《消费者行为分析》《第二版》项目二 知识考核和AI实战训练参考答案

项目二决策解码：拆解消费者选择逻辑知识考核·参考答案一、单项选择题以下哪项不属于消费者购买决策的5W2H框架？A.Why（为什么买）B.How（怎样买）C.Where（在哪儿买）D.Whatif（如果购买会怎样）【答案】D5W2H包括Why（为何买）、What（买什么）、Who（谁购买）、When（何时买）、Where（何处买）、How（如何买）、HowMany（买多少），不包含“Whatif”。数字时代消费者行为模型AISAS相比传统AIDA模型，新增的核心环节是？A.Search（搜索）和Share（分享）B.Select（选择）和Survey（调查）C.Social（社交）和Sale（销售）D.Service（服务）和Support（支持）【答案】AAISAS模型在AIDA（注意-兴趣-欲望-行动）基础上，增加Search（搜索）和Share（分享），体现数字时代消费者主动获取信息与社交传播的特征。消费者会在无意识中对资金进行分类管理，并据此采取差异化的消费决策行为，如购买彩票中奖的意外之财更可能用于奢侈品，工资则用于日常开支。这属于消费者购买决策遵循的（）原则。A.心理账户原则B.锚定效应原则C.损失厌恶原则D.效用最大化原则【答案】A心理账户原则是指消费者会在无意识中对资金进行分类管理，将不同来源、用途或属性的货币划入不同“心理账户”，并据此采取差异化的消费决策行为，如购买彩票中奖的意外之财更可能用于奢侈品，工资则用于日常开支。在消费者决策漏斗的浏览阶段，以下哪项不属于AI测试的关键维度？A.产品展示密度（4宫格/9宫格）B.支付方式展示顺序C.详情页信息层级（参数前置/场景故事前置）D.多媒体类型（360°视图/使用视频）【答案】B页面布局（如产品展示密度）、内容相关性（如详情页信息层级）、多媒体类型（如360°视图、视频）都属于消费者浏览阶段的内容，支付方式展示顺序属于下单与支付阶段。以下哪个可视化工具能够清晰呈现流量来源、流量去向、订单支付的结束页以及跳失流量？A.热力图B.词云图C.矩阵树图D.桑基图【答案】D在数字营销场景中，桑基图能够清晰呈现流量来源、流量去向、订单支付的结束页以及跳失流量，帮助企业评估各渠道的引流效果与转化效率，优化营销资源配置。二、多项选择题消费者购买决策过程的经典五阶段模型包括？A.问题识别B.信息搜集C.方案评估D.购买决策E.购后评价【答案】ABCDE经典模型包括问题识别、信息搜集、方案评估、购买决策、购后评价五个连续阶段。消费者信息搜集的来源有包括？A.个人经验来源B.人际来源C.公共关系来源D.商业性信息来源E.环境来源【答案】ABCDE不属于来源分类。AI技术让购买决策过程可视化的核心机制包括？A.行为数据采集与整合B.数据动态更新C.决策阶段量化D.隐私数据加密E.实时交互设计【答案】ABC核心机制包括多源数据采集与整合、数据动态更新、决策阶段量化；隐私加密与实时交互设计属于辅助措施，非核心机制。以下属于消费者购买决策类型的有？A.复杂型购买决策B.寻求变化型购买决策C.减少失调型购买决策D.习惯型购买决策E.冲动型购买决策【答案】ABCD消费者购买决策类型中明确指出按介入度与品牌差异划分的四类决策为复杂型、寻求变化型、减少失调型、习惯型；E冲动型不属于该分类体系。智能决策支持工具在电商中的应用场景包括？A.A/B测试优化B.犹豫用户识别C.个性化推荐D.销量预测E.客服机器人【答案】ABCDE智能工具可应用于测试优化、用户分类（如犹豫用户模型）、个性化推荐系统、数据预测及智能客服场景。三、判断题消费者购买决策过程一定按照“问题识别-信息搜集-方案评估-购买-购后评价”的顺序依次进行。【答案】✗消费者可能跳过某些阶段（如习惯型购买无需详细信息搜集），或调整阶段顺序。AI技术通过桑基图可以展示消费者在不同渠道间的流量迁移路径。【答案】✓桑基图常用于可视化用户从种草渠道（如小红书）到购买渠道（如天猫）的流量转化路径。习惯型购买决策通常涉及高介入度和品牌差异大的产品。【答案】✗习惯型决策对应低介入度、低品牌差异产品（如食盐、纸巾），消费者因熟悉而重复购买。消费者购买产品或服务时，会全部经历购买决策过程的问题确认、信息搜集、方案评价与选择、购买、购后评价这5个步骤。【答案】✗消费者购买产品或服务时，一般情况下会全部经历购买决策过程的5个步骤，但并不是所有的消费者决策过程都会按次序经历这个过程。漏斗分析是一种用于跟踪用户在完成特定目标过程中各步骤流失情况的数据分析方法，通过直观展示各环节转化率，通常呈现为一个“漏斗”形状，用户在每个步骤上都有机会流失。【答案】✓详见教材36页对漏斗分析的解释。四、案例分析题案例背景案例：中国女足联名球衣引发“情感消费”中国女足在国际赛场上展现出强烈的拼搏精神，赢得全国关注。某运动品牌作为其合作伙伴，推出了女足联名球衣及相关周边设计。此举引发广大消费者，尤其是年轻女性粉丝的情感共鸣。消费者纷纷在线上线下渠道抢购联名产品。社交媒体传播也起到了推波助澜的作用：购买后用户积极晒出球衣、打卡现场照片，并结合“为女足打call”、“为国争光”等话题引发更多人关注与参与。面对突如其来的关注与销量增长，该品牌未止于获取短期营销红利，而是将这批用户纳入会员生态体系，并通过数字化运营路径进行精细化运营。借助AI分析用户行为与兴趣，为粉丝打上标签，如“女足支持者”“国潮爱好者”，并结合推荐算法推送相关新品、赛事内容与互动活动，以期提升用户黏性与复购率。参考答案从AISAS模型角度分析案例中消费者的决策路径。Attention（注意）：消费者通过赛事报道、社交媒体等渠道，注意到中国女足的拼搏精神及品牌推出的联名球衣；Interest（兴趣）：联名球衣激发消费者情感共鸣，产生强烈购买意愿；Search（搜索）：消费者在线上线下渠道主动了解联名球衣，寻找购买途径；Action（行动）：消费者纷纷抢购产品，线上线下渠道出现热潮；Share（分享）：购买后，消费者在社交媒体上晒出球衣、打卡现场照片，并参与“为女足打call”等话题，形成二次传播。关键逻辑：该案例完整体现了AISAS模型中从注意、兴趣到搜索、行动，再到分享的全链路决策路径，其中“搜索”和“分享”环节在数字时代尤为突出，Search环节因品牌正能量属性触发主动信息搜集，Share环节强化群体认同，形成“传播-购买-再传播”闭环社交媒体传播显著放大了营销效果。结合AI技术应用分析，该品牌可采取哪些措施持续运营这批新用户？①建用户兴趣标签体系，实现精准画像；②个性化推荐与精准触达；③基于用户生命周期的分阶段运营；④利用AI工具优化决策漏斗各环节；⑤数据驱动的动态更新与持续优化。若你是该品牌的营销人员，应该如何利用智能决策工具优化后续的用户转化路径？①利用A/B测试工具优化关键决策节点；②利用用户行为分析工具识别犹豫用户并干预；③利用可视化工具进行转化路径诊断与优化；④利用用户画像与标签体系实现精准再营销；⑤利用AI动态更新模型持续优化运营策略。AI实战训练·参考答案分析某电商平台不同用户群体的行为差异【训练目标】能够通过PowerBI进行用户行为数据的可视化分析，从中挖掘用户行为规律。理解并运用数据字段建立用户画像，分析不同群体的消费特征。熟练运用多种PowerBI图表展示转化率、偏好差异与行为模式。围绕电商平台经营问题展开分析，提出具有逻辑性的解释和优化建议。【任务背景】随着线上购物的广泛普及，电商平台积累了大量关于消费者行为的数据。如何通过这些数据洞察用户的购买路径、行为偏好和转化规律，成为运营优化的关键。某电商平台希望借助数据分析工具，找出不同渠道、性别、年龄段用户在转化率和偏好上的差异，进一步理解“加购未购”人群的共性特征，为精准营销提供支持。【参考答案】步骤1：数据准备与导入—参考答案数据准备：①下载实训模板数据：“近30天消费者行为数据.xlsx“（教材配套资源）。②初步浏览字段，理解主要数据维度（如用户ID、性别、年龄、地区、访问渠道、浏览时长、是否加购等）。工具准备：①启动PowerBIDesktop；②打开PowerBI，点击“获取数据”→“Excel”，选择上述文件并加载。数据清洗与预处理：①检查是否有重复记录并删除重复记录。②处理缺失值。（本数据完整）步骤2：用户分群与行为建模—参考答案（1）创建核心分析度量值，为后续可视化做准备：进入“数据”视图，点击“新建度量值”，创建核心分析度量值，为后续可视化做准备：基础统计类：总访问记录数、独立用户数、总加购数、总购买数、平均浏览时长转化效率类：整体加购率、整体购买率、加购后转化率、加购未购占比。（2）建立用户画像模型—示例输出：性别分组：男、女。年龄段分组：18-24岁、25-30岁、31-40岁、41岁及以上。渠道属性分组：按访问渠道（京东、淘宝、抖音、微信、小红书等）划分用户群体。行为标签分组：按”加购未购用户”“成功购买用户”“无加购用户”划分行为群体。步骤3：关键问题分析与图表制作—示例输出（1）转化率渠道分析：图表类型：柱状图、漏斗图等；插入柱状图，设置：轴为“访问渠道”，值为“加购率”“购买率”“加购后转化率”，打开数据标签，Y轴设为百分比格式，标题为“不同渠道用户转化指标对比”。（2）性别/年龄段偏好分析：插入条形图，设置：轴为“商品类别”，图例为“性别”，值为“总购买数”，标题为“不同性别用户商品品类偏好对比”。示例结论：运营策略应针对不同性别和年龄段进行差异化推荐。女性首页可优先展示美妆爆款，男性用户可推送数码新品。（3）加购未购人群共性分析：插入簇状柱状图，对比加购未购人群与全量用户的“平均浏览时长”“加购率”差异，标题为“加购未购人群与全量用户行为特征对比”。示例结论：加购未购用户兴趣明确但存在决策障碍。建议对此类用户触发限时优惠券、库存预警或同款对比功能，降低犹豫成本。步骤4：结果解读与建议输出—示例输出（1）成功输出：仪表板构建：按“整体概览”“渠道维度分析”“年龄段维度分析”“品类偏好分析”“加购未购专项分析”完成交互式仪表板搭建。报告完善：为每个图表添加文本框说明，标注核心数据结论，形成完整的可视化分析报告。成果输出：点击“文件”→“另存为”保存PowerBI报告文件。（2）加购未购群体专项洞察与产品优化建议方案—参考范文（200-300字）：基于595条电商用户行为数据，平台加购未购记录共92条，占总加购量的31.29%，是转化提升的核心潜力群体。该群体核心集中在京东、小红书渠道，合计占比超46%；品类偏好以服饰、美妆、食品为主，合计占比超72%；人群以31-40岁男性用户为核心，占比超35%。运营上，针对京东、小红书渠道推出专属优惠券、限时立减、首单福利，提升加购转付率；对服饰、美妆品类优化加购后转化链路，优化详情页说服力、售后保障、评价展示，减少决策顾