消費者興趣標簽的構建研究

摘"要：傳統的卷煙營銷方法存在一個難題，無法獲取消費者的興趣數據，導致在品牌營銷活動中無法精準滿足消費者需求。百度指數采用大數據算法獲取了消費者的搜索行為數據，并在需求譜圖中呈現相關詞及其相關度數據以表示消費者的興趣需求。通過以卷煙產品為搜索詞采集相關詞數據，成功構建了卷煙消費者的興趣標簽。利用這些興趣標簽，營銷人員能精準了解消費者的需求，提升營銷活動中的產品宣傳的效果。同時，通過消費者興趣標簽，擴大可觸達目標人群2498人，實現了764人的營銷轉化。這表明利用百度指數的需求譜圖數據，可以有效洞察消費者需求，能有效提升線下營銷活動的精準度和效果。

關鍵詞：消費洞察；百度指數；興趣標簽

中圖分類號：F27"文獻標識碼：A""doi：10.19311/j.cnki.16723198.2024.13.027

0"引言

為了分析消費者偏好，了解卷煙市場需求，卷煙企業構建了消費者大數據平臺，收集了大量的零售數據。通過挖掘分析卷煙消費者購買行為，了解消費者的需求和購買行為，有助于企業制定更有效的市場戰略和產品策略，提高產品的競爭力。但在實際的數據獲取過程中，出于隱私保密等原因，無論是銷售系統數據，還是消費者問卷調查數據，獲取的消費者興趣偏好數據難以保證真實性和全面性，影響數據分析和挖掘精度。

百度指數是一種用于分析搜索熱度和趨勢的工具，其主要功能在于反映用戶真實需求。通過對用戶在百度搜索引擎上的搜索行為和搜索關鍵詞進行分析，百度指數能夠提供關于搜索熱度、趨勢以及相關數據的信息。李淑琦采用百度指數分析了“葡萄酒”消費者的品牌、地域偏好。徐逸飛基于百度指數研究智能手機消費者，對品牌的偏好，結果表明，消費者對品質的偏好逐年上升。

國內學者基于銷售數據研究卷煙消費行為，支持卷煙營銷和品牌培育活動。張濤同時從消費動機、購買能力、消費習慣、購買數量等方面探討了卷煙消費者消費行為特征。陳浩研究了消費者購買行為的區域聚集規律以及地點和時段偏好。劉鑫分析個人消費量、消費價位、煙齡、收入水平與每日消費量的相關關系；其中收入水平對消費結構的影響最大。黃飛杰通過挖掘行為數據，揭示了真正消費者由哪些品牌消費轉換而來，并且可能的轉化去向，基于此結論，開展品牌營銷活動。

調查問卷是卷煙行業收集消費者數據的重要方法，數據維度也更為豐富。楊茜芮基于卷煙消費者調查問卷，發現卷煙消費者的品牌偏好與年齡、教育程度、月收入、月均煙消費、期望價格、偏好外形等影響因素特征具有顯著的對應關系。李思源通過調閱卷煙市場問卷文本數據，采用文本挖掘以及數理統計模型分析，消費者對卷煙的滿意度、抽吸感知綜合評價。黃嵬基于調查問卷統計分析，將消費者劃分為4大目標消費群體，為煙草商業企業卷煙品類管理、品牌管理和營銷管理奠定堅實基礎。吳江峰開展問卷調查，探討卷煙消費者行為的各種消費環境、消費行為、購買行為、消費檔次、品牌喜好等影響因素。

用戶畫像標簽體系的建設，多采用大數據技術。毛任平總結出6種常見標簽構建方法，即基于TF-IDF、基于LDA主題模型、基于貝葉斯網絡、基于k-means、基于決策樹、基于關聯規則，探討了游戲用戶畫像構建。尹健康以某卷煙企業為案例背景，引入用戶偏好預測模型，探索互聯網精準營銷的實現路徑，并實現用戶畫像標簽的應用。張炎亮通過在線評論，挖掘用戶對產品各個屬性特征的評價，提出一種基于動態用戶畫像標簽的KNN分類推薦算法從而完成個性化推薦。

1"構建消費者興趣標簽

需求圖譜是百度針對特定關鍵詞的相關檢索詞進行聚類分析而得的詞云分布，是體現網民需求的分布圖。每一個用戶在百度的檢索行為都是主動意愿的展示，每一次的檢索行為都可能成為該消費者消費意愿的表達，百度指數的需求圖譜基于語義挖掘技術，向用戶呈現關鍵詞隱藏的關注焦點、消費欲望。

圖1"構建興趣屬性標簽流程

實體店消費者用戶畫像的標簽體系由個人屬性標簽、行為屬性標簽、興趣屬性標簽組成。為了使興趣屬性標簽能真實反饋消費者消費意愿表達，本文采用百度需求圖譜數據，作為消費者興趣屬性標簽。具體流程如圖1所示。

1.1"獲取數據

（1）首先，根據需求主題確定搜索詞，以搜索詞“卷煙產品”為例，其需求譜圖數據反映的是卷煙產品消費者的關注興趣和消費需求。

（2）獲取需求譜圖數據的方法有人工基于網頁的下載和基于網絡爬蟲的獲取。自編爬蟲軟件，具備數據下載自動化、占用網絡資源少、安全的優點。程序代碼如下：

①數據請求及數據格式，設置url及帶參的Get請求，具體如下：

url='http：//index.baidu.com/api/WordGraph/multi'#百度指數-需求圖譜的url

params"="{

'wordlist[]'："str（word），"""#設置搜索詞

'datelist'："str（start_time.strftime（'%Y%m%d'））""""#"開始日期

}

res_index"="requests.get（url，"params=params，"headers=headers）"#獲取數據

②Get方法獲取請求數據，請求數據對象res_index格式如下：

{'status'："0，"'data'："{'period'："'20220522|20220529'，'wordlist'："[{'keyword'："'卷煙產品'}

③自動獲取多周數據和處理空數據異常，解決只能獲取一周數據的方法是通過循環構造新的開始日期和設置終止日期，同時通過對獲取數據“data”值是否為空的方式處理異常。

#設置的日期僅用于測試

while"stop_timegt;=start_time："#爬取沒到結束時間，循環爬取每周數據

.............#"獲取GET請求數據

if"res_index['data']！=\"\"：

list_index"="res_index['data']['wordlist'][0]['wordGraph']"#"關聯詞數據列表

else：

print（\"|"{}這周數據為空，放棄采集....\".format（start_time））

start_time"="start_time"+"datetime.timedelta（7）"#"自動生成下周日期

④數據文件生成，構建文件的關鍵是根據數據重構表格數據，并寫入文件，文件以“搜索詞+日期”的名稱保存，方便管理和后期數據處理。

data"="pd.DataFrame.from_dict（list_index）"#"將數據表轉pandas格式

filename"="\"d：需求圖譜\""+"str（word）"+"start_time.strftime（'%Y%m%d'）"+"\".xlsx\""#"生成文件

data.to_excel（filename，"sheet_name=\"數量\"）"#"寫入excel文件

print（\"|"成功寫入文件{}...........

以搜索關鍵詞“卷煙產品”為例，通過網絡爬蟲獲取的需求圖譜數據如表1所示，相關詞指的是搜索關鍵詞之前或者之后，網民搜索過的詞。相關度是經過大數據算法計算出相關詞與搜索關鍵詞的相關權重。

2.2"構建興趣標簽

為了構建興趣標簽體系，對相關詞進行預處理，方法如下：

剔除與搜索關鍵詞無明顯相關性的相關詞，或者無法表達興趣標簽的詞匯，如表中的“公交公司”。

相關詞的標準化處理，對于表達相同興趣含義的相關詞，將根據語法意義或者行業習慣用語，統一為一個標準詞匯，例如“*香煙價格”“煙價格”統一為“卷煙價格”，去除品牌名稱，表示消費者對香煙價格的關注。“好貓香煙”“好貓煙”“好貓卷煙”統一為“好貓煙”，符合行業習慣用語。

經過前兩步的處理，獲得興趣標簽155個。如圖2所示，對興趣標簽一級劃分為產品、渠道、愛好三大類。

3"興趣標簽在品牌培育的應用

3.1"篩選興趣標簽

百度指數的相關度，代表搜索關鍵詞“卷煙產品”消費者的關注度。如公式1，匯總時間段興趣標簽的相關度，其值越大，表示對該標簽的興趣越大。

R（w）=∑ni=1Ri公式（1）

式中，R（w）代表興趣標簽W的總相關度；Ri代表第i次出現的興趣標簽的相關度；

按照每個類別篩選中關注度前2的興趣標簽作為營銷應用標簽。如表2所示，渠道標簽是消費者了解“卷煙產品”產品的媒體，是消費者對“卷煙產品”評價的平臺，企業可在煙悅網和香煙網抓取消費者評價數據，以此了解消費者需求，培訓營銷人員，重點介紹卷煙企業和品牌文化，使消費者真正了解產品，產生購買興趣。

3.2"結合興趣標簽的品牌營銷實證

基于興趣標簽，在成都篩選了20個卷煙零售門店，開展為期21天的卷煙品牌營銷實證。除了傳統的按照歷史銷售數據篩選門店，還需考慮興趣標簽中的國產煙銷量，門店周圍POI數據中的影院、網吧數據，以標簽的關注度為權重，作為門店選擇因素。

通過興趣標簽中的渠道，收集消費者對品牌的評價，收集消費者關注的要素，制定廣告詞，在工業微信公眾號傳播，提升零售戶的營銷能力；在門店制作易拉寶等現場海報，讓消費者了解關注的產品特征，從而產生消費興趣。

3.3"品牌營銷活動效果分析

相比較傳統的品牌營銷活動，基于興趣標簽的品牌營銷活動，拓展了品牌活動的目標人群。通過興趣標簽中同價位云煙和寬窄煙的消費者數據，增加觸達人群1945人。通過興趣標簽的游戲愛好數據，面向零售門店附近的游戲愛好者進行營銷，增加觸達消費者553人，實現營銷轉化764人。

4"結論

百度指數采用大數據算法將消費者的搜索行為轉換成消費者的興趣數據。通過構建網絡爬蟲程序爬取百度指數數據，對相關詞進行處理，構建消費者興趣標簽。當開展營銷活動時，制定并發布產品宣傳更符合消費者的需求痛點，提升產品宣傳的效果。同時，在20個卷煙門店開展品牌營銷活動中，擴大觸達目標人群共計2498人，實現營銷轉化764人。該方法同樣適合線下銷售的商品，為線下營銷活動中洞察消費者需求，提供了一種應用思路。

參考文獻

［1］李淑琦，王春盈等.基于百度指數的葡萄酒網絡關注度研究[J].釀酒科技，2022，（02）：137142.

[2]徐逸飛，陳麗暉.國產智能手機品牌網絡關注度動態演變與區域差異分析[J].云南地理環境研究，2022，34（02）：1925.

[3]張濤，胡群等.卷煙消費者結構及其消費行為特征分析[J].昆明學院學報，2022，44（03）：3238.

[4]陳浩，王詩航等.基于POI數據的卷煙消費者行為研究[A].廣西煙草學會.構建新體系激發新活力——廣西煙草學會2019年優秀論文集[C].2020：171179.

[5]劉鑫.基于消費者行為分析的Y煙草企業營銷策略研究[D].云南大學，2020.

[6]黃飛杰，張衛東等.基于GSP算法的卷煙消費者研究[J].信息與電腦（理論版），2022，34（16）：5860.

[7]楊茜芮，張一博等.基于最優尺度回歸的卷煙消費者品牌偏好預測模型構建[J].中國商論，2022，（15）：8085.

[8]李思源，劉繼輝等.消費者卷煙抽吸感知綜合評價分析[J].中國市場，2022，（26）：127133.

[9]黃嵬，鹿海祥等.煙草商業企業卷煙品類結構構建探究——以消費者為中心[J].中國市場，2022，（25）：5560.

[10]吳江峰.基于消費者行為分析的卷煙產品銷售策略研究[A].廣西壯族自治區煙草公司柳州市公司.廣西壯族自治區煙草公司柳州市公司2022年學術論文匯編[C].2022：169179.

[11]毛任平.基于標簽體系結構游戲用戶畫像構建方法[J].廣西質量監督導報，2021，（06）：130131.

[12]尹健康，梁筱雨，劉志，等.用戶偏好預測模型研究與用戶畫像標簽應用[J].電子技術與軟件工程，2020，（24）：201202.

[13]張炎亮，張超，李靜，等.基于動態用戶畫像標簽的KNN分類推薦算法研究[J].情報科學，2020，38（08）：1115.