基于新零售環(huán)境下用戶畫像的構建

王曦

【摘 要】新零售是以消費者體驗為中心、數(shù)據(jù)驅動的泛零售形態(tài)。在新零售環(huán)境下，重構“人-貨-場”場景時消費者是重點關注的因素。新零售環(huán)境下用戶畫像的構建是圍繞消費者的基本屬性、消費行為和基于時間空間特征3個維度，為新零售平臺提供精準營銷，如推送內(nèi)容的個性化和推送時間的個性化具有重要意義。文章以“校區(qū)樂購”新零售平臺為對象，從消費者基本特征、消費行為和時間空間特征3個維度構建用戶畫像，并開展畫像標簽分析。結果表明，構建的用戶畫像能反映出新零售環(huán)境下的消費者基本屬性、行為、購物周期等特征，并對“校區(qū)樂購”新零售生活服務平臺具有一定應用價值。

【關鍵詞】用戶畫像;新零售;標簽

【中圖分類號】F713.32 【文獻標識碼】A 【文章編號】1674-0688（2021）01-0228-03

0 引言

新零售是隨著移動互聯(lián)網(wǎng)的發(fā)展而產(chǎn)生的一種超越電子商務、移動商務、地產(chǎn)零售的全新業(yè)態(tài)，是以消費者體驗為中心、數(shù)據(jù)驅動的泛零售形態(tài)，包含新零售、新電商、本地O2O、泛娛樂、新媒體、新金融、新物流、新制造等范疇[1]。新零售最大的特點是線上線下融合、多場景多維度、技術和數(shù)據(jù)賦能、線上和線下相互導流和彼此疊加，帶來全新的場景模式。面對新零售用戶數(shù)量的激增和信息的巨量增長，如何更好地在新零售時代為用戶提供個性化的服務，使用戶獲得最佳用戶體驗，是一個急需解決的問題。

1 用戶畫像

用戶畫像是用來勾畫用戶的背景、特征、性格、行為場景等內(nèi)容，旨在從海量用戶行為數(shù)據(jù)中“煉銀挖金”，通過數(shù)據(jù)分析后獲取的用戶基本屬性、購買能力、行為特征、社交網(wǎng)絡、心理特征和興趣愛好等方面的標簽模型，貼近地抽象出一個或一類用戶的信息全貌，從而幫助互聯(lián)網(wǎng)企業(yè)解決將數(shù)據(jù)轉化為商業(yè)價值的問題[2]。

可從消費者的基本屬性、消費行為和基于時間空間特征3個維度設計一套具體、可操作的用戶畫像構建流程，包括數(shù)據(jù)采集、處理與建模、用戶畫像生成3個階段，從而為用戶畫像在新零售平臺的應用提供支撐。本文以“校區(qū)樂購”新零售平臺為對象，從消費者基本特征、消費行為和時間空間特征3個維度構建用戶畫像，并開展畫像標簽分析。結果表明，構建的用戶畫像能反映出新零售環(huán)境下消費者的基本屬性、行為、購物周期等特征，并對“校區(qū)樂購”新零售生活服務平臺具有一定應用價值。

2 基于新零售環(huán)境下用戶畫像構建

2.1 用戶畫像構建框架

新零售的“新”主要體現(xiàn)在新業(yè)態(tài)、新人群、新品牌、新技術[3]。我們主要關注新零售環(huán)境下新人群的用戶畫像的構建。消費者在O2O平臺上的購買過程大概包括商品搜尋、商品比較、下單、體驗和分享4個階段。企業(yè)對消費者的用戶資料和購物過程的數(shù)據(jù)進行跟蹤與積累后，構建用戶畫像。用戶畫像有助于企業(yè)了解用戶深層次的需求和對用戶的喜好進行推薦，在整個購買過程中與消費者互動，幫助企業(yè)實現(xiàn)精準營銷。

在新零售“人-貨-場”的環(huán)境下，構建的用戶畫像框架如圖1所示。

2.2 用戶畫像構建流程

第一步：數(shù)據(jù)采集。在新零售環(huán)境下，時時刻刻都在產(chǎn)生大量的消費者數(shù)據(jù)，例如交易數(shù)據(jù)、用戶屬性和行為數(shù)據(jù)、網(wǎng)絡日志數(shù)據(jù)等，且數(shù)據(jù)的存儲形式多是結構化數(shù)據(jù)、半結構化數(shù)據(jù)和非結構化數(shù)據(jù)。

第二步：數(shù)據(jù)處理和建模。海量的數(shù)據(jù)要經(jīng)過抽取、轉換、“清洗”后才能夠成為可用的數(shù)據(jù)，成為用戶畫像模型的輸入數(shù)據(jù)。應用數(shù)據(jù)挖掘、聚類算法、自然語言處理、機器學習、特征工程等技術構建用戶多維度模型，分析挖掘用戶特征。

第三步：用戶畫像生成。通過數(shù)據(jù)處理和建模后的結果，畫像生成標簽。生成的畫像維度為基于基本屬性的用戶畫像、基于消費行為特征的用戶畫像、基于社交特征的用戶畫像，這3個維度的畫像將應用于新零售具體場景，做好精準營銷、個性化推薦和個性化搜索等。

3 基于“校區(qū)樂購”新零售平臺的用戶畫像構建案例

3.1 研究目的

“校區(qū)樂購”是一個多校區(qū)定位的B2C多用戶新零售電商生活服務平臺，有線下門店和線上網(wǎng)店。網(wǎng)店可以支持電腦平臺、手機移動端、微信小程序訪問，有眾多創(chuàng)新功能。本研究以“校區(qū)樂購”新零售平臺的用戶為研究對象，圍繞用戶畫像模型的基本屬性特征、消費者行為特征和基于時間空間特征3個維度，通過基于新零售環(huán)境下的用戶畫像構建流程探究并輸出用戶畫像。

3.2 數(shù)據(jù)收集

本研究從用戶的基本屬性、消費行為特征和基于時間空間特征3個維度開展數(shù)據(jù)收集。

3.2.1 用戶基本屬性的數(shù)據(jù)收集

通過平臺用戶注冊提交的信息，具體包括性別、年齡、星座、血型、職業(yè)、收入等。在“校區(qū)樂購”的會員列表中我們選取了12 192個記錄作為數(shù)據(jù)收集樣本。其中，男性會員有6 498人，占53.3%;女性會員有5 694人，占46.7%。按年齡段來分，18～30歲有12 024人，占98.6%;31～50歲有155人，占1.3%;50歲以上有12人，占0.1%。

3.2.2 用戶消費行為特征數(shù)據(jù)收集

本研究收集了“校區(qū)樂購”平臺上的數(shù)據(jù)日志，得到有關消費者的訂單列表37 650條記錄。通過這些記錄，為提取購買行為、瀏覽行為、評論行為、收藏行為、取消收藏行為、加入購物車行為、搜索行為做準備。通過用戶消費行為特征分析，可以幫助商家和消費者建立強關系。消費者和商家的關系大致有隨機關系、強關系和弱關系3種。隨機關系指消費者隨便進店逛一下只看不買，或者是有過一次購買后再也沒來，無法獲取顧客聯(lián)系方式。弱關系指消費者會因為價格因素選擇其他品牌，雖然商家獲取了消費者的聯(lián)系方式，但與消費者的關系較弱。強關系指的是消費者對商家的品牌很忠誠，復購率高，樂于分享購物體驗和給出評論，并能帶來潛在新客戶。新零售以消費者為中心，必須對每個消費者進行精準營銷，大量獲取隨機關系消費者，用心轉化成為強關系客戶，還可以通過線上線下會員等級、積分、消費和服務，進行標簽化，實現(xiàn)個性化推送。

3.2.3 基于時間和空間特征數(shù)據(jù)收集

新零售時代，吸引消費者從線上走進線下實體店，必須對消費者的需求、消費習慣和偏好有一定認知，這樣才能有針對性地提供對其有吸引力的產(chǎn)品、服務和場景，因此基于時間和空間特征數(shù)據(jù)信息尤為重要。本研究收集了“校區(qū)樂購”平臺上的包含時間和空間特征的數(shù)據(jù)37 650條記錄，通過消費者交易時間和交易地點的信息，可以對該消費者的未來購買行為等內(nèi)容進行推測。

3.3 用戶畫像標簽

3.3.1 基于用戶基本屬性維度下的用戶畫像標簽

“校區(qū)樂購”平臺上用戶的基本屬性標簽有性別、年齡等。本研究選取性別作為消費者基本特征的評價依據(jù)。利用SPSS22.0軟件環(huán)境下進行數(shù)據(jù)分析（見表1），可以得到聚類1為金牌會員，聚類2銅牌會員，聚類3為普通會員。

3.3.2 基于用戶消費行為特征維度下的用戶畫像標簽

根據(jù)消費者歷史訂單和瀏覽行為數(shù)據(jù)，基于用戶消費行為特征維度下的用戶畫像標簽能夠實現(xiàn)推送內(nèi)容的個性化，實現(xiàn)千人千面。利用SPSS22.0軟件環(huán)境下進行K-Means數(shù)據(jù)分析，對商品類別進行用戶偏好聚類分析（見表2），得出基于用戶偏好的4類用戶：聚類1為偏好休閑零食客戶，聚類2為偏好冰品飲料客戶，聚類3為偏好方便速食客戶，聚類4為偏好日用百貨的客戶。

3.3.3 基于時間和空間特征維度下的用戶畫像標簽

在合適的時間，通過最佳的運營渠道，給消費者傳遞最感興趣的內(nèi)容?；谙M的歷史瀏覽和購買時間，推測出消費者最容易被營銷觸動的時間和地點，在合適的時間和地點給用戶發(fā)送營銷消息?；跁r間和空間特征維度下的用戶畫像標簽幫助實現(xiàn)推送時間的個性化。將“校區(qū)樂購”平臺上的數(shù)據(jù)進行基于空間特征分析，生成的3種聚類（見表3）。其中，聚類1為重要保持客戶，聚類2為重要發(fā)展客戶，聚類3為低價值客戶。

RFM模型中有3個重要的消費者行為指標，其中R（Recency）指當時用戶最近一次交易時間的間隔，F(xiàn)（Frequency）指用戶在最近一段時間內(nèi)交易的次數(shù)，M（Monetary）指客戶在最近一段時間內(nèi)交易的金額。將“校區(qū)樂購”平臺收集的數(shù)據(jù)對消費者進行聚類，生成用戶畫像，從而對不同類別的消費者采用不同的營銷手段。

R、F、M評分都很高，說明該用戶最近消費時間近，消費頻次和消費金額都很高，稱為重要價值客戶，客戶等級為A級。R很低，F(xiàn)、M很高，說明該用戶最近消費時間較遠，但消費頻次和金額都很高，稱為重要保持客戶，客戶等級為B級。R、M低，F(xiàn)高，說明該用戶最近消費時間較遠，金額也不高，當消費頻次高，稱為一般價值客戶，客戶等級為C級。利用SPSS22.0軟件進行數(shù)據(jù)分析，對用戶進行用RFM分析和聚類分析（見表4）。

通過分析，聚類1為重要價值用戶，需要重視高價值用戶，可以通過提高服務滿意度來防止此類用戶流失。聚類2為重要保持用戶，這類用戶需要維護，分析其偏好，更精準地推送商品。聚類3為一般價值用戶，一般價值用戶需要營銷推廣方式，如通過發(fā)放優(yōu)惠券、短信互動等折扣方式來提高購買金額。

4 結語

在新零售領域下的用戶畫像因為平臺的不同，所以給出一個普遍適用的數(shù)據(jù)畫像模型并不容易。本文以“校區(qū)樂購”新零售平臺數(shù)據(jù)為基礎來構建用戶畫像，提出了基于用戶畫像的構建方法和標簽體系。本文的主要貢獻是結合新零售環(huán)境下用戶特點，將用戶畫像劃分為3個維度，即基于用戶基本屬性維度下的用戶畫像、基于用戶消費行為特征維度下的用戶畫像和基于時間和空間特征維度下的用戶畫像，并以“校區(qū)樂購”平臺上的數(shù)據(jù)為例，通過數(shù)據(jù)分析生成了3個維度的用戶畫像結果。本文所述研究內(nèi)容還有需要完善的地方，如需要給出更多維度的用戶畫像模型，結合推薦算法還需要進一步驗證用戶畫像的適用性，這也是下一步的研究重點。

參 考 文 獻

[1]杜睿云，蔣侃.新零售：內(nèi)涵、發(fā)展動因與關鍵問題[J].價格理論與實踐，2017（2）：139-141.

[2]趙樹梅，徐曉紅.“新零售”的含義、模式及發(fā)展路徑[J].中國流通經(jīng)濟，2017，31（5）：12-20.

[3]鄢章華，劉蕾.“新零售”的概念、研究框架與發(fā)展趨勢[J].中國流通經(jīng)濟，2017（10）：12-19.