正文

景觀設(shè)計市場消費者畫像（景觀設(shè)計市場消費者畫像怎么寫）

發(fā)布時間：2023-05-04 21:35:02 稿源：創(chuàng)意嶺閱讀： 99

大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關(guān)于景觀設(shè)計市場消費者畫像的問題，以下是小編對此問題的歸納整理，讓我們一起來看看吧。

開始之前先推薦一個非常厲害的Ai人工智能工具，一鍵生成原創(chuàng)文章、方案、文案、工作計劃、工作報告、論文、代碼、作文、做題和對話答疑等等

只需要輸入關(guān)鍵詞，就能返回你想要的內(nèi)容，越精準，寫出的就越詳細，有微信小程序端、在線網(wǎng)頁版、PC客戶端

官網(wǎng)：https://ai.de1919.com。

創(chuàng)意嶺作為行業(yè)內(nèi)優(yōu)秀的企業(yè)，服務(wù)客戶遍布全球各地，如需了解景觀設(shè)計相關(guān)業(yè)務(wù)請撥打電話175-8598-2043，或添加微信：1454722008

本文目錄:

1、市場分析從哪些方面進行?
2、剛剛進入咨詢公司，有人知道用戶畫像和消費者洞察有什么不同嗎？
3、一步一步教你分析消費者大數(shù)據(jù)
4、智能商業(yè)時代之用戶畫像

景觀設(shè)計市場消費者畫像（景觀設(shè)計市場消費者畫像怎么寫）

一、市場分析從哪些方面進行?

市場主要從以下6個方面分析：

1、宏觀經(jīng)濟分析

宏觀經(jīng)濟分析包括國內(nèi)市場環(huán)境分析和國際市場環(huán)境分析。

分析包括消費趨勢指數(shù)、消費價格指數(shù)、經(jīng)濟增長率等。

分析還包括稅收政策與稅率、關(guān)稅政策與進出口限制、人工成本、通貨膨脹、政府與投資環(huán)境，供需關(guān)系，產(chǎn)業(yè)政策及發(fā)展方向等。

2、商品品類分析

主要分析品類發(fā)展趨勢，增長速度，市場份額，競爭情況，季節(jié)影響，渠道變化，消費者行為等等。

品類是一個重要的概念，將商品分成大類再細分成小類，品類概念等同于行業(yè)概念，例如飲料行業(yè)按照商品品類應(yīng)該是“非酒精類即飲飲料”。

3、消費者分析

消費者分析包括消費者畫像，包括年齡、性別、分布、購買能力等。

消費者分析還包括消費者行為研究、購買行為、消費場合、消費習(xí)慣等等。

4、指定產(chǎn)品分析

分析跟銷售相關(guān)的，包括鋪貨率、覆蓋率、滲透率、周轉(zhuǎn)率、貨齡等。

分析跟產(chǎn)品相關(guān)的，包括包裝、價格、口味等。

分析跟品牌相關(guān)的，包括消費者偏好，品牌知名度等。

5、渠道分析

渠道包括線上和線下渠道，線上包括電商平臺發(fā)展趨勢，現(xiàn)狀等，例如淘寶、天貓、京東。

線下渠道指按照消費者購買行為進行的售點分類，例如賣場、超市、便利店、餐飲、旅游、娛樂、交通等，研究渠道的發(fā)展趨勢、消費者行為差異、客戶特點等。

6、城市分析

分析城市維度的品類、產(chǎn)品、消費者、渠道等要素，對城市進行分級，包括一線城市例如北京、上海、深圳，二線城市例如天津、重慶等，三線城市為地區(qū)、地級市、自治州等，四線城市為縣級市、縣城等。

研究不同城市的消費者購買力、消費者行為、產(chǎn)品鋪貨、渠道特征。

景觀設(shè)計市場消費者畫像（景觀設(shè)計市場消費者畫像怎么寫）

市場分析的作用主要表現(xiàn)在兩個方面：

一、是企業(yè)正確制定營銷戰(zhàn)略的基礎(chǔ)

企業(yè)的營銷戰(zhàn)略決策只有建立在扎實的市場分析的基礎(chǔ)上，只有在對影響需求的外部因素和影響企業(yè)購、產(chǎn)、銷的內(nèi)部因素充分了解和掌握以后，才能減少失誤，提高決策的科學(xué)性和正確性，從而將經(jīng)營風(fēng)險降到最低限度。

二、是實施營銷戰(zhàn)略計劃的保證

企業(yè)在實施營銷戰(zhàn)略計劃的過程中，可以根據(jù)市場分析取得的最新信息資料，檢驗和判斷企業(yè)的營銷戰(zhàn)略計劃是否需要修改，如何修改以適應(yīng)新出現(xiàn)的或企業(yè)事先未掌握的情況，從而保證營銷戰(zhàn)略計劃的順利實施。

市場分析可以幫助企業(yè)解決重大的經(jīng)營決策問題，比如說通過市場分析，企業(yè)可以知道自己在某個市場有無經(jīng)營機會或是能否在另一個市場將已經(jīng)獲得的市場份額擴大。

市場分析也可以幫助企業(yè)的銷售經(jīng)理對一些較小的問題做出決定，例如公司是否應(yīng)該立即對價格進行適當?shù)恼{(diào)整；或是公司是否應(yīng)該增加營業(yè)推廣所發(fā)放的獎品，以加強促銷工作的力度。

二、剛剛進入咨詢公司，有人知道用戶畫像和消費者洞察有什么不同嗎？

在廣義上，用戶畫像是消費者洞察的一種統(tǒng)計學(xué)模型，用于定義和理解目標用戶。

用戶畫像是一種勾畫目標用戶的模型，基于大數(shù)據(jù)對不同用戶的屬性、偏好、行為等信息進行高度概括（標簽化），是消費者洞察的工具之一。這類工具可以幫助相關(guān)從業(yè)人員及計算機能夠更好理解用戶“是什么樣子”，多用于精準營銷，來解決某個實際的業(yè)務(wù)問題。

而消費者洞察是一種連接“為什么”和“消費者決策”之間的陳述，需要解讀其“心聲”數(shù)據(jù)，從而了解消費者到底想要什么。尤其是消費者的態(tài)度和意見數(shù)據(jù)，消費者的需求或者是還沒被滿足的需求，也就是我們所謂的“讀心術(shù)”，光憑用戶畫像這類工具本身幾乎是無法獲取的。

如今，消費者洞察越來越重要了，隨著社交媒體平臺的發(fā)展，每一個消費者的聲音都可能對企業(yè)品牌產(chǎn)生巨大的影響，尤其是負面聲音。但是，現(xiàn)實也很殘酷，消費者洞察需要研究的是文字、錄音、視頻等等非結(jié)構(gòu)化的數(shù)據(jù)，并且數(shù)據(jù)的量級非常大，單靠企業(yè)本身去做，無論從技術(shù)難度還是投入成本上都很重。我們熟知的頭部企業(yè)幾乎都在以與專業(yè)平臺合作的形式開展消費者洞察，以寶馬為例，在海外和Qualtrics、MaritzCX等CEM巨頭長期合作來，在國內(nèi)也早從2011年就開始和卓思一起做消費者洞察和全棧的客戶體驗管理了。

在國內(nèi)，消費者洞察很多時候被狹義的定位于用戶畫像等效率工具，本質(zhì)上還是流量時代的粗放管理。數(shù)字化時代，真正的消費者洞察一定是要依靠技術(shù)賦能，分析全部消費者在全部觸點上的反饋，從而基于消費者意見、態(tài)度數(shù)據(jù)，真正站在供求角度來進行分析和管理的，希望能為你的問題提供一些幫助。具體不妨百度一下。

三、一步一步教你分析消費者大數(shù)據(jù)

一步一步教你分析消費者大數(shù)據(jù)

做過面向消費者產(chǎn)品解決方案的人都知道，每個項目開始前，客戶都會提一些要求或者對現(xiàn)在營銷狀況的顧慮，比如我們想了解一下我們潛在消費者是誰；怎么發(fā)優(yōu)惠券效果最好；或者，我們應(yīng)該推出什么樣子的新產(chǎn)品，能夠贏得消費者口碑和青睞。在量化決策分析法中，這一系列的前期需求，我們把他稱作為：客戶需求或未來期望。

接下來，你需要了解該問題的現(xiàn)狀，比如現(xiàn)有產(chǎn)品或服務(wù)的消費者是怎么樣的，以前發(fā)的優(yōu)惠券效果怎么樣，現(xiàn)在市場的銷量趨勢如何等等。

當了解了客戶需求和現(xiàn)在的現(xiàn)狀后，我們需要慢慢抽絲剝繭，找出解決方案，填補這個空檔。

一般來說，沒有任何方法論或者經(jīng)驗的咨詢員或者分析師聽到客戶的這些期望后，他們會開始不知所措，無從下手。他們完全不知道該從哪個角度切入，收集哪些數(shù)據(jù)，做哪些假設(shè)，用什么方法分析。

其實像這類問題是有方法論的，我們可以用四步循序漸進的方法來搭建現(xiàn)狀與未來的橋梁。

第一步：描述性分析－What

發(fā)現(xiàn)問題。我們可以用看病的場景來類比下，病人去看病，說最近不舒服。于是醫(yī)生讓病人進一步描述一下怎么不舒服。這里也是一樣，拿優(yōu)惠促銷的案例來說，我們會先了解客戶以往有沒有做過類似的促銷案例，什么時候做的，效果怎么樣。經(jīng)由這些的問題產(chǎn)生一系列的KPI。

KPI產(chǎn)生的方法有以下幾種：

1）我們提問，客戶解答

2）從客戶公司數(shù)據(jù)庫獲得信息（SQL）

3）從外部數(shù)據(jù)獲得信息（第三方數(shù)據(jù)加強）

4）競爭伙伴信息

5）政策信息

6）語義分析

7）其他

獲得KPI的工具：

1）問答（座談，電話，Email，短信，問卷）

2）數(shù)據(jù)庫（SQL）

3）Excel

4）R，Python等軟件

5）網(wǎng)站搜索資料

6）自然語言學(xué)習(xí)

7）其他

分析這些KPI變量：

這些KPI可以是絕對數(shù)，百分數(shù)，也可以是指數(shù)?？梢允沁^去不同時期的對比數(shù)據(jù)，也可以是不同分組（如：人群分組，模式分組）的對比數(shù)據(jù)，或者和競爭對手的對比數(shù)據(jù)等。

通常 KPI分析的方法有：

1）單變量分析（univariate）

2）雙變量分析（bivariate）

3）多變量分析（multivariate）

4）假設(shè)驗證（hypothesis）

5）簡單建模（clustering分組）

經(jīng)過對這些KPI的分析，可以幫助我們形成：

1）已有消費者人物畫像

2）潛在消費者人物畫像

3）忠誠客戶畫像

4）消費者價值分組

5）其他

第二步：診斷性分析（why）

回答問題。我們同樣用醫(yī)生看病的例子來類比一下，當醫(yī)生問完病人問題，通過問診，X光等等，醫(yī)生開始利用自己掌握的知識來對病人的病情做出診斷。

放到分析法中，這一步通常我們需要：

1）了解因果關(guān)系

2）了解各因素間敏感性如何

我們需要了解是由哪個原因，或者哪些原因造成了現(xiàn)在的市場現(xiàn)狀。比如在前一個階段，我們得到了50個非常有用的KPI，通過因果關(guān)系分析，我們確定了，其中有10個KPI起著重要的作用。結(jié)下來，我們會問，這10個因素中，每個因素單獨的貢獻是多少，有些可能非常高，有些可能相對較低。

那這個問題，我們可以通過建模來得到每個因素的貢獻大小，同時模型還能起到剔除高相關(guān)變量的作用。還有一種用到模型的原因是，當因素達到上百，上千個的時候，很難用傳統(tǒng)方法在如此多的因素中，甄別出最有用的事那些，這種情況下，也需要用到模型來幫助選變量，最后一個原因是我們可以甄別這個因素是正向促進因素，還是反向促進因素。

通過建模的結(jié)果，我們可以得到以下以下關(guān)于消費者的模型：

1）忠誠度模型

2）滿意度模型

3）價格敏感度模型

4）歸因模型

5）客戶流失模型

產(chǎn)生這些模型背后的算法有：

1）線性回歸

2）邏輯回歸

3）決策樹

4）時間序列

5）Random forest，boosting，SVM，PCA等等

第三步：預(yù)測分析

預(yù)測正確的時機，得到先發(fā)制人的營銷效果。有了第一步和第二步的準備，我們需要預(yù)測一下，如果我做一些調(diào)整，將會有什么變化和影響。

用到的模型有：

1）意向打分模型

2）品牌忠誠度打分

3）購買渠道偏好模型

4）觸媒使用習(xí)慣

6）銷量預(yù)測

5）生存分析模型

比如：意向打分模型。我們發(fā)現(xiàn)，如果用現(xiàn)有的因素，消費者會轉(zhuǎn)換的傾向可能是60%，但是如果我對一些因素做了一些調(diào)整，如：我給現(xiàn)有客戶多發(fā)2個廣告，客戶會購買的可能性上升到65%；如果，給客戶多發(fā)5個廣告，客戶會購買的可能性上升到85%。通過這樣的調(diào)整，我能夠預(yù)估，將來的廣告成本，或者轉(zhuǎn)化帶來的收入等。

又比如：通過時間序列模型，我們可以預(yù)測到明年購買某品牌車型的消費者有10萬人，這樣對明年的生產(chǎn)計劃和營銷計劃就能有一個前期的應(yīng)對準備。

第四步：決策分析應(yīng)用

1）提供戰(zhàn)略推薦

2）優(yōu)化

3）市場模擬

4）A／B測試

第三步的例子提到多發(fā)2個廣告，轉(zhuǎn)化率為65%；多發(fā)5個廣告轉(zhuǎn)化率為85%。那么如果多發(fā)3個？多發(fā)4個廣告，結(jié)果又會如何呢？學(xué)術(shù)界一直在尋找最優(yōu)化完美的答案來解決這個問題：我到底發(fā)幾個廣告，才能讓我的利潤達到最大化呢？

我們都知道在做回歸模型的時候，有以下幾個假設(shè)條件：

1、隨機誤差項是一個期望值或平均值為0的隨機變量；

2、對于解釋變量的所有觀測值，隨機誤差項有相同的方差；

3、隨機誤差項彼此不相關(guān)；

4、解釋變量是確定性變量，不是隨機變量，與隨機誤差項彼此之間互相獨立

5、解釋變量之間不存在精確的線性關(guān)系，即解釋變量的樣本觀測值矩陣是滿秩矩陣

6、隨機誤差項服從正態(tài)分布

實際上，現(xiàn)實生活中很難達到這種理想的狀態(tài)，而且最大化這個概念，從數(shù)學(xué)角度講，會涉及到優(yōu)化求極值的問題，很多情況下，我們實際上求到是局部優(yōu)化（localoptimization）的解，而不是全局優(yōu)化（globaloptimization）的解。

所以在這種情況下，管理學(xué)中衍生出了市場模擬方法來決定最后方案，最有名的一個方法是沙盤模擬，但是這些模擬往往到了真正落地的時候，又會和之前的結(jié)果有差距。

所以近些年來，越來越多的公司選擇做A/B測試。當你對幾個方案沒有很大的把握，或者對預(yù)測結(jié)果不是特別自信的時候，A／B測試的出現(xiàn)，解決了這些顧慮。最近的一個成功的案例是Amazon通過A/B測試的方法，把“order”從賬戶欄，放入了主頁的菜單欄，為公司帶來的非常可觀的營收增長。

A/B測試需要注意的是：

1）樣本的數(shù)量

2）人群的選擇

3）時間的跨度

4）顯著性統(tǒng)計

整個決策分析法即是階梯又是一個閉環(huán)，根據(jù)實際的市場反應(yīng)，再進行進一步的分析與迭代優(yōu)化。

讀完整個量化決策分析法后，你應(yīng)該對以消費者為核心的大數(shù)據(jù)解決方案有了一定的思路框架。

四、智能商業(yè)時代之用戶畫像

如果說新商業(yè)是彈道導(dǎo)彈般的精準打擊，那么準確的用戶畫像，尤其是對活躍用戶的準確畫像，就是實現(xiàn)精準打擊所依賴的“GPS定位/激光制導(dǎo)”系統(tǒng)。

隨著社會的信息化程度提高，智能終端的普及，可穿戴設(shè)備、智能家居系統(tǒng)也越來越多地出現(xiàn)在現(xiàn)實生活中。無處不在的網(wǎng)絡(luò)將人和設(shè)備連接在一起，海量數(shù)據(jù)在人機交互、機機通信中產(chǎn)生，構(gòu)成了一個虛擬的大數(shù)據(jù)世界。

所謂大數(shù)據(jù)，是大量、高速、和多變的信息資產(chǎn)集合，它可以被新型的處理處理，并促成更強的洞察力、決策力，與優(yōu)化處理。

業(yè)界對大數(shù)據(jù)的概念定義經(jīng)歷了3V--4V--5V的發(fā)展過程。目前最新的，是阿姆斯特丹大學(xué)整合提出的 5V 理論：

大數(shù)據(jù)是信息技術(shù)的自然延伸。在大數(shù)據(jù)時代，人與人之間，人與機器之間，機器與機器之間的溝通方法也在逐漸產(chǎn)生本質(zhì)性的變化。如前文所述，智能商業(yè)時代的公司要從數(shù)據(jù)中解讀用戶，進而更精準地為用戶服務(wù)。這時，構(gòu)建用戶畫像就變得尤其重要。精準而提煉的用戶畫像（激光制導(dǎo)/GPS 定位），使各種衍生應(yīng)用（精準打擊）變得可能。

交互設(shè)計之父Alan Cooper最早提出了用戶畫像personas的概念：

用戶畫像是真實用戶的虛擬代表，是建立在一系列Marketing Data之上的目標用戶模型。通過社交、商品和消費者行為的大數(shù)據(jù)，結(jié)合問卷和調(diào)研等小數(shù)據(jù)，根據(jù)用戶在行為和觀點方面的差異，將用戶區(qū)分為不同的類型。每種類型在抽取典型特質(zhì)，賦予名字、照片、場景等描述之后構(gòu)建出的標簽化的總結(jié)，便是用戶畫像。

構(gòu)建用戶畫像的核心工作是給用戶貼標簽。在用戶畫像里，標簽的建模通常分為多層，其中有些是根據(jù)用戶的行為數(shù)據(jù)直接得到，有些則是通過算法或規(guī)則挖掘得到。

底層是事實類標簽，是用戶的具體行為描述，比方說客戶的行為模式，當下需求等等。

第二層是預(yù)測標簽，這類由Machine Learning可以獲得，比方說基于某類用戶的當下需求而推斷出的潛在需求。

第三層是營銷模型標簽，這一層是用戶價值和忠誠度的抽象。

最上層是業(yè)務(wù)類的標簽，由底下各層標簽組合生成，通常由業(yè)務(wù)人員來定義。

用戶畫像，是對現(xiàn)實世界中用戶的數(shù)學(xué)建模。它從業(yè)務(wù)中抽象而出，是在符合特定業(yè)務(wù)需求的前提下對用戶的形式化描述，源于現(xiàn)實，又高于現(xiàn)實。用戶畫像又是通過分析挖掘盡可能多的用戶數(shù)據(jù)所得到的，它源于數(shù)據(jù)，又高于數(shù)據(jù)。

起始：助力設(shè)計

成功的產(chǎn)品往往專注、極致，能解決核心問題。一方面，用戶畫像為設(shè)計人員鎖定了特定群體，可以讓團隊成員在設(shè)計產(chǎn)品和服務(wù)的過程中拋開個人的喜好，聚焦用戶的動機和行為，透過用戶行為的表象去分析和了解用戶的深層動機與心理。另一方面，設(shè)計人員經(jīng)常不自覺地認為用戶的期望和他們一致，引入用戶畫像避免了設(shè)計人員代替客戶發(fā)聲。

售前：精準營銷

傳統(tǒng)營銷采用一對多，單向式的信息溝通方式。沒有針對性的市場營銷，攤子大，成本高。而精準營銷則是在充分了解用戶信息的基礎(chǔ)上細分市場，針對特定用戶的喜好，依托現(xiàn)代信息手段建立個性化的溝通服務(wù)體系，預(yù)測Next Best Action或Key Event，從而進行有針對性的智慧型營銷，實現(xiàn)低成本、高回報的市場擴張。精準營銷的基礎(chǔ)，便是建設(shè)用戶大數(shù)據(jù)平臺，收集和拉通企業(yè)內(nèi)外的消費者用戶數(shù)據(jù)，建立消費者用戶畫像。

售中：個性推薦

根據(jù)用戶在本網(wǎng)站或其它網(wǎng)站的歷史行為，利用全網(wǎng)的用戶畫像進行推薦，從而實現(xiàn)流量變現(xiàn)，增加銷售量。Amazon、淘寶網(wǎng)的個性化推薦，Google頁面的動態(tài)調(diào)整，都屬于經(jīng)典案例。而大數(shù)據(jù)和用戶真實需求的推測，則是個性化推薦的基礎(chǔ)。

售后：增值服務(wù)

通過數(shù)據(jù)接口實時反饋用戶的相關(guān)信息，如歷史咨詢、歷史維修等，進行知識推薦，支撐服務(wù)效率，收集服務(wù)滿意度數(shù)據(jù)，補充和完善用戶畫像信息。

綜觀：行業(yè)洞察

通過對用戶畫像的分析可以了解行業(yè)動態(tài)和用戶偏好，從而可以指導(dǎo)平臺更好地運營，為公司提供細分領(lǐng)域的深入洞察。

用戶畫像是對人的深入挖掘。除了用戶的客觀屬性之外，在很多的應(yīng)用場景，更有價值的是用戶在興趣、價值觀等人格層面的分析和建模。用戶畫像是業(yè)務(wù)與技術(shù)的最佳結(jié)合點，也是現(xiàn)實與數(shù)據(jù)化的最佳實踐。隨著大數(shù)據(jù)、增強學(xué)習(xí)等技術(shù)的進一步提升，用戶畫像將會得到越來越多的重視和應(yīng)用，它將在智能商業(yè)時代的浪潮中發(fā)揮更多更廣的價值。

鳴謝

經(jīng)微信公眾號“踐行而致遠”作者Miss C授權(quán)，筆者在原文基礎(chǔ)上略作增補和刪減，感謝分享。

原文鏈接：大數(shù)據(jù)時代之用戶畫像

引用資料

1. 曾鳴，《智能商業(yè)20講》

2. 劉德，《小米創(chuàng)業(yè)7年這場仗》演講

以上就是關(guān)于景觀設(shè)計市場消費者畫像相關(guān)問題的回答。希望能幫到你，如有更多相關(guān)問題，您也可以聯(lián)系我們的客服進行咨詢，客服也會為您講解更多精彩的知識和內(nèi)容。