是由Alex Rodriguez和Alessandro Liao于2014年提出的一種基于密度的聚類算法。它可以快速發(fā)現(xiàn)并描述任意規(guī)模或形狀的類簇中心，無需人為確定類簇數(shù)量，對歸類后的樣本點迭代求解要求較低，能夠自動探尋被低密度區(qū)域分離的高密度區(qū)域，適用于大數(shù)據(jù)處理，應(yīng)用范圍涉及圖像、文本的分類和發(fā)現(xiàn)等對多個領(lǐng)域。因此，本文選用密度峰值算法對樣本進行聚類，充分發(fā)揮DPCA算法在處理多維數(shù)據(jù)時的優(yōu)越性，完全依靠無監(jiān)督的聚類結(jié)果，保證群體畫像的客觀性。

二、模型設(shè)計

（一）群體畫像構(gòu)建流程?；谇笆觯后w畫像概念的詳細定義，可以看出構(gòu)建群體用戶畫像的主要流程環(huán)節(jié)包括有：基本數(shù)據(jù)采集、變量確定及預(yù)處理、用戶群體劃分、特征樣本點提取、畫像呈現(xiàn)等，因此基于上述，可以構(gòu)建群體畫像流程模型。

（二）付費群體畫像的概念模型。知識付費群體間存在著較為明顯的領(lǐng)域性，因此在構(gòu)建其畫像時，應(yīng)當全方位地綜合考慮實際消費場景，深入挖掘群體客觀的基本屬性以及主觀的行為屬性，客觀準確地表現(xiàn)出場景化的群體特征。基于此，本文通過主、客觀結(jié)合方式，從基礎(chǔ)信息、消費偏好、使用效率屬性等三個維度，構(gòu)建消費用戶的宏觀群體畫像概念模型。

三、實證分析

dist代表截斷距離，DCPA據(jù)類結(jié)果受其取值結(jié)果影響，該參數(shù)常以數(shù)據(jù)點升序排序距離中的前1.0%～2.0%決定，因此對于不同的數(shù)據(jù)樣本點Xi，都有一個截斷距離？啄i，該距離計算公式如下：

（二）結(jié)果與分析。經(jīng)過密度峰值聚類分析后，得到3個密度聚類的中心點，即知識付費用戶可以被劃分為3類群體，分群結(jié)果如表1所示。根據(jù)表1可知，各個類別的樣本數(shù)分別為63、27、30所在比重分為52.5%、22.5%、25%。樣本數(shù)據(jù)中的第31、72、114組數(shù)據(jù)為聚類中心點。（表1）

（三）整體畫像呈現(xiàn)。為了給用戶群體畫像分析提供客觀完整的參考標準，更精確地識別出各類別用戶群體的差異化特質(zhì)，故本文在進行群體畫像分解之前，刻畫知識付費平臺用戶整體畫像為：男性用戶占比36.9%，女性占比63.1%，說明線上知識付費用戶以女性為主，付費用戶年齡主要集中于18～25歲，該年齡段占比90.8%，說明知識付費平臺的主要受眾為90后新型青年階層。其中大學(xué)學(xué)歷用戶占總付費用戶比例高達91.5%，說明互聯(lián)網(wǎng)時代下付費用戶主要來源于可能對專業(yè)技能、自我提升有需求的大學(xué)生群體。

運用SPSS 24.0統(tǒng)計軟件對樣本數(shù)據(jù)進行描述性統(tǒng)計分析，可以得到3類用戶的群體畫像。

1、忠誠型價值用戶。所占比例為52.5%，此類群體中女性居多，多數(shù)對知識付費分享者具有較高的信賴程度，且可以通過知識付費所獲得相對高的效用，說明付費平臺把握了該類群體的現(xiàn)實需求。消費者偏好特征較為明顯，主要關(guān)注的是與職業(yè)有關(guān)的付費課程及相關(guān)話題。而從價值屬性角度分析，此類用戶群體的購買需求相對較高，且消費金額多在50～200元左右。忠誠型價值用戶對線上知識付費平臺的使用時間較長、使用頻率較高，而且多數(shù)近期仍有消費行為。該類群體是平臺的以維持運營的關(guān)鍵所在，因此應(yīng)當通過不斷優(yōu)化用戶體驗，進一步增強此群體對平臺的依賴程度和認可程度。

2、沉睡型流失用戶。此類用戶人數(shù)較多所占25%，僅次于忠誠型價值用戶群體。其中男性用戶偏多，此類用戶較多關(guān)注于知識付費所提供的內(nèi)容的新穎程度，其典型特征是使用平臺頻率不高，且滿意程度處于低水平，消費周期較長，表明該類別用戶屬于不活躍用戶群體，然而也應(yīng)注意到，此類群體的往期單次消費金額高。鑒于此，知識付費平臺可以對此類用戶采用迂回聯(lián)系、回訪調(diào)研等方式，挖掘其潛在的知識需求，并完善平臺的內(nèi)容體系，優(yōu)化所提供的內(nèi)容質(zhì)量和豐裕度。

3、新興待激勵用戶。該群體所占比例22.5%，次于沉睡型流失用戶群體。用戶學(xué)歷多為?？坪透咧?，此類群體的主要特征為對知識付費平臺的信任度低，使用意愿不高，認為付費模式存在著較高的風(fēng)險，價格維度方面，可以接受的知識付費價格多為50元以下。這類群體使用知識付費平臺的頻率極低，可能原因是這類群體對知識產(chǎn)權(quán)的保護意識不足，并不了解平臺所提供的各項功能和內(nèi)容。因此針對此類用戶，應(yīng)通過運營手段接觸用戶，通過優(yōu)惠和廣告，積極引導(dǎo)新興用戶進駐知識付費平臺，并且也可以通過激勵機制，以求在用戶享受到知識付費帶來的便捷和滿足的同時，深化用戶對平臺的了解。

四、結(jié)論與建議

本文綜合考慮安徽財經(jīng)大學(xué)在校生知識付費的需求和體驗，從大學(xué)生、市場、知識付費平臺劣勢等方面進行量化分析，從而得出以下關(guān)鍵結(jié)論：一是在參與過各種知識付費活動類型中，“付費課程”和“付費會員”占比最大，“付費打賞”的占比最小，這可能與多數(shù)受眾對考證、線上課程有迫切的要求有關(guān)。并且線上課程的興起也同時減少了線下授課的高額負擔。二是從學(xué)生能夠接受的知識付費價格來看，單次付價在20元以內(nèi)的占比超過了50%，這與學(xué)生沒有直接經(jīng)濟收入來源有關(guān)，更多人偏向于獲取免費知識資源，而目前所處的學(xué)習(xí)階段對其影響較小，且研究生的意愿支出高于本科生。三是本文基于密度峰值聚類模型，構(gòu)建出安徽財經(jīng)大學(xué)學(xué)生的付費群體畫像。整體來看，目前該校的線上付費群體主要集中于大三、大四等高年級學(xué)生，表明付費用戶主要來源是即將面對深造或者就業(yè)的學(xué)生群體。通過進一步對比分析可以將群體分為三大類：忠誠型價值用戶、學(xué)習(xí)型經(jīng)濟用戶、新興待激勵用戶，各自所對應(yīng)的特征也不盡相同。

基于實證闡述和結(jié)論分析，可以為各類參與主體提出以下建議：完善線上知識付費內(nèi)容的信息管理機制，大力維護知識產(chǎn)權(quán)，培養(yǎng)消費者的維權(quán)理念和版權(quán)意識?；ヂ?lián)網(wǎng)用戶在線知識付費的習(xí)慣和理念養(yǎng)成需要時間，因此政府部門應(yīng)加大維護作者知識產(chǎn)權(quán)的力度，引導(dǎo)大眾尊重知識生產(chǎn)者的智力勞動成果，為高質(zhì)量的在線知識內(nèi)容生產(chǎn)創(chuàng)造提供良好的原創(chuàng)環(huán)境，也給在線知識付費市場創(chuàng)造更加光明的前景。

主要參考文獻：

[1]王鵬宇，游有鵬，楊雪峰.結(jié)合密度峰聚類的K均值圖像分割算法[J].機械與電子，2019.37（2）.

[2]商麗媛.基于用戶畫像的中小企業(yè)營銷策略研究[J].科技經(jīng)濟市場，2019（11）.

[3]安曉東.知識傳播的創(chuàng)意寫作之維[J].山東青年政治學(xué)院學(xué)報，2020.3.23.