市场营销与用户画像相关理论研究

绪论研究背景随着服装业的快速发展和消费者需求的日益增加，中国的服装市场已经逐步进入品牌消费的阶段，对于市场需求来说，品牌消费相当于入口，深化定位是劳动分工的必要条件。近几，通过深入消费者需求研究，发现其品牌意识越来越强。消费者对产品的评价也因产品本身的特点而变化，他们会分析不断变化的品牌消费市场中哪些是可以满足或者不符合自身需求的品牌。因此，在日新月异的服装品牌消费市场中，消费者角色以及其消费行为将会成为检验品牌最重要因素之一。因此，分析影响品牌消费的因素就愈发重要，就像Fournier提出的关于品牌关系质量的概述[1]，从消费者角色和消费职业的特征来衡量品牌消费倾向的影响因素，从消费者职业特征和经济收入等研究消费者品牌消费倾向，因此来论述关于消费者角色引起的消费行为。在服装行业，一些企业希望通过有系统性总结的消费者行为研究，获得消费者对品牌的偏好因素。为品牌定位和产品开发提供参考的各种可预测性的意见。消费者行为模式已然成为一种消费现象，成为更多企业必须掌握和探索的研究内容，在消费者方面的研究也必然会为企业带来更多的利润和发展。由此可见，关于消费者角色定位对品牌发展的营销因素的研究已经成为服装企业发展的重点。1.2研究目的与意义1.2.1研究目的随着时代的进步，尤其是在服装领域，企业的管理模式和经营方式发生飞速发展，这使得顾客的角色与地位形成了不同的定位，因而让顾客的消费观念发生转变。随之而来的，就是消费者群体的数量和消费者产生行为也在迅速增加，导致企业储存的消费者数据来源更加丰富。通过这些数据可以获取大量的用户信息，由此企业可以通过这些信息对用户的消费行为进行研究。本文研究的目的就通过研究国内某品牌高端商务休闲男装，来来挖掘出该品牌消费者信息行为，探析该品牌商品与消费者之间的联系，将得出的结论能够运用到实际的商业运作中去，更好的利用消费者产生的数据去服务消费者自身以及让企业获得更多利润和发展空间。1.2.2研究意义随着个性化消费者需求的增加和消费者呼声的提高，品牌经营模式的个性化和精确度也在提高，服装公司如何有效地利用数据资源来探索需求，这将成为一个新的挑战。分析消费者行为信息是可以提高消费者活动率和回购率的有效手段，是企业经营和决策的重要基础，可以被看作是应用大型企业数据的基本。在数据密集型时代，消费者的行为是一个重要的因素。用户价值，以帮助服装企业实体店铺改进对人口特征的定位，寻找潜在的用户群，或不太忠实于品牌的客户可以成为可靠的用户，降低加工成本，提高利润。因此，关于消费者行为的研究可以帮助企业在提高顾客的粘度和认识价值，以及采用新业务模式的服装品牌提供实际的理论指导。1.3研究内容与方法1.3.1研究内容本文基于服装企业产生的数据，通过构建基于服装市场营销理论平台，深入研究在市场营销中利用用户画像模型演研究消费者行为，然后通过构建“用户画像”模型对消费者进行细分，利用数据挖掘技术获取更多为企业提供更为科学的决策信息。具体研究内容主要分为以下五个部分：一、绪论，主要介绍本研究的背景、内容和意义。二、理论研究，介绍了市场营销理论和用户画像理论。三、消费者行为相关理论研究。四、基于男装品牌的数据分析和利用用户画像模型研究消费者行为，利用SPSS软件进行描述性分析、相关性分析、聚类分析，创建一个数据营销平台，帮助企业利用数据创造价值，提供高质量的营销服务，为企业实施精准营销提供了依据。1.3.2研究方法本文主要的研究方法如下：文献研究法通过查看知网、万方、维普等数据库查阅国内外有关大数据、用户画像，精准营销因素相关等的论文、资料、著作以及相关研究结果了解大数据以及精准营销的研究现状，并通过校内图书馆资料的搜寻，查看了关于大数据中用户画像的研究书籍，做了相关资料的搜集，分析相关理论的优点和缺点，为论文深入研究提供有力的理论保障。统计分析法借助excel对获得的数据进行初步整理与简单分析，然后使用SPSS描述，相关性分析，交叉表分析等方法进一步对数据进行处理分析。实地调查法为了更好的完成研究，笔者选取了国内某商务休闲男装品牌公司，应聘成为营销部门实习生，在工作和学习中，深入探究该品牌商务男装服装的目标客户，在终端门店全面参与并观察消费者的消费购买行为，学习服装销售的整个流程，并且对其他工作人员进行详细访谈，并由此记录收集关于该品牌的消费者数据，以便于笔者后期的研究。2.市场营销与用户画像相关理论研究2.1市场营销理论研究2.2.1市场营销的定义在19世纪末，在一些主要资本主义国家的工业革命之后，社会生产力迅速增长，市场比以往任何时候都更加富裕，市场往往在激烈竞争中饱和，从以前提高生产力的方式转为减少生产的方式。美国学者赫杰特齐编写了第一本市场营销学教科书，但由于实际和理论上的限制，其内容仅限于商业化和广告，没有引起商业界足够的注意。但跨国公司已不再能够帮助企业摆脱即将发生的破产，越来越多的企业家开始对营销理论感兴趣并接受这些理论，而这些理论正越来越多地被纳入企业管理中。国际性、市场管理和诸如战略营销和全球营销等基本营销理论不断深化。通过适当的营销理论，激励一些具有战略眼光的企业家，运用正确营销的概念和特点，即企业在与市场有关的所有活动中，都从事与市场有关的活动。生产、销售、数据分析、市场调查、产品设计等，其前期和后期的工作都是市场营销的范畴。为了使产品更好地适应市场，企业的总体营销战略商业化的特点是其全面性、全球性、定向性、适应性和微观经济性，同时考虑到它也可能在一定程度上随着时间的推移而适应发展的需要[2]。因此，市场化是一种有助于提高消费者满意度的手段，市场营销可以加强企业内部的专业分工，使企业更好地融入市场和社会。通过对销售渠道的深入研究，市场营销模式产生了大量的信息，其中许多信息是由企业内部的专业分工提供的。在确定了特定的消费者群体之后，再对消费习惯、消费趋势、消费心理等进行分析研究，以便根据市场需要生产自己的产品，并采用适当的营销模式，达到抢占市场的目的。2.2.2市场营销体系的优势与作用市场营销的优势（1）销售改变了人们对传统销售经济理论的看法，传统经济理论主要侧重于生产力和提高生产力，随着销售的出现，企业生产能力的转移、产品滞期费用问题的解决，生产力、生产效率以及产品销售咨询意见的产生，恢复了相对的平衡。（2）营销使企业能够更好地了解市场需求，市场营销使企业能更敏锐地察觉到市场的需求。在市场经济中，市场既是狭小又是庞大的，当一种产品的市场供求平衡时，市场需求就很小；当一种产品是市场所需而不是生产时，市场需求就很高。市场营销有助于企业在了解市场信息的情况下作出决策。（3）营销为新企业提供了一个机会，使它们能够在许多具有竞争力的企业的围攻中找到薄弱环节。根据营销理论，企业可以通过成功地吸引消费者的眼球，最大限度地发挥消费者的触觉，并占有直接的利润。（4）市场营销有助于企业企业细分消费者，有目的性有针对性地生产产品，并解决与社会总产品相对过剩的问题，对个人或群体的购买行为进行分析研究，确定消费者群体，生产与其他群体不同的产品，将产品投放市场。因此，营销系统是企业经营的平台，企业在市场经济中的忠诚以及建立一个适应市场变化的营销系统，可以成为企业经济良好运作的典范，并不断提高质量。在许多企业目前的经济活动中，所有或部分企业仍然在生产活动模式中运作，对市场变化和相应的调整重视不够，陈规定型观念往往使它们无法适应市场的迅速变化。此外，在市场经济竞争日益激烈的情况下，在市场经济中生存和发展，必须建立适合市场的企业营销体系。市场营销体系的作用（1）市场研究的作用，市场变数的具体内容及其影响程度因市场而异，因此，市场营销必须加强对产品结构需求的研究，研究政府的管制政策，并研究采用的战略。（2）扩大销售范围，根据区域产品需求和客户分类扩大销售范围；确定不同时期和区域的销售战略，建立一个完整的营销机构，营销网络，优化组合，扩大营销，提高产品市场的占有率。（3）扩大新产品的传播，企业应根据市场需要和市场发展情况，及时考虑引进适合市场需要的新产品，优化提升其性能、结构、经济性，营销活动应采取战略在新产品的市场导向期内加快新产品的市场进入，改善对新产品的跟踪，使新产品的适用性和适用范围更符合新产品的需求。（4）提高产品和服务的质量，提高企业竞争力的关键是创造高质量的产品和服务，生产比竞争者更好的产品，以及提供更及时和更好的服务，这些都是进入市场的重要因素和必要条件。营销系统需要建立完善的服务，以实现营销目标，企业才能获得长久的生存与发展。（5）市场定价科学，在市场竞争日益激烈的情况下，价格是销售的一个重要问题，定价必须考虑到企业的获利能力及其在市场上的可接受性。因此，在这一过程中，市场营销系统负责确定适当的价格，以支持市场竞争。同时，降低成本和优化经济核算，企业根据市场需要和吸收反向价格，使产品用户继续接受降低的生产成本，以提高成本效益。（6）计算所有阶段的成本，优化每个过程的成本投入，衡量损益平衡，使企业获利。促进生产系统的转变，让生产系统已逐渐转变为生产和销售系统，与市场营销系统相联系的链结构，逐渐转变为适合卖方市场和满足需求的生产模式。（7）促进企业管理的进步，市场经济的发展、企业管理改革的促进以及营销体系的发展，促使企业根据企业的利益和经济发展，制定切合实际的、有效的管理标准。总之，营销系统不仅仅是一种营销行为，而是一种商业过程，建立一个适合市场的营销系统，应该加快企业的发展。2.2.3市场营销方法营销系统是一个面向市场的企业系统，与国内企业密切相关，包括制定营销战略、市场研究、产品开发、产品加工、营销计划和销售产品等等。在一个特定的营销决策期间，根据投资者的要求和产品的市场占有情况，决定这一期间的销售方法。在这一期间，存在着市场营销、广告、培训、服务、仓储等方面的价格和成本核算。根据市场占有和产品投入的需求，可以分为以下几个方法。导向销售：当产品没有销售或用户选择产品时，通过媒体推销产品和在家展示产品的性能等，用户就可以选择自己的产品直接销售。直接销售：具有相对的独特性，不需要经销商，而是直接卖给用户。联合销售：合资企业可通过合资企业或作为协议规定的权利和义务的分销商，最大限度地利用区域优势。代理销售：选择具有更严格权利和义务的经销商，在特定区域有充分代表性的公司的转售活动。服务销售：改善服务，使用户能够获得产品的承认，并增强企业对采购趋势的信心。导入期产品销售：新产品的开发通过对竞争者、成本效益、投资周期、质量回报等的详细分析进行商业化，目的是确定短期和中期销售目标，确定市场营销战略和战略，加速导入市场和产生市场效应[3]。2.2.4市场营销中的数据挖掘方法数据挖掘是从大量不完整、嘈杂、模糊和随机的数据中提取隐藏的、未知的、但可能有用的信息和值的过程。数据挖掘技术在各行各业中占有非常重要的地位。对于市场营销营销，一些常用的挖掘方法如下：（1）聚类在实际系统开发过程中，不能为超过三个的用户画像设计产品，否则相互冲突的需求会让系统功能设计难以取含。当我们有多个用户画像时，我们需要考虑用户画像的优先级，在产品设计时，首先考虑满足首要用户画像的需求，然后在不冲突的情况下尽量满足次要用户面像的需求。用户画像聚类是根据用户画像本身的特征进行分类的一种方法。“物以类聚，人以群分”，通过聚类分析，根据用户的个性画像可以分成若干个类别，使得类别内部的差异尽可能小，而类别之间的差异尽可能大。聚类是一个无监督的分类，没有任何先验知识可以利用。用户画像聚类的形式描述如下，令P={p1,p2,…,pm},表示用户面像集合，其中pi表示第i个用户画像.Ci={Pi1,pi2,…,pim}表示聚类后的第i个分类，其中，pij表示i分类中的第j个元素。聚类结束后，各分类应该满足的条件为:∪∀Min基于聚类结果，我们可以发现用户面像间隐含的隐藏信息，并提取主要的用户画像。然而，对于不同的多维数据集所呈现的各种结构，一般不能采用聚类算法来揭示。根据聚类中数据积累的规律和应用这些规则的方法，有许多聚类算法。现有的聚类算法大致分为层次聚类算法、分区聚类算法、基于密度和基于网格的聚类算法以及其他聚类算法（基于神经网络、统计等）。（2）分类分类是一种特定的数据算法，即通过对一部分数据进行分析创建一个分析模型或规则，然后通过这一分析模型或规则对其他数据进行分类。利用大量销售数据来确定特定客户群体的利益、需要、习惯等，可以推断它们在下一步走向特定销售时的行为。在服装业，分类主要用于评估顾客的价值和忠诚，分类算法主要包括（3）关联联系分析是一种简单而实用的分析技术，可用于确定数据之间的相互关系，对联系的共同分析主要以有关标准为基础，联系规则是一种相对广泛的数据提取方法，涉及形式和质量。一些特性同时出现的法律，主要适用于在大量数据中发现某一事物与其他事物的相互依存性或关联性，适用连接规则可以发现某些潜在和隐藏的产品关联。2.2用户画像理论研究2.2.1用户画像的定义用户画像的概念是由交互设计之父AlanCooper最早提出来的，他认为用户画像是真实用户的虚拟代表，是基于用户一系列的行为产生的数据而发掘出的用户模型。用户画像的本质是消费者特征“可视化”，通过收集与分析用户的基本属性、社会交往、行为偏好等多个维度的主要信息，将得到的用户所有标签综合起来，即可勾勒出用户的整体特征与轮廓[4]。在企业中，用户画像可以用来勾画用户的各种属性，包括用户背景、特征、性格标签、行为场景等，和联系用户需求与产品设计的，目的是通过从海量的用户行为数据中挖掘，并抽出一个用户的信息全貌，从而帮助把大量的数据转化为商业价值[5]。用户画像的应用范围很广，许多领域都有用户画像的概念，主要原因之一是用户图像是一个运载工具，它能将定性与定量方法有效地结合在一起，通过对用户生活条件、场景使用和用户头脑的分析，抽象地概括了用户的性质和特点，量化有助于进行统计分析和精确的特性计算，使用户更准确地了解用户，并促进数据的收集和核心用户的分类[6]。2.2.2用户画像的应用用户画像在大数据中还有以下应用：一、客户识别，客户对企业具有不同的价值，通过对用户多层面多角度的分析，企业可以根据贡献值的不同来区分用户，帮助企业确定潜在的用户，并针对为不同价值客户提供不同维度的维护手段。二、精准营销，营销需要对不同的用户进行独特的标签，使他们能够对消费者有新的了解，并对其行为进行分析和预测，不仅满足消费者日益增长的需求，而且还促进产品的曝光和销售，提高商品的成交率。三、改善经营，用户画像可以帮助决策者在适当的时候与适当的人一起开展正确的活动，通过分析用户画像改进公司决策，向管理层提供可靠的客户数据库，使企业决策更加有效、灵活和准确。四、拓展市场，采用数据提取、机器学习等深入挖掘方法扩大市场，制作准确和完整的用户形象，可有助于企业更好地了解自己业务的利弊，并在此基础上不断扩大业务。3消费者行为相关理论研究3.1消费者行为理论研究3.1.1消费者行为定义消费者行为的概念是在18世纪首次出现的，并在1960年开始在有关文献中出现。作为一个较为复杂的综合性学术研究，消费者行为包括了营销学、社会学和心理学等各种学术领域，但每个学科对消费者行为的概念有不同的看法。狭义而言，该学科概念是由企业营销者层面来对消费者行为加以研宄；广义而言，则是在不同的大环境的背景下，对消费者的行为加以研究，但是前者则拥有更为广阔的市场。学者希夫曼给出的观点是，消费行为就是消费者在寻找产品、购买产品并使用产品与服务的过程中的一种常见的行为表现[7]。Ｋａｎｕｋ＆Ｓｃｈｉｆｆｍａｎ则认为，消费行为是指人们在感知、认知及行为等互动的状态下而做出的一些交易性活动[8]，国内外研究人员对消费者行为的看法因学科的不同而会产生很大的差异，但尚未达成共识，然而，在很多领域，这一系统都被认为是一种复杂的动态系统。作为人类生活不可或缺的一部分，长期以来，对人类服装的需求不仅限于防范寒冷，而且更侧重于美观和个性等。对服装消费者行为的深入研究有助于企业发展和产品的销售。徐斌等人认为，产品、商店和发言人形象具有倍增效应[9]。Dell.Hawkiis强调性别、生活方式等因素会影响消费者在购买商品时的决定。陈玉国分别从品牌定位、产品质量、休闲娱乐以及价格认知等层面，研究了关于针对消费者购买决策的风格[10]。王蓉蓉基于生活方式、价值观、对服装消费态度等因素，对不同年龄段的消费者行为进行了综合研究，得出了不同年龄段的服装消费行为的不同特征[11]。因此，从大量的研究中我们可以看出，服装公司的外部刺激因素、内部特点和消费者，以及它们自己的心理特征和活动，都会影响消费者的消费行为，近年来，越来越多的顾客开始追服装产品的质量、个性和安全性，因此了解其消费行为的特点是至关重要的。上述罗列的许多学者的研宄方法和结论，为本次研究提供了良好的条件。3.1.2消费者行为模式消费者行为的理论从产生开始到如今逐渐成熟，这要归功于我国的长期的学术研究和学术实践，在研究过程中，很多研究学者们制定了一系列消费者行为模型，其中最常用且最著名的有：Nicosia模式尼科西亚模式使用的是一个决策流程图，用以区分消费者的购买过程和模拟消费者的决策过程，该模式可分为四个模块：一、营销人员利用媒体等手段，将产品信息内化后传递给顾客之后，再树立坚定的品牌态度。二、顾客了解产品后，利用各种产品信息的收集提高认识、评估，以产生消费者动机。三、消费者在产生消费动机后，将其动机付诸行动。应该注意的是，除此之外，品牌、制造商等因素也会对顾客的购买行为产生一定影响。四、顾客使用完产品后，能很好地利用。消费者体验的不断积累，将形成满足感，从而形成未来的购买决策，而购物体验反馈给厂商、生产者，为完善产品营销方案奠定了重要基础。该模型比较严谨，能够更连续地反映顾客购买行为的整个决策过程。（2）Howard-Shanth模式这一模式的起源是应激反应原理研究。该模型包括四个部分：一、刺激或输入因素，通过产品的实际风格、商标符号和社会刺激来告知消费者有关的产品信息。二、外部因素，利用外部因素来影响甚至引导顾客的购买行为。三、内部因素，客户在产生消费动机后，将动机付诸实际行动，同时，品牌和制造商等因素影响客户的采购行为。消费者在使用产品后，不断积累消费者的经验。四、反应或生产因素。当内在因素出现时，顾客会更加注重对产品的理解，形成产品态度。确定其购买决策，并最终影响其购买行为。该模型以心理学、社会学和管理学为基础，对顾客的购买行为进行分析和判断，从结构上看，它具有一定的参考价值。（3）Kotler模式这一模式与第二种模式类似，主要由三个部分组成[12]：一、外部刺激，创造者认为客户的采购决定受到外部刺激，不过，外部刺激有两个方面：营销因素和环境因素。二、消费者黑箱，如在外部刺激下，实施了需求评估、信息收集和销售后评估系统。三、购买决策，客户使用消费者的黑箱决定购买，购买决议有企业、产品数量、品牌等的选择。这一看似简单的模型包含了广泛的学术理论、更完整的结构以及今后消费者行为研究的大量参考。3.2服装消费者细分研究3.2.1消费者细分理论消费者细分的核心思想是根据一定的标准将消费者划分为不同的群体。然后，根据聚类消费者的特点，企业采用不同的消费者管理策略来不断改善和优化消费者资源配置。Smith提出的消费者细分理论经过半个世纪的发展，已经发展成为一种最基础的营销理论。Kotler将客户细分定义为“将市场划分为具有显著需求、特征或行为差异的不同消费者群体，不同群体的消费者对产品或营销组合的需求相同”。Dibb的观点是，消费者分类是一个将具有不同特点的消费者聚类过程，在这一过程中，每一类消费者都有类似的购买需求和特点[13]。理解用户需求是成功地向用户提供个性化服务的基础，其是企业对用户价值的看法，它基于用户消费模式的分类，以及为用户制定不同的营销政策，既提高了用户的忠诚度，而且也实现了提高企业利润和竞争力的目标。根据据维度的不同，用户细分还可被分为三类：基于人口统计的细分；基于行为的细分和基于心理的细分[14]，以人口统计为基础的分类以人口特征和地理信息为基础，其前提是人口和地理信息与用户的需要之间有关联，同时经济全球化和国际经济研究所的迅速发展。区域网和信息技术已逐渐降低了地理信息和用户关系的重要性，因此，以人口统计为基础的分类标准不足以预测客户的采购趋势。数据研究显示，在网上采购中，用户的偏好和不同地理区域之间消费模式的差异可能被完全忽视[15]。通过制定、汇编和计量有关指标，如消费者行为，实现基于用户行为的分类，以便分析用户与产品之间的潜在联系[16]比较具有代表性的细分模型有近度、频度、价值度和用户生命周期价值模型。以历史数据为基础，按现有用户分列，但无法确定和评估潜在用户[17]。目前，由于基于用户行为和心理的分类在商业化和管理中得到了广泛地使用，因此，与基于人口统计的分类相比，它更适合于企业的实际应用，因为它将用户、规模和方法分类。分类必须符合企业的目标。与此同时，市场环境的变化也可能对用户分类方法的结果产生重大影响，即没有任何分类方法是绝对有效的，而这一点可以在一定范围内实现。为实现类似或类似于企业客户管理的分类结果而可能出现的错误，制定合理的战略提供了可靠的指导[18]，因此，对用户消费模式的分析首先需要对价值进行定性分析。在不同类型的用户和建立不同的评价指标系统以评估用户价值的情况下对用户进行分类；然后，利用一套合理的技术信息系统，根据用户价值评估系统对用户进行分类。分类和用户类型识别分析，以确保有效的用户分类。3.2.2消费者细分方法在传统方法中，消费者分类是以购买后信息收集为基础的，即产品购买信息、消费者人口统计等。最系统的人口分类是第一个接触人口的人口分类，将地理视为分类的重要方面：目前，人口统计按年龄、性别、家庭数量、家庭生活周期、收入、职业、教育和地理分布等变量按市场分类成不同的群体。随着信息技术的发展，人口统计分类的新方法要求通过在线分析技术或其他数据提取技术收集和处理大量的人口信息，但许多学者提出了疑问，如果不在相对稳定的市场上或在特定市场上销售特定产品，这种方法就不足以预测消费者今后的采购行为，那么，这种分类仅仅是根据外部特点进行的[19]。从企业的角度来看，对消费者的分类是以消费者可为企业带来的价值为基础的，许多经销商认为，购买行为的变数是创建分类市场的最佳起点，Hughes认为，预测更为准确和有效。最近消费者的购买行为与任何其他因素相比[20]。在本文件中根据消费者的购买历史和价值对消费者进行了分类。划分方法的核心是聚类分析技术，常见的聚类分析有基于划分、基于层次、基于密度以及基于模型的方法[22]。4基于某男装品牌数据挖掘与分析4.1该男装品牌营销基本情况与问题分析4.1.1该男装品牌基本情况该男装品牌属于国内中高端商务休闲男装领跑品牌，但目前的营销策略仍然属于传统的营销，以线下的自营店专卖店等为主，线上各大电商平台的旗舰店为辅。从市场营销模式的角度来看，虽然这该男装品牌都实现了线上和线下的营销模式，但其品牌产品的覆盖范围太广，且是一种较为普遍的营销模式，而该品牌男装的线上网店多为处理库存的一种渠道，线上线下的销售几乎少有结合。关于渠道推广，虽然自营店专卖店和网店的数量也有所增加，覆盖范围也更广，但相对而言，并没有针对性地进行渠道推广。在款式设计方面，尽管延续了该品牌特有的以茄克品类为主导的销售，但是关于款式设计开发依旧十分保守。该企业主要客户群体是基于有一定购买力的中年男士，但是由于社会审美的变化，服装越来越“无龄感”，更多人追求多元化的服装，因此，在客群分类和客户管理方面，该品牌并没有做到精准服务，因此导致库存很大，产品滞销的情况严重。就良好的客户管理而言，营销是以客户的价值为基础的，该品牌没有实施到位。能不能针对一些高质量客户的需求进行“一对一”服务，是能否提高该品牌销售额的关键所在。4.1.2该男装品牌营销策略问题分析该男装品牌的营销、产品、渠道和顾客管理存在问题的根本原因是，它没有充分满足消费者的需要，因此，精准营销适合不同消费者群体的不同需要。该品牌没有真正利用现有的资源来了解消费者和确定他们的需要，在传统的模式中，企业可以通过研究数据来区分消费者，但在数据大的时代，越来越多的企业可以使用通过大型数据平台获取数据以及发现消费者在数据中的隐藏需求。例如，该品牌主要以下线门店为主，因此收集的顾客动态行为的数据不完全，而且不能及时第记录储存数据。因此，可以说，该品牌在数据使用、消费者需求探索和销售模式应用方面不是最佳的。首先，品牌内部的数据交流没有得到充分利用，例如，没有通过综合所有数据让生产、设计、营销联系起来工作，以及建立一个完整的数据库为企业提供服务；第二，没有一个专门满足消费者需要的数据库。最后，该品牌所采取的营销战略还以传统技术为基础，即有限地使用数据，而不是与精确的数据提取技术相结合，没有根据客户需求进行精准销售。4.2该男装品牌数据的收集及处理对于服装企业来说，其数据来源主要有三个部分：互联网、物联网和企业多年来存储的数据。在大数据时代，处理框架理论上是基于Hadoop+MapReduce大数据平台架构[23]。该平台具有处理速度快、集成度高、实时性强的特点。这一框架是企业未来不可或缺的。它不仅可以快速存储和处理各种结构化和非结构化数据，而且可以实时、动态地进行查询。但对于该男装品牌而言，其数据来源于线下销售门店由导购记录的交易数据，以及自身多年来存储的数据。这些数据大多是结构化数据，经过简单的处理后可以导入Excel，成为用户数据库的基础。结合该品牌的结构化数据特点和营销现状，利用SPSS软件完成了进一步的数据分析。限于时间与能力的原因，因此，我选择取该男装品牌2018年湖北部分地区男性顾客全年的线下营销数据作为样本进行分析。4.2.1“用户画像”数据库图该男装品牌数据类型主要是以Excel表格为形式的数据，它以三个主要组成部分为基础：第一，消费者的基本信息；第二，订单信息；第三，产品信息。第一部分在“用户画像”中介绍了消费者的基本特点，而第二部分中的订单信息则提供了关于订单制作时间、付款时间、订单状况等方面的信息。第三部分是购买的产品信息，颜色、电话类型等。这两个组成部分与“用户画像”中的行为特征相吻合，该画像结合了消费者研究所开发的消费者分类模型和男装品牌数据的特点，创建数据库图。见图4-1所示。图4-1某男装品牌用户画像描述图4.3利用SPSS处理的数据分析过程4.3.1基于消费者属性描述性分析根据2018年该品牌湖北部分地区的顾客门店销售情况，本文提取出关于用户画像的几个重要因素作为分析点。基于上一节图4-1的用户画像描述图，笔者将分别从顾客年龄，顾客职业来对消费者群体进行细分，然后针对商品色系，品类，版型，风格作为切入点来分析用户的消费行为。年龄分析如表4-1，本文将在册有19-69岁最有购买力的有效用户群体进行分类，分为30岁以下的青年人士，30-39的中青年人士，40-49中年人士，50岁以上的中老年人士这四个年龄段，在SPSS的年龄段赋值中，1=30岁以下，2=30-39中青年，3=40-49中年，4=50岁以上。如图4-2所示，人数占比较多的是40-49中年人士，占比51%，其次是30-39的中青年人士占比25%，50岁以上的中老年人士，占比22%，最少的是20-29的青年人士，占比只有2%。又如图4-3所示是2018年这些年龄段人群的销售金额占比，依旧是这三类人群靠前，后文将对这三个年龄段的人群的消费行为进行详细分析。表4-1顾客年龄段表频率百分比有效百分比累积百分比有效30岁以下4172.12.12.130-39青年498524.724.726.840-49中年1042451.751.778.450以上中老年434921.621.6100.0总计20175100.0100.0缺失系统1.0总计20176100.0图4-2顾客年龄分布占比图图4-3顾客年龄消费金额图（2）职业分析如下表4-2，本文将在册有职业记录的顾客做了一个整合分类，大致分为七大类顾客人群，在SPSS中的赋值规则是：1=普通职员，2=专业人士，3=公务员，4=自由职业者，5=个体经营者，6=企业管理人员，7=私企经营者。如图4-4所示，其中个体经营者占49%，公务员占27%，私企经营者占15%，普通职员占9%，专业人士，企业管理人员，个体经营者占比较少。又如图4-5所示是2018年这些职业人群的销售金额情况，依旧是这四类人群靠前，说明该品牌的用户客群和消费主力人群应该在这四类人身上。笔者将会在后文对该四类职业人群的消费行为做详细的研究。表4-2顾客职业表频率百分比有效普通职员18589.2专业人士73.4公务员532126.4自由职业者985248.8个体经营者14.1企业管理人员35.2私企经营者302215.0总计20175100.0缺失系统1.0总计20176100.0图4-4顾客职业人数占比图图4-5顾客职业消费金额图4.3.1基于消费者行为描述性分析（1）风格分析如表4-3所示，本文将用户消费行为中商品的风格分成了四大类：高端系列占比13.2%，休闲系列占比13%，商务系列占比31.6%，时尚系列占比42.2%，其中在SPSS中的赋值规则是：1=高端系列，2=休闲系列，3=商务系列，4=时尚系列。如图4-6，可以看出该男装品牌时尚系列销售情况最好，其次是商务系列。说明该品牌男装消费者对于时尚系列的服装偏好度最高。表4-3商品风格表频率百分比有效高端系列266013.2休闲系列261913.0商务系列637931.6时尚系列851742.2总计20175100.0缺失系统1.0总计20176100.0图4-6商品风格销售占比图（2）款式分析如表4-4所示，本文将用户消费行为中商品的款式按照版型分成了三大类：其中修身版型占比6.85%，合体版型占比64%，宽松版型占比29.1%，在SPSS中的赋值规则是：1=修身版型，2=合体版型，3=宽松版型。如图4-7，可以看出该男装品牌购买合体版型的消费者最多，其次是宽松版型。说明该男装品牌客户群体的体型集中在中等甚至偏胖。表4-4商品款式表频率百分比有效修身版型13816.8合体版型1291664.0宽松版型587829.1总计20175100.0缺失系统1.0总计20176100.0图4-7商品款式销售占比图（3）色系分析如表4-5所示，本文将用户消费行为中商品的颜色按照色系分成了三大类：其中，中间色占比30.4%，暖色系占比8.4%，冷色系占比61.2%。在SPSS中的赋值规则是：1=中间色，2=暖色系，3=冷色系。如图4-8，可以看出该男装品牌购买冷色系的消费者最多，其次是宽中间色系，也就是颜色是黑白灰这三个色调的商品，销量最少的是暖色系，说明该品牌消费者更倾向于选择偏冷色系的服装，这些色系会让男士显得更加稳重。频率百分比有效中间色613330.4暖色系16968.4冷色系1234661.2总计20175100.0缺失系统1.0总计20176100.0表4-5商品色彩表图4-8商品色系图（4）品类分析如表4-6所示，本文将用户消费行为中商品的品类分成了十大类：其中，T恤占比16.7%，衬衫占比9.5%，大衣2.5%，毛衫11.7%，茄克8.6%，羽绒服14.2%，西装1.6%，休闲裤16.5%，工装裤9.6%，牛仔裤9.1%，在SPSS中的赋值规则是：1=T恤，2=衬衫，3=大衣，4=毛衫，5=茄克，6=羽绒服，7=西装，8=休闲裤，9=工装裤，10=牛仔裤。如图4-9可以看出，该男装品牌消费者购买品类最多的是T恤，其次是休闲裤，购买数量最少的是西装，可见不同的品类之间的销量存在很大的差异性。表4-6商品品类表频率百分比有效T恤336016.7衬衫19269.5大衣5092.5毛衫235211.7茄克17408.6羽绒服286414.2西装3241.6休闲裤332516.5工装裤19319.6牛仔裤18449.1总计20175100.0缺失系统1.0总计20176100.0图4-9商品品类图4.4不同年龄段与各种消费行为之间的交叉表分析4.4.1年龄段与风格交叉表分析在研究消费者行为的过程中，笔者将消费者的年龄段和职业作为消费者细分的属性依据，而消费者在购买商品中产生了的一系列消费行为，笔者又提取出不同商品的风格，款式，品类和色系与年龄段之间的关系。如下表4-7，即是不同年龄段购买不同风格商品的明细，图4-10又可以直观的看出不同年龄段的不同风格购买多少的情况。可以确定的是，几乎所有年龄段都更偏向购买时尚系列的服装，销售占比42.2%，这可能与当代时尚潮流审美的影响有关。商务系列销量紧随其后，占比31.6%。但是在休闲系列和高端系列中却发现年龄段越偏高，选择高端系列的比例更大，由于该品牌高端系列的价格偏高，这可能与不同年龄段的收入高低相关。风格总计高端系列休闲系列商务系列时尚系列年龄段30岁以下计数4259144172417占年龄段的百分比10.1%14.1%34.5%41.2%100.0%占风格的百分比1.6%2.3%2.3%2.0%2.1%占总计的百分比0.2%0.3%0.7%0.9%2.1%30-39青年计数666685147721574985占年龄段的百分比13.4%13.7%29.6%43.3%100.0%占风格的百分比25.0%26.2%23.2%25.3%24.7%占总计的百分比3.3%3.4%7.3%10.7%24.7%40-49中年计数134613853243445010424占年龄段的百分比12.9%13.3%31.1%42.7%100.0%占风格的百分比50.6%52.9%50.8%52.2%51.7%占总计的百分比6.7%6.9%16.1%22.1%51.7%50以上中老年计数606490151517384349占年龄段的百分比13.9%11.3%34.8%40.0%100.0%占风格的百分比22.8%18.7%23.7%20.4%21.6%占总计的百分比3.0%2.4%7.5%8.6%21.6%总计计数266026196379851720175占年龄段的百分比13.2%13.0%31.6%42.2%100.0%占风格的百分比100.0%100.0%100.0%100.0%100.0%占总计的百分比13.2%13.0%31.6%42.2%100.0%表4-7年龄段*风格交叉表图4-11年龄段*风格交叉图4.4.2年龄段与色系交叉表分析如下表4-8，是不同年龄段购买不同色系商品的明细，图4-11又可以直观的看出不同年龄段消费者倾向购买的不同色系的情况。我们可以直观的得出，四个年龄段的消费者都更偏向冷色系的服装，冷色系销售占比61.2%，相当于全部商品的一大半，加上中间色（黑色，白色，灰色）占比30.4%，极少数的商品会采用暖色系。但是在每个年龄段中，中间色，暖色系以及冷色系的销售占比情况比较接近，但也有差异。例如对于30岁以下的青年消费者来说，中间色系的需求占比大于与之年龄段更大的消费群体，另外还发现，年龄越大，对于暖色系的服装选择会比年轻段的消费者更大。表4-8年龄段*色系交叉表色系总计中间色暖色系冷色系年龄段30岁以计年龄段的百分比33.3%8.6%58.0%100.0%占色系的百分比2.3%2.1%2.0%2.1%占总计的百分比0.7%0.2%1.2%2.1%30-39青年计数156042530004985占年龄段的百分比31.3%8.5%60.2%100.0%占色系的百分比25.4%25.1%24.3%24.7%占总计的百分比7.7%2.1%14.9%24.7%40-49中年计数3140817646710424占年龄段的百分比30.1%7.8%62.0%100.0%占色系的百分比51.2%48.2%52.4%51.7%占总计的百分比15.6%4.0%32.1%51.7%50以上中老年计数129441826374349占年龄段的百分比29.8%9.6%60.6%100.0%占色系的百分比21.1%24.6%21.4%21.6%占总计的百分比6.4%2.1%13.1%21.6%总计计数613316961234620175占年龄段的百分比30.4%8.4%61.2%100.0%占色系的百分比100.0%100.0%100.0%100.0%占总计的百分比30.4%8.4%61.2%100.0%图4-11年龄段*色系交叉图4.4.3年龄段与款式的交叉表分析如下表4-9，是不同年龄段消费者购买不同款式商品的明细，图4-12又能看出不同年龄段消费者倾向购买的不同款式的情况。从图中可以看出几乎所有的年龄段选择服装的款式会选择合体的版型，占比64%，其次是较为宽松的版型，占比29.1%，很少的会选择修身的，占比较少6.8%，这一结论也可以侧面体现出该男装品牌消费者的整体的体型分布情况。但有一点不同的是，30岁以下的青年消费者购买修身版型的服装较少，与50岁以上中老年消费者的服装选择概率很相似。相比于其他年龄段，40-49岁在中年人士更倾向于选择合体的版型。表4-9年龄段*款式交叉表款式总计修身版型合体版型宽松版型年龄段30岁以下计数25259133417占年龄段的百分比6.0%62.1%31.9%100.0%占款式的百分比1.8%2.0%2.3%2.1%占总计的百分比0.1%1.3%0.7%2.1%30-39青年计数373310915034985占年龄段的百分比7.5%62.4%30.2%100.0%占款式的百分比27.0%24.1%25.6%24.7%占总计的百分比1.8%15.4%7.4%24.7%40-49中年计数7456820285910424占年龄段的百分比7.1%65.4%27.4%100.0%占款式的百分比53.9%52.8%48.6%51.7%占总计的百分比3.7%33.8%14.2%51.7%50以上中老年计数238272813834349占年龄段的百分比5.5%62.7%31.8%100.0%占款式的百分比17.2%21.1%23.5%21.6%占总计的百分比1.2%13.5%6.9%21.6%总计计数138112916587820175占年龄段的百分比6.8%64.0%29.1%100.0%占款式的百分比100.0%100.0%100.0%100.0%占总计的百分比6.8%64.0%29.1%100.0%图4-12年龄段*款式交叉图4.4.4年龄段与品类代码的交叉表分析如下表4-10，是不同年龄段消费者购买不同品类商品的具体，可以看出不同年龄段消费者购买各种品类商品的具体的情况。从整体销量最高的几个品类来看，T恤，休闲裤，羽绒服是销售最多的，西装大衣的销售数量较少。表4-10顾客年龄*品类交叉表品类代码T恤衬衫大衣毛衫茄克年龄段30岁以下计数6140144940占年龄段的百分比14.60%9.60%3.40%11.80%9.60%占品类的百分比1.80%2.10%2.80%2.10%2.30%占总计的百分比0.30%0.20%0.10%0.20%0.20%30-39青年计数805500119630427占年龄段的百分比16.10%10.00%2.40%12.60%8.60%占品类的百分比24.00%26.00%23.40%26.80%24.50%占总计的百分比4.00%2.50%0.60%3.10%2.10%40-49中年计数17819122811205887占年龄段的百分比17.10%8.70%2.70%11.60%8.50%占品类的百分比53.00%47.40%55.20%51.20%51.00%占总计的百分比8.80%4.50%1.40%6.00%4.40%50以上中老年计数71347495468386占年龄段的百分比16.40%10.90%2.20%10.80%8.90%占品类的百分比21.20%24.60%18.70%19.90%22.20%占总计的百分比3.50%2.30%0.50%2.30%1.90%总计计数3360192650923521740占年龄段的百分比16.70%9.50%2.50%11.70%8.60%占品类的百分比100.00%100.00%100.00%100.00%100.00%占总计的百分比16.70%9.50%2.50%11.70%8.60%品类代码羽绒服西装休闲裤工装裤牛仔裤年龄段30岁以下计数627684036占年龄段的百分比14.90%1.70%16.30%9.60%8.60%占品类的百分比2.20%2.20%2.00%2.10%2.00%占总计的百分比0.30%0.00%0.30%0.20%0.20%30-39青年计数73792798446431占年龄段的百分比14.80%1.80%16.00%8.90%8.60%占品类的百分比25.70%28.40%24.00%23.10%23.40%占总计的百分比3.70%0.50%4.00%2.20%2.10%40-49中年计数1477166164210631010占年龄段的百分比14.20%1.60%15.80%10.20%9.70%占品类的百分比51.60%51.20%49.40%55.00%54.80%占总计的百分比7.30%0.80%8.10%5.30%5.00%50以上中老年计数58859817382367占年龄段的百分比13.50%1.40%18.80%8.80%8.40%占品类的百分比20.50%18.20%24.60%19.80%19.90%占总计的百分比2.90%0.30%4.00%1.90%1.80%总计计数2864324332519311844占年龄段的百分比14.20%1.60%16.50%9.60%9.10%占品类的百分比100.00%100.00%100.00%100.00%100.00%占总计的百分比14.20%1.60%16.50%9.60%9.10%4.5不同职业与消费行为之间的交叉表分析4.5.1顾客职业与风格代码的交叉表分析在研究消费者行为的过程中，笔者想研究消费者的职业对于消费行为是否有影响，本研究一个做出七个职业分类，但只有四类职业的数据较有参考性，因此在下面的研究过程中，以普通职员，公务员，私企经营者这三种为主要研究对象，与不同商品的风格，款式，品类和色系与年龄段之间的关系。如下表4-10，即是不同职业购买不同风格商品的明细，图4-13又可以直观的看出不同职业消费者的不同风格购买多少的情况。相对来说，职业可以大致对应该群体的收入情况，从表中可以看出私企经营者购买高端系列的占比并不是最高的，反而该职业消费者更倾向购买时尚系列的服装，说明该品牌的消费群体购买服装风格的时候与职业收入关系并不大。风格总计高端系列休闲系列商务系列时尚系列顾客职业普通职员计数2772265857701858占顾客职业的百分比14.9%12.2%31.5%41.4%100.0%占风格的百分比10.4%8.6%9.2%9.0%9.2%占总计的百分比1.4%1.1%2.9%3.8%9.2%公务员计数708642176022115321占顾客职业的百分比13.3%12.1%33.1%41.6%100.0%占风格的百分比26.6%24.5%27.6%26.0%26.4%占总计的百分比3.5%3.2%8.7%11.0%26.4%私企经营者计数35940690113563022占顾客职业的百分比13.5%15.5%14.1%15.9%15.0%占风格的百分比11.9%13.4%29.8%44.9%100.0%占总计的百分比1.8%2.0%4.5%6.7%15.0%总计计数266026196379851720175占顾客职业的百分比13.2%13.0%31.6%42.2%100.0%占风格的百分比100.0%100.0%100.0%100.0%100.0%占总计的百分比13.2%13.0%31.6%42.2%100.0%表4-11顾客职业*风格代码交叉表图4-12顾客职业*风格代码交叉图4.5.2顾客职业与色系的交叉表分析如下表4-12，是不同职业消费购买不同色系商品的情况，图4-13又可以直观的看出不同职业的消费者倾向购买的不同色系的情况。其中几乎所有的职业人群对于冷色系的服装购买最多，暖色系最少。从表中的三种职业消费者的销售行为来看，这三种职业的消费者对于不同色系的选择购买占比很相似。说明职业收入对于色系审美没有很大的影响。表4-12顾客职业*色系交叉表色系总计中间色暖色系冷色系顾客职业普通职员计数54813311771858占顾客职业的百分比29.5%7.2%63.3%100.0%占色系的百分比8.9%7.8%9.5%9.2%占总计的百分比2.7%0.7%5.8%9.2%公务员计数154347633025321占顾客职业的百分比29.0%8.9%62.1%100.0%占色系的百分比25.2%28.1%26.7%26.4%占总计的百分比7.6%2.4%16.4%26.4%私企经营者计数95625218143022占顾客职业的百分比31.6%8.3%60.0%100.0%占色系的百分比15.6%14.9%14.7%15.0%占总计的百分比4.7%1.2%9.0%15.0%总计计数613316961234620175占顾客职业的百分比30.4%8.4%61.2%100.0%占色系的百分比100.0%100.0%100.0%100.0%占总计的百分比30.4%8.4%61.2%100.0%图4-13顾客职业*色系交叉图4.5.3顾客职业与款式的交叉表分析如下表4-13，是不同职业消费购买不同款式商品的情况，图4-14又可以直观的看出不同职业的消费者倾向购买的不同款式的情况。与色系选择的情况类似，其中几乎所有的职业人群对于各种型号合体版型最多，款式版型其次，修身版型最少。说明职业的不同对于消费者购买服装款式没有很大影响，这可能只跟消费者自身的身材状况有关。表4-13顾客职业*款式交叉表款式总计修身版型合体版型宽松版型顾客职业普通职员计数11212055411858占顾客职业的百分比6.0%64.9%29.1%100.0%占款式的百分比8.1%9.3%9.2%9.2%占总计的百分比0.6%6.0%2.7%9.2%公务员计数370338015715321占顾客职业的百分比7.0%63.5%29.5%100.0%占款式的百分比26.8%26.2%26.7%26.4%占总计的百分比1.8%16.8%7.8%26.4%私企经营者计数18919488853022占顾客职业的百分比6.3%64.5%29.3%100.0%占款式的百分比13.7%15.1%15.1%15.0%占总计的百分比0.9%9.7%4.4%15.0%总计计数138112916587820175占顾客职业的百分比6.8%64.0%29.1%100.0%占款式的百分比100.0%100.0%100.0%100.0%占总计的百分比6.8%64.0%29.1%100.0%图4-14顾客职业*款式交叉图4.5.4顾客职业与品类代码的交叉分析如下表4-14，是不同职业消费者购买不同品类商品的具体，可以看出不同职业的消费者购买各种品类商品的具体的情况。从整体来看，几个品类来看，T恤，休闲裤，羽绒服的销售数量是最多的，西装大衣的销售数量相对来说较少。表4-14顾客职业*品类代码交叉表品类代码T恤衬衫大衣毛衫茄克顾客职业普通职员计数26518038216180占顾客职业的百分比14.30%9.70%2.00%11.60%9.70%占品类代码的百分比7.90%9.30%7.50%9.20%10.30%占总计的百分比1.30%0.90%0.20%1.10%0.90%公务员计数887577135552456占顾客职业的百分比16.70%10.80%2.50%10.40%8.60%占品类代码的百分比26.40%30.00%26.50%23.50%26.20%占总计的百分比4.40%2.90%0.70%2.70%2.30%私企经营者计数54224370412255占顾客职业的百分比17.90%8.00%2.30%13.60%8.40%占品类代码的百分比16.10%12.60%13.80%17.50%14.70%占总计的百分比2.70%1.20%0.30%2.00%1.30%总计计数3360192650923521740占顾客职业的百分比16.70%9.50%2.50%11.70%8.60%占品类代码的百分比100.00%100.00%100.00%100.00%100.00%占总计的百分比16.70%9.50%2.50%11.70%8.60%顾客职业*品类代码交叉表品类代码羽绒服西装休闲裤工装裤牛仔裤顾客职业普通职员计数29729297177179占顾客职业的百分比16.00%1.60%16.00%9.50%9.60%占品类代码的百分比10.40%9.00%8.90%9.20%9.70%占总计的百分比1.50%0.10%1.50%0.90%0.90%占总计的百分比0.10%0.00%0.00%0.00%0.00%公务员计数76075930494455占顾客职业的百分比14.30%1.40%17.50%9.30%8.60%占品类代码的百分比26.50%23.10%28.00%25.60%24.70%占总计的百分比3.80%0.40%4.60%2.40%2.30%私企经营者计数37847443319313占顾客职业的百分比12.50%1.60%14.70%10.60%10.40%占品类代码的百分比13.20%14.50%13.30%16.50%17.00%占总计的百分比1.90%0.20%2.20%1.60%1.60%总计计数2864324332519311844占顾客职业的百分比14.20%1.60%16.50%9.60%9.10%占品类代码的百分比100.00%100.00%100.00%100.00%100.00%占总计的百分比14.20%1.60%16.50%9.60%9.10%5总结与展望5.1研究结论本文通过阅读文献，深入研究了基于服装企业用户画像的模型构建与市场营销以及数据挖掘取有关的知识，并学习研究了其他学者和研究人员的著作。在前人研究的基础上，构建了“用户画像”的基本模型，并做了细分消费者。通过国内某男装品牌进行实地调研访谈收集信息、搜集数据，使用该品牌2018年湖北部分地区门店VIP销售情况，在消费者细分及精准营销细分的基础上，利用SPSS聚类的方法，对其数据进行了挖掘和分析，本章将对本文研究的不足之处以及其更深远的研究方向做出叙述。本文件首先根据文献研究对文献进行了