数字时代下00后、90后和80后消费者画像比较研究开题报告
2020-04-23 19:37:31
1. 研究目的与意义（文献综述）
现代市场营销实践中，精准营销越发获得重视。随着网络技术的发展，互联网和移动互联网开始接管人们的生活以及商务活动，但是享受网络带来便捷的同时，极速发展的互联网也给我们带来了信息爆炸的问题。在互联网里，我们面对的以及可获取的是成指数式增长的数据量，如何在这些巨大的信息数据中快速挖掘出有用信息、识别干扰信息、筛除无用信息已成为当前急需解决的问题，所以网络精准营销的概念应运而生。如何做到精准，这是系统化流程，不少市场主题，通过常规化的营销活动，做好相应企业营销分析、市场营销状况分析、人群定位分析，最主要的是需要充分挖掘消费者所具有的诉求点，完成一定的系统整合，呈现出可视化的结论报告，实现真正意义上的精准营销。
精准营销的实现需要有效的方法论，即有效的科学模型，可以之实现可视化、有效化、实用化。消费者画像的理念与基本原理也就应运而生，它是针对目标消费者真实特征的勾勒，是一种勾画目标消费者在、联系消费者诉求与设计方向的有效工具，借助消费者画像手段，设计师将头脑中的主观想象具化为目标用户的轮廓特征， 进而构造出设计原型或产品原型。在市场营销实践中消费者定位不精准、企业运营中的个性化服务不足问题，将消费者画像引入消费者行为分析，通过对消费者打标签、建立数据模型来解读“全样本”消费者的行为特征通过收集与分析消费者的社会属性、生活习惯、消费行为等数据，抽象出一个虚拟消费者的特征全貌。
与实业界高度关注用户画像形成反差的是，国内学术界对用户画像的研究还欠缺系统和深入，并且与市场营销实践的发展有机的结合。本文将尝试用现行普及的消费者画像模型用于对中国00后消费者的研究中，意在以实践论证模型方法，用模型方法发展实践。希望在消费者研究中提出新观点，挖掘新思路。之所以选择中国00后消费者的缘由是，截至于本文写作时间（2018.2），00后消费者（即出生年份介乎2000年到2009年之间）为9到18岁消费群体，2017年3月出台的《民法总则》规定8周岁以上的未成年人是限制民事行为能力人，可以进行与他的年龄、智力相适应的民事活动（小额的商品或服务消费）、其他民事活动（大额的商品或服务消费）由他的法定代理人代理，或者征得他的法定代理人的同意。简而言之，00后消费者是现阶段具有特殊意义的群体，法律上的限制民事行为能力人，他们有自己的消费观念、消费理念、消费目标，同时他们的消费能力全部或部分取决于其监护人（即父母）的同意或支持，具有消费意愿与消费能力相分离的特点。同时，该群体由于先前并无消费者的能力与资格（无民事行为能力人），21世纪初的时代背景为其消费特点的形成打下了烙印，在消费者研究领域对此群体也鲜有涉及，因而00后群体的消费者画像研究本身就具有一定的前沿性与现实性。
2. 研究的基本内容与方案
基于00后消费的参与视角来勾勒消费者画像具有一定的可行性，首先是数据收集条件的有限性，样本数量无法达到大数据的水平。只能基于有限的数据，结合文献理论，二手数据、情景模拟，作出具象的定性个体描述，通过有限但有效的数据分析从而得到的一个虚拟在线用户。基于参与视角的消费者画像中常用的方法是数据—用户标签映射法，这也是目前互联网业界较为流行的用户画像方法之一。数据—用户标签映射法是典型的数据驱动消费者画像，首先采集用户的静态属性，如人口特征、地理特征等数据和动态属性，如行为特征、心理偏好特征、社交特征等)数据，运用一定算法，如分类、聚类等，归纳总结为一定的用户标签信息，进一步使之可视化综合研究者一定的想象力，最终完成画像结果。数据—用户标签映射法的优点是以有效的用户真实数据为基础，以数据分析和可视化技术为手段，效率高，结果更具说服力。
| 第一步，数据收集 | 动态属性 | |||
| 静态属性 | ||||
| 第二步，消费者标签映射 | 数据筛选 | 分类、聚类 | 消费者标签信息 | |
| 第三步，消费者-场景-行为建模 | 基本属性 | |||
| 行为属性 | ||||
| 偏好属性 | ||||
| 社交属性 | ||||
| 第四步，消费者画像构建 | 分析结果 | 可视化 | ||
本文研究最重要的原则就是了解消费者，通过消费者画像一定数量的维度、要素、标签，用来代表上百万的不同的实际消费者。
3. 研究计划与安排
3.1-3.20 一手数据调查、二手数据收集整理
3.20-3.30 数据分析，建模
4.1-4.15 撰写分析报告初稿
4. 参考文献（12篇以上）
| [1]单晓红,张晓月,刘晓燕. 基于在线评论的用户画像研究——以携程酒店为例[J/OL]. 情报理论与实践:1-10 |
| [2]林燕霞,谢湘生. 基于社会认同理论的微博群体用户画像[J/OL]. 情报理论与实践:1-11 |
| [3]胡林,满芮,刘茜. 基于数据密集型的用户画像研究进展[J/OL]. 农业图书情报学刊,2017(12):5-9 |
| [4]刘蓓琳,张琪. 基于购买决策过程的电子商务用户画像应用研究[J/OL]. 商业经济研究,2017(24):49-51 |
| [5]李映坤. 大数据背景下用户画像的统计方法实践研究[D].首都经济贸易大学,2016. |
| [6]余静. 新能源汽车的市场现状及其营销策略研究[D].暨南大学,2016. |
| [7]刘海. 大数据时代服装精准营销下的服务策略研究[D].上海工程技术大学,2016. |
| [8]王丹. 基于主题模型的用户画像提取算法研究[D].北京工业大学,2016. |
| [9]余孟杰. 产品研发中用户画像的数据模建——从具象到抽象[J]. 设计艺术研究,2014,4(06):60-64. |
| [10]杨晓燕,黄晓君. 为升级时代的消费者画像[J]. 销售与市场(评论版),2015(04):40-42. |
| [11]刘海,卢慧,阮金花,田丙强,胡守忠. 基于“用户画像”挖掘的精准营销细分模型研究[J]. 丝绸,2015,52(12):37-42 47. |
| [12]郝胜宇,陈静仁. 大数据时代用户画像助力企业实现精准化营销[J]. 中国集体经济,2016(04):61-62. |
| [13]丁伟,王题,刘新海,韩涵. 基于大数据技术的手机用户画像与征信研究[J]. 邮电设计技术,2016(03):64-69. |
| [14]曾鸿,吴苏倪. 基于微博的大数据用户画像与精准营销[J]. 现代经济信息,2016(16):306-308. |
| [15]黄文彬,徐山川,吴家辉,王军. 移动用户画像构建研究[J]. 现代情报,2016,36(10):54-61. |
| [16]杨炯纬. 消费者洞察进化论 从纸上画像到全网管理[J]. 声屏世界·广告人,2014(01):144. |
| [17]何迪,王品飞. 基于大数据的腾讯战略布局调整分析[J]. 中国管理信息化,2013,16(22):69-71. |
| [18]周鲜子. 浅谈大数据下电子商务网站的用户画像[J]. 黑龙江科技信息,2017(11):175. |
| [19]隋国政. 浅谈用户画像构建及应用[J]. 电子世界,2017(15):144 146. |
| [20]亓丛,吴俊. 用户画像概念溯源与应用场景研究[J]. 重庆交通大学学报(社会科学版),2017,17(05):82-87. |
[21] Baier D,Daniel I. Image Clustering for Marketing Purposes[C]// Challenges at theInterface of Data Analysis, Computer Science, and Optimization - Proceedings ofthe, Conference of the Gesellschaft Für Klassifikation E. V. Karlsruhe, July.DBLP, 2012:487-494.
[22] Schindler,Diana. User-Generated Content for Image Clustering and Marketing Purposes[J].2013.
[23] Daniel I,Baier D. Image Clustering Algorithms and the Usage of Images for MarketingPurposes[J]. Józef Pociecha Reinhold Decker, 2012.
[24] Tang M, TahboubR Y, Aref W G, et al. On Order-independent Semantics of the Similarity Group-ByRelational Database Operator[J]. Eprint Arxiv, 2014.
[25] Frost S,Baier D. Combination of Distances and Image Features for Clustering Image DataBases[C]// European Conference on Data Analysis. 2015:880-883.
