基于用戶畫像的卷煙消費者特征識別和價值評估

金吉瓊，居 雷，張 易，斯 勇，王文俊*

1. 上海牡丹香精香料有限公司技術中心，上海市浦東新區孫橋路1067 號 201210

2. 上海煙草集團有限責任公司技術中心，上海市浦東新區秀浦路3733 號 201315

用戶畫像也稱消費者畫像，其概念最早于20 世紀80年代提出并應用于商業分析領域，企業通過收集消費者個人基礎信息、經歷背景以及性格特征等信息刻畫重構消費者形象，深入剖析消費者特征和識別目標消費群體及終端用戶，從而有利于企業形成商業決策［1-2］。受益于互聯網技術的發展，電子商務、社交媒體和智能終端所產生的海量消費數據，促使用戶畫像分析從原來扁平化的數據整合逐步發展為以數據驅動的智能、靈活且具有交互性的消費者研究方法，結合用戶推薦、決策樹和文本挖掘等算法廣泛應用于電子商務、產品營銷、商業設計和健康醫療等領域［3-5］。百度通過在線獲取用戶屬性信息和操作行為提取用戶特征數據，通過模型訓練得到用戶畫像的興趣標簽，從而構建用戶畫像以實現產品定向推薦［3］。Uber基于用戶畫像識別消費者在交通出行中的關鍵痛點，創新建立動態定價和在線打車的商業模式進而獲得商業成功［6］。因此，基于用戶畫像分析的消費者洞察可有效識別用戶特征、消費偏好和市場熱點，從而有利于形成用戶導向的產品設計和商業決策。

卷煙作為一種特殊的消費類產品，限于法律政策等因素影響，國內煙草行業較難以營銷方式大范圍直接觸達卷煙消費者。隨著卷煙市場競爭加劇和經濟水平的提高，近年來消費者對卷煙產品需求逐漸呈高端化、個性化和多元化發展，各地煙草公司不斷豐富品牌結構和產品規格以滿足各類消費者需求。為更加深入地剖析消費者對卷煙產品的消費偏好和潛在需求，及時獲知市場熱點，目前煙草企業多以線下市場調研和新品品鑒等方式獲取少量消費者信息和產品評價數據，但上述方法存在數據獲取成本高、樣本量少和時效性短等缺點，難以快速構建基于大數據、代表性強且較全面的卷煙消費者畫像。目前行業內對消費者畫像分析多以卷煙零售戶為研究對象建立分類評價模型，以實現精準營銷和質量管控，而對于終端卷煙消費者的畫像分析研究則相對較少［7-8］。為此，通過線上消費者調研，采用分層采樣方法獲取消費者基礎信息和消費行為數據，基于大數據集構建不同區域市場消費者畫像，并以聚類和判別分析識別消費者特征，建立消費者價值分析模型，以期評估潛在消費群體和目標市場價值，為實現以需求為導向的產品優化和精準營銷提供支持。

1 研究方法

1.1 消費者樣本采集

通過分層采樣方法，以城市地域為分層變量，綜合考慮2021 年全國各省份卷煙銷量、省份內各城市地域位置、經濟和人口總量4類因素，選取全國卷煙銷量排名前8 個省份中銷量最高的重點城市以及4個直轄市，共計12個城市作為消費者數據采集目標區域。其中，各省份包括南部、中部、北部和內陸4個區域，基本涵蓋了全國不同氣候環境、地域位置、經濟水平和消費偏好的卷煙消費人群。采用互聯網社群向卷煙消費者定向推送線上調研問卷，分別在12 個城市中隨機抽取3 000名卷煙消費者的調研問卷，獲取其基礎屬性及卷煙消費行為數據，共計獲得36 000 份消費者樣本數據，數據采集時間為2021年6—8月。12個城市及對應消費者樣本量見表1。

表1 不同省份城市及消費者樣本量Tab.1 Selected cities and corresponding amount of consumer samples

線上調研問卷采集的信息主要包括消費者基礎屬性和消費行為兩類數據。其中，消費者基礎屬性包含消費者年齡、性別、煙齡、職業、收入和教育程度6個維度。消費行為則主要采集消費者主吸品牌、品牌偏好、消費場景、購買因素、購買頻率、月均消費、消費渠道、品牌黏性和消費需求等相關信息及數據。具體問卷調研內容見表2。

1.2 調研數據預處理

在線上調研過程中，卷煙消費者可能由于理解偏差或錄入錯誤等原因而產生異常數據。為提高消費者樣本數據質量，對調研問卷完成時間低于10 min和消費金額計算邏輯（Q15～Q19）錯誤的異常樣本進行剔除，并將不同城市的消費者特征整合為消費者年齡、收入、煙齡、職業、月均消費額、主吸卷煙價格、月均購買量、品牌黏性和消費決策因素，共計9個消費者基礎屬性和消費行為指標。由于消費者樣本中連續型數值變量（如年齡、收入、煙齡、消費頻率和金額等）量綱不同，且問卷中包含名義變量（如性別、職業和卷煙品牌等），因此在建立消費者價值評估模型前需要對數值變量按公式（1）進行標準歸一化，名義變量則以次序變量進行量化表征。

式中：μ為某消費者的特征變量均值；σ為特征變量標準差。

1.3 聚類分析

聚類分析是對多維數據集的無監督分類方法，其原理是計算各數據樣本間的距離用于表征樣本間相似性，從而實現同一數據簇內樣本相似度較高，而不同數據簇間相異性較高的分類目的。常用的聚類分析包括層次聚類、K-means 和DBSCAN（Density-Based Spatial Clustering of Applications with Noise）等方法，相較于其他分類算法，K-means具有聚類復雜度低、收斂速度快和降低小樣本聚類不確定性等優點［9］。因此，本研究中采用歐氏距離計算不同城市消費者樣本間差異性，根據聚類性能指標類內平方誤差優化分類K 值，對不同區域市場消費者進行聚類分析。消費者樣本間歐式距離計算公式為：

式中：dik為兩消費者樣本xi和xk間距離；xij為消費者樣本xi中第j項特征變量；xkj為消費者樣本xk中第j項特征變量。

1.4 線性判別模型

判別分析屬于有監督分類方法，主要包括線性判別、距離判別、二次判別和Bayes 判別等分析方法。線性判別分析（Linear Discriminant Analysis，LDA）根據已標記類別的n維特征樣本數據，通過線性變換將n維特征變量投影至某一方向，并以多元方差分析判定線性變換后不同組間差異，從而能夠最大限度地區分樣本類別［10-12］。為此，根據不同城市消費群聚類結果標定消費群類別，基于消費者基礎屬性、消費行為和城市指標等變量，建立LDA 判別模型Y{y1,…, yn}：

式中：Cip為第i個判別模型第p個特征維度系數；Xp為數據樣本中p維特征值。

通過LDA 判別模型Y 使不同組間離差最大、組內離差最小，從而有效識別不同城市消費者特征差異，形成不同區域市場消費者價值評估模型。

1.5 數據分析及建模環境

消費者調研數據處理、分析模型構建及可視化輸出均采用R語言實現。

2 結果與分析

2.1 各城市卷煙消費者畫像

2.1.1 消費者基礎屬性

12個城市卷煙消費者的年齡和煙齡統計分布見圖1。可見，消費者年齡和煙齡分布基本分為3個區間。其中，廣州、北京、天津和重慶4個城市的消費者平均年齡和煙齡分別為34.8～35.8 歲和6～8 年，消費者整體年輕化。上海、南京、成都、武漢、長沙和杭州6 個城市的消費者平均年齡和煙齡分別為37.6～38.1 歲和 9～10 年，消費者以中青年為主，40 歲以上消費人群顯著增加。而鄭州和沈陽2個城市消費者平均年齡和煙齡均高于其他城市，分別為39～40 歲和10～11年，消費者主體呈老齡化趨勢。由此表明，經濟發展快、人口密度高以及地處沿海的重點市場區域消費者普遍以中青年為主，平均年齡低于經濟增速慢、人口總量低的內陸及北部市場。

圖1 不同城市卷煙消費者年齡和煙齡分布Fig.1 Age and smoking history distribution of cigarette consumers in different cities

12 個城市卷煙消費者職業和收入占比調研結果見圖2。將消費者職業分為學生、私營雇主、企業中高級職員和一般職員4 類，收入等級分為1 萬元/月以下，1～1.5 萬元/月、1.5～2.5 萬元/月和 2.5 萬元以上4 個等級。統計結果表明，所有城市中近七成消費者為企業一般員工，工作收入為1 萬元/月收入以下。由于市場區位優勢和經濟發展水平等因素，北京、廣州、天津和上海4 個城市的私營業主和企業中高級職員占比相對較高，且廣州、上海和北京3個城市消費者中高收入群體占比顯著高于其他城市。

圖2 不同城市卷煙消費者職業及收入占比Fig.2 Career and income proportions of cigarette consumers in different cities

2.1.2 消費者消費行為

消費者消費行為調研內容主要反映各目標城市卷煙消費者的消費水平、消費頻率、市場品牌偏好度、主吸產品忠誠度以及影響卷煙產品購買決策的主要因素等內容。12個城市消費者主吸卷煙平均價格及月均消費額統計結果見圖3。可見，各城市消費者月均卷煙消費為400～600元/月，主吸產品均價為250～370 元/條；各城市消費者月均購買量差異較小，為1.5～2 條/月。其中，成都、廣州和上海3 個城市消費者主吸卷煙均價為320～370元/條，以普一類和中高端卷煙為主，在12 個城市中消費水平較高。而沈陽、天津和南京3個城市消費者主吸卷煙均價為250～270 元/條，二至五類卷煙消費群體占比約40%，消費能力相對低于其他城市。

圖3 不同城市卷煙消費者主吸卷煙均價及月均消費額Fig.3 Average prices of cigarettes most frequently smoked and monthly consumption of consumers

消費者在偏好品牌缺失情況下，轉而購買其他品牌的意愿強烈程度可反映出消費者對該卷煙產品的品牌黏度，12 個城市消費者選擇其他品牌的意愿程度量化結果見圖4。可見，不同城市消費者的品牌黏度規律基本一致，消費者對卷煙產品的品牌黏度隨價格增加而明顯提升。其中，消費者對300 元/條以上中高價類卷煙產品的品牌忠誠度為0.70～0.83，呈極強偏好性，表明該類消費者不容易受品牌營銷和市場因素影響而選擇嘗試其他品牌。而普一類和三至五類卷煙消費者的品牌忠誠度較低，這可能與近年我國卷煙市場同價類產品上市數量增加而導致產品選擇多樣、產品同質化以及年輕消費者未形成品牌固定偏好等因素有關。

圖4 不同價位卷煙產品消費忠誠度Fig.4 Consumer loyalty to cigarette products with different prices

影響卷煙消費者購買決策的主要因素分為產品口味、品控質量、品牌影響力和社交檔次4項，各因素對不同城市消費者購買決策的影響程度見圖5。可見，產品口味是多數消費者購買卷煙產品時最關注的決定性因素，其次為產品質量穩定性。沈陽和上海2個城市消費者對產品社交檔次較為關注，而天津消費者對產品品牌影響力較為關注。

圖5 消費者購買決策影響因素及影響程度Fig.5 Influential degrees of factors affecting cigarette purchasing

2.2 消費者特征聚類分析

選取消費者基礎屬性（年齡、煙齡、收入和職業）、消費者消費行為屬性（產品偏好、月均消費量、主吸卷煙價格、月均購買量和購買決策關注點）以及市場屬性（人口總量和生產總值），共11 個變量作為特征維度進行聚類分析，以深入了解不同城市消費者的特征差異。由圖6可見，當K-means聚類類別K值＞3 時，各類別總組內方差和下降趨勢逐漸減弱。為此，將12 個城市分為3 類，其聚類結果見圖7。可見：①上海、廣州和北京3個城市被歸為群類1，表明這3個城市消費者和城市特征相近，均以中青年群體為主，收入水平和職業級別較高，消費能力和主吸卷煙價格明顯高于其他城市群，但購買量相對較少，關注產品口味、品控和社交檔次，中高價值消費群體占比偏高。②群類2將天津、杭州、武漢、南京、沈陽、鄭州和長沙這7個內陸北部及沿海二線城市聚為一類，該城市群卷煙消費者以中年群體為主，人口密度和消費能力均低于群類1，產品偏好集中于70～200元/條，購買頻次較高，關注產品口味和社交檔次，以中低價值消費群體為主。③群類3 表明重慶和成都2個城市消費者的消費行為和城市特征相近，均以中青年為主，收入水平中等，但人口密度、消費能力和消費頻率均較高，關注產品口味和品控，消費群體價值成長性相對較高。

圖6 聚類K值梯度圖Fig.6 Clustering K-value gradient diagram

圖7 不同城市消費者特征K-means聚類圖Fig.7 K-means clustering diagram of characters of consumers in different cities

2.3 消費者特征識別及判別模型

根據各城市聚類結果，基于不同城市卷煙消費者的基礎屬性、消費行為和市場屬性變量建立LDA判別模型，通過模型系數可深入剖析各變量以區分不同城市群體消費者特征的貢獻度。判別模型及判別結果見表3和圖8。可見，通過線性模型LD1和LD2可有效識別不同城市群消費者特征，對判別城市群消費者特征差異的解釋率分別為83.59%和16.41%。其中，城市生產總值、人口總量、月均消費額和消費者年齡是LD1 模型的主要特征維度，模型系數分別為-7.282、4.686、4.175 和-3.001，表明城市經濟社會指標、消費者消費水平和年齡是區分12個城市消費者的關鍵特征，3類城市群消費者在上述4個維度存在顯著差異。人口總量、產品偏好及月均消費額是LD2 模型的主要特征維度，模型系數分別為-2.043、1.177和-1.121，表明12個城市間消費者對不同價位卷煙產品的購買偏好存在一定差異。綜上，城市經濟社會指標、消費者消費水平、年齡和不同價位卷煙產品偏好是區分12個城市消費者的4個關鍵特征。

表3 不同城市消費者特征LDA判別分析模型系數Tab.3 LDA models coefficients for characters of consumers in different cities

圖8 不同城市消費者特征LDA判別圖Fig.8 LDA diagram of consumer characters in different cities

3 結論

通過線上消費者調研和分層采樣獲取全國卷煙市場12個重點目標城市消費者基礎屬性和消費行為數據，比較不同城市卷煙消費者畫像差異。基于K-means 聚類方法識別具有相似消費者和城市屬性特征的城市群，并以此建立LDA判別模型量化表征不同城市群的消費者關鍵特征和城市特征。研究結果表明，由于經濟水平、人口密度和區位優勢不同，各城市消費者畫像存在明顯差異。上海、廣州和北京消費者年齡和煙齡結構較年輕化，職業級別、收入水平、消費水平和偏好品牌價格顯著高于其他城市消費者。消費者品牌黏度隨卷煙價格升高而有所增加，各地消費者普遍將產品口味和品控質量作為影響消費決策的兩個關鍵因素。聚類結果表明，12 個城市消費者可分為3類，分別為中青年消費者和中高價值消費群體占比偏高的群類1，中年消費者和中低價值消費群體為主的內陸北部及沿海二線城市群類2，以及消費群體價值成長性較高，人口密度、消費能力和消費頻率均較高的群類3。LDA模型判別結果表明，城市經濟社會指標、消費者消費水平、年齡和不同價位卷煙產品偏好是區分12個城市消費者的4個關鍵特征，該模型可用于評估各類潛在市場及相應消費者價值類型，為卷煙產品市場投放策略提供參考。