基于大數據營銷背景下煙草消費者會員畫像分析

陳娟 任戰斌 侯昌華

摘? 要：作為精準營銷輔助技術，消費者畫像能夠幫助企業準確分析客戶需求，隨著科技發展，煙草行業的信息化建設逐漸完善，會員數據的采集更加全面，有利于消費者畫像技術的進一步精準化。通過構建煙草行業的消費者會員畫像，不僅能夠鞏固煙草品牌忠誠度，而且能夠培養潛在目標消費群體，完成貨源精準投放，以便實現為消費者找品牌，為品牌找消費者的終極目標——煙找人，人找煙。文章、通過對某品規卷煙的會員消費數據信息進行采集，構建該品規的主要客群畫像模型，運用RFM模型得到現有會員的價值特征。通過消費者畫像為導向，為優化煙草營銷策略貢獻提供新方法。

關鍵詞：大數據；消費者畫像；RFM模型；煙草營銷

中圖分類號：F274;F014.5? ? ? ? ? ? 文獻標識碼：A? 文章編號：1005-6432（2023）26-0000-04

[DOI]10.13939/j.cnki.zgsc.2023.26.000

引言

營銷的本質是需求管理，一方面要滿足現有需求，另一方面要引導潛在需求[1]。早期用戶畫像技術中消費者行為受到社會環境、家庭環境的影響，消費者的用戶畫像處于動態變化中[2-3]。傳統的方式是根據市場調研和經驗進行消費者共性特征總結，缺乏精準度和動態性。當前大數據技術普遍應用背景下，消費者用戶畫像更加全面、精準 [4]。

在激烈的市場競爭中實現卷煙銷售的可持續發展，應當由傳統的粗放式經營轉為精細化經營，因此，精準營銷是必不可少的營銷方式[5]。采取用戶畫像技術精準營銷的方法，借助煙草供應鏈平臺獲取相應的交易數據，利用大數據技術構建完善的消費者畫像。結合移動人口大數據平臺分析挖掘，并結合不同品規卷煙銷售區域的消費者客流趨勢，通過識別模型識別潛在消費者群體，幫助煙草行業開展經營工作。

根據煙草運營數據統計，購買過某品規卷煙會員總計14747個，其中男性會員占比為73%，女性會員為27%，符合真實吸煙人群以男性居多的情況。年齡集中在31～55歲，年齡的具體分布如圖1所示，其中，46～55歲段占比最高。

對通過重慶市該品規卷煙的會員的職住地分布進行進一步分析，統計結果如圖2所示，消費者的工作地與居住地基本相近沒有顯著差異，人數最多的區域是渝北區，其次是九龍坡區與江津區。

根據經營數據統計，該品規卷煙共計消費23665單，總金額2393735元，總量58829包。會員人均消費金額162.3元，會員人均消費數量4包。根據會員日常消費行為，選取消費最大金額，最小金額，總數量，總金額作為模型樣本指標，分別為四項指標打分，各項指標大于均值得3分，等于均值2分，小于均值1分，并將各項指標得分相加，總分最大值為12分，即四項指標都為3，最小值4分，四項指標都為1。最后按總分分段，將分數分成三段分別設定為低、中、高三類消費水平分布，得分在4～5分標簽為：低消費水平，得分在6～8分標簽為：中消費水平，得分在9～12分之間標簽為：高消費水平，根據不同的得分為會員打上消費能力標簽。得到圖3的結果，高消費水平的會員占比高達到56%，消費者的消費能力較強。對高消費會員的聚集區域進行分析得知，渝北，江北，南岸，九龍坡、渝中為高消費會員的主要聚集區域。

分析購買次數與購買人數之間的關系，并作圖4，該品規卷煙消費次數主要在購買次數為1次。對購買次數為2次及2次以上消費群體進一步分析，計算復購率（見式1）進行分析，發現68.89%的會員只購買1次該品規卷煙，因此，該品規卷煙的復購率為31.11%。

復購率一定程度展現了消費者購買意愿，從復購率來看，愿意回購的消費者僅占少部分。對該品規卷煙的忠誠度進行進一步探究，對消費者留存人數與購買次數情況進行分析。

根據留存率（見式2）的對留存率與購買次數的關系進行探究，分析多次購買的消費者留存率的忠誠度，如圖5所示。

該品規卷煙的留存率在31.11%～93.33%，從圖5中可以看出，留存率隨購買次數增加而上升，會員購買3次以內，其留存率在50%以內；會員購買5次以上的，留存率超過60%，留存率與忠誠度之間成正相關關系，留存率越高忠誠度越高。對復購率為31.11%區間的會員的忠誠行為進行分析，購買次數為2次的留存率為42.31%。購買次數超過三次的會員留存率大于50%，較為忠誠。結合復購情況分析，由于購買次數2次會員數量比例較大，因此，該品規的消費者忠誠度較低。

選取最后一次購買時間距今間隔（R），月平均消費次數（F），月平均消費金額（M）作為該品規卷煙消費者價值分析的三項指標，按照各項指標的分段進行打分，通過對R、F、M三個指標進行打分，確認會員價值。具體打分規則為：①指標R，該指標的打分規則為間隔越短得分越高：30天以上記1分，21～30天記2分，11-20天記3分，10天以內記四分；

②指標F，該指標的打分規則為月平均消費次數越多得分越高：1～4次記1分，5～10次記2分，11-20次記3分，21次以上記4分；③指標M，該指標的打分規則為月平均消費金額越多得分越高：200元以下記1分，[200，500）記2分，[500，1000）記3分，1000元及以上記4分。

根據R、F、M三項對會員進行分類，根據均值與對應分數對比，大于均值為高，小于均值為低，然后將客戶分為8類，分類規則為：①重要價值用戶：R值高，F值高，M值高；②重要發展用戶：R值高，F值低，M值高；③重要保持用戶：R值低，F值高，M值高；④重要挽留用戶：R值低，F值低，M值高；⑤一般價值用戶：R值高，F值高，M值低；⑥一般發展用戶：R值高，F值低，M值低；⑦一般保持用戶：R值低，F值高，M值低；⑧一般挽留用戶：R值低，F值低，M值低。

根據上述規則對當前該品規卷煙進行分類，如圖6所示，該品規卷煙會員分布以重要發展價值，一般發展會員和一般價值會員為主，分別占比36.84%、29.65%和11.56%。整體而言，R值打分高，購買間隔短，會員具備一定忠誠度，但是購買頻次，購買金額仍有提升空間，可進一步對一般發展會員和一般價值會員的會員群體刺激消費。

用戶畫像技術通過對采集到的會員消費屬性與購買偏好進行關聯度推導，分析研究出消費者共性特征，并轉化為標簽，形成特定的用戶模型 [6]。在文章、研究中，對某品規卷煙的煙草消費者進行深入分析，為進一步加強對消費者需求的精準認知，對現有的消費者數據進行采集，構建主要客群的畫像。

根據煙草店鋪管理系統和消費者移動應用子系統，采集該品規卷煙的購買者數據。以性別分布與年齡分別的作為會員基礎信息的基礎特征，以職住地、戶籍地等信息為地域特征分析該品規卷煙的消費者人口屬性。通過對會員的消費數據進行分析處理，計算復購率、留存率作為會員忠誠度的判斷依據。統計購買過該品規卷煙的會員全部煙草購買情況對會員煙草的檔次偏好與時間偏好進行分類，利用RFM分析現有會員的價值分布，得到會員消費行為特征。選取超過2/3的人數的特征形成完整主要客群畫像。

從數據分析可得，上述品規煙草會員構建主要客群畫像模型為31-55歲的男性客戶群體，主要戶籍地為重慶，工作地點以渝北市渝北區、九龍坡區、江津區為主，有承擔高消費的能力，但是對于這種卷煙大部分人只購買了一次。大部分人忠誠度不高，留存客戶不多。會員價值以重要價值，一般發展和一般價值為主。購買時間集中在早上的8點，9點以及下午6點，下午7點，對于該品規的偏好也屬于低偏好群體，購買頻次，購買金額仍有提升空間。

結論

在大數據營銷的背景下，以某品規煙草的消費情況為例，利用煙草系統內部數據信息，梳理現階段該品規會員消費信息。通過構建的該品規卷煙的主要客群畫像，彌補了目前卷煙營銷環節缺少的針對消費者的數據分析。將所構建的畫像模型運用到潛在客戶群體挖掘的實際應用場景中，從而實現煙草銷售的可持續發展，為煙草領域的精準營銷提供一種方法。

參考文獻：

[1]王麗娜.以顧客價值為核心的WX酒店市場營銷策略優化研究[D].上海：上海外國語大學，2021.

[2]李銳.用戶畫像研究述評[J].科技與創新，2021（23）：4-9，12.

[3]徐芳，應潔茹.國內外用戶畫像研究綜述[J].圖書館學研究，2020（12）：7-16.

[4]趙雅慧，劉芳霖，羅琳.大數據背景下的用戶畫像研究綜述：知識體系與研究展望[J].圖書館學研究，2019（24）：13-24.

[5]魏胤楠，陳越昆，宋柏直，施偉.基于智能卷煙零售終端的消費者畫像構建與行為分析——評《消費者行為學》[J].中國油脂，2022，47（9）：168.

[6]郝書雅.大數據營銷背景下的消費者畫像分析[J].全國流通經濟，2019（20）：8-9.

[作者簡介]陳娟（1975-），女，漢族，四川資陽人，大學本科，研究方向：市場營銷、煙草零售；任戰斌（1980-），男，漢族，河北內丘人，大學本科，研究方向：工商管理；侯昌華（1973-），男，漢族，重慶人，大學本科，研究方向：市場營銷。