基于大数据营销背景下烟草消费者会员画像分析

陈娟 任战斌 侯昌华

摘  要：作为精准营销辅助技术，消费者画像能够帮助企业准确分析客户需求，随着科技发展，烟草行业的信息化建设逐渐完善，会员数据的采集更加全面，有利于消费者画像技术的进一步精准化。通过构建烟草行业的消费者会员画像，不仅能够巩固烟草品牌忠诚度，而且能够培养潜在目标消费群体，完成货源精准投放，以便实现为消费者找品牌，为品牌找消费者的终极目标——烟找人，人找烟。文章、通过对某品规卷烟的会员消费数据信息进行采集，构建该品规的主要客群画像模型，运用RFM模型得到现有会员的价值特征。通过消费者画像为导向，为优化烟草营销策略贡献提供新方法。

关键词：大数据；消费者画像；RFM模型；烟草营销

中图分类号：F274;F014.5            文献标识码：A  文章编号：1005-6432（2023）26-0000-04

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

引言

营销的本质是需求管理，一方面要满足现有需求，另一方面要引导潜在需求[1]。早期用户画像技术中消费者行为受到社会环境、家庭环境的影响，消费者的用户画像处于动态变化中[2-3]。传统的方式是根据市场调研和经验进行消费者共性特征总结，缺乏精准度和动态性。当前大数据技术普遍应用背景下，消费者用户画像更加全面、精准 [4]。

在激烈的市场竞争中实现卷烟销售的可持续发展，应当由传统的粗放式经营转为精细化经营，因此，精准营销是必不可少的营销方式[5]。采取用户画像技术精准营销的方法，借助烟草供应链平台获取相应的交易数据，利用大数据技术构建完善的消费者画像。结合移动人口大数据平台分析挖掘，并结合不同品规卷烟销售区域的消费者客流趋势，通过识别模型识别潜在消费者群体，帮助烟草行业开展经营工作。

根据烟草运营数据统计，购买过某品规卷烟会员总计14747个，其中男性会员占比为73%，女性会员为27%，符合真实吸烟人群以男性居多的情况。年龄集中在31～55岁，年龄的具体分布如图1所示，其中，46～55岁段占比最高。

对通过重庆市该品规卷烟的会员的职住地分布进行进一步分析，统计结果如图2所示，消费者的工作地与居住地基本相近没有显著差异，人数最多的区域是渝北区，其次是九龙坡区与江津区。

根据经营数据统计，该品规卷烟共计消费23665单，总金额2393735元，总量58829包。会员人均消费金额162.3元，会员人均消费数量4包。根据会员日常消费行为，选取消费最大金额，最小金额，总数量，总金额作为模型样本指标，分别为四项指标打分，各项指标大于均值得3分，等于均值2分，小于均值1分，并将各项指标得分相加，总分最大值为12分，即四项指标都为3，最小值4分，四项指标都为1。最后按总分分段，将分数分成三段分别设定为低、中、高三类消费水平分布，得分在4～5分标签为：低消费水平，得分在6～8分标签为：中消费水平，得分在9～12分之间标签为：高消费水平，根据不同的得分为会员打上消费能力标签。得到图3的结果，高消费水平的会员占比高达到56%，消费者的消费能力较强。对高消费会员的聚集区域进行分析得知，渝北，江北，南岸，九龙坡、渝中为高消费会员的主要聚集区域。

分析购买次数与购买人数之间的关系，并作图4，该品规卷烟消费次数主要在购买次数为1次。对购买次数为2次及2次以上消费群体进一步分析，计算复购率（见式1）进行分析，发现68.89%的会员只购买1次该品规卷烟，因此，该品规卷烟的复购率为31.11%。

复购率一定程度展现了消费者购买意愿，从复购率来看，愿意回购的消费者仅占少部分。对该品规卷烟的忠诚度进行进一步探究，对消费者留存人数与购买次数情况进行分析。

根据留存率（见式2）的对留存率与购买次数的关系进行探究，分析多次购买的消费者留存率的忠诚度，如图5所示。

该品规卷烟的留存率在31.11%～93.33%，从图5中可以看出，留存率随购买次数增加而上升，会员购买3次以内，其留存率在50%以内；会员购买5次以上的，留存率超过60%，留存率与忠诚度之间成正相关关系，留存率越高忠诚度越高。对复购率为31.11%区间的会员的忠诚行为进行分析，购买次数为2次的留存率为42.31%。购买次数超过三次的会员留存率大于50%，较为忠诚。结合复购情况分析，由于购买次数2次会员数量比例较大，因此，该品规的消费者忠诚度较低。

选取最后一次购买时间距今间隔（R），月平均消费次数（F），月平均消费金额（M）作为该品规卷烟消费者价值分析的三项指标，按照各项指标的分段进行打分，通过对R、F、M三个指标进行打分，确认会员价值。具体打分规则为：①指标R，该指标的打分规则为间隔越短得分越高：30天以上记1分，21～30天记2分，11-20天记3分，10天以内记四分；

②指标F，该指标的打分规则为月平均消费次数越多得分越高：1～4次記1分，5～10次记2分，11-20次记3分，21次以上记4分；③指标M，该指标的打分规则为月平均消费金额越多得分越高：200元以下记1分，[200，500）记2分，[500，1000）记3分，1000元及以上记4分。

根据R、F、M三项对会员进行分类，根据均值与对应分数对比，大于均值为高，小于均值为低，然后将客户分为8类，分类规则为：①重要价值用户：R值高，F值高，M值高；②重要发展用户：R值高，F值低，M值高；③重要保持用户：R值低，F值高，M值高；④重要挽留用户：R值低，F值低，M值高；⑤一般价值用户：R值高，F值高，M值低；⑥一般发展用户：R值高，F值低，M值低；⑦一般保持用户：R值低，F值高，M值低；⑧一般挽留用户：R值低，F值低，M值低。

根据上述规则对当前该品规卷烟进行分类，如图6所示，该品规卷烟会员分布以重要发展价值，一般发展会员和一般价值会员为主，分别占比36.84%、29.65%和11.56%。整体而言，R值打分高，购买间隔短，会员具备一定忠诚度，但是购买频次，购买金额仍有提升空间，可进一步对一般发展会员和一般价值会员的会员群体刺激消费。

用户画像技术通过对采集到的会员消费属性与购买偏好进行关联度推导，分析研究出消费者共性特征，并转化为标签，形成特定的用户模型 [6]。在文章、研究中，对某品规卷烟的烟草消费者进行深入分析，为进一步加强对消费者需求的精准认知，对现有的消费者数据进行采集，构建主要客群的画像。

根据烟草店铺管理系統和消费者移动应用子系统，采集该品规卷烟的购买者数据。以性别分布与年龄分别的作为会员基础信息的基础特征，以职住地、户籍地等信息为地域特征分析该品规卷烟的消费者人口属性。通过对会员的消费数据进行分析处理，计算复购率、留存率作为会员忠诚度的判断依据。统计购买过该品规卷烟的会员全部烟草购买情况对会员烟草的档次偏好与时间偏好进行分类，利用RFM分析现有会员的价值分布，得到会员消费行为特征。选取超过2/3的人数的特征形成完整主要客群画像。

从数据分析可得，上述品规烟草会员构建主要客群画像模型为31-55岁的男性客户群体，主要户籍地为重庆，工作地点以渝北市渝北区、九龙坡区、江津区为主，有承担高消费的能力，但是对于这种卷烟大部分人只购买了一次。大部分人忠诚度不高，留存客户不多。会员价值以重要价值，一般发展和一般价值为主。购买时间集中在早上的8点，9点以及下午6点，下午7点，对于该品规的偏好也属于低偏好群体，购买频次，购买金额仍有提升空间。

结论

在大数据营销的背景下，以某品规烟草的消费情况为例，利用烟草系统内部数据信息，梳理现阶段该品规会员消费信息。通过构建的该品规卷烟的主要客群画像，弥补了目前卷烟营销环节缺少的针对消费者的数据分析。将所构建的画像模型运用到潜在客户群体挖掘的实际应用场景中，从而实现烟草销售的可持续发展，为烟草领域的精准营销提供一种方法。

参考文献：

[1]王丽娜.以顾客价值为核心的WX酒店市场营销策略优化研究[D].上海：上海外国语大学，2021.

[2]李锐.用户画像研究述评[J].科技与创新，2021（23）：4-9，12.

[3]徐芳，应洁茹.国内外用户画像研究综述[J].图书馆学研究，2020（12）：7-16.

[4]赵雅慧，刘芳霖，罗琳.大数据背景下的用户画像研究综述：知识体系与研究展望[J].图书馆学研究，2019（24）：13-24.

[5]魏胤楠，陈越昆，宋柏直，施伟.基于智能卷烟零售终端的消费者画像构建与行为分析——评《消费者行为学》[J].中国油脂，2022，47（9）：168.

[6]郝书雅.大数据营销背景下的消费者画像分析[J].全国流通经济，2019（20）：8-9.

[作者简介]陈娟（1975-），女，汉族，四川资阳人，大学本科，研究方向：市场营销、烟草零售；任战斌（1980-），男，汉族，河北内丘人，大学本科，研究方向：工商管理；侯昌华（1973-），男，汉族，重庆人，大学本科，研究方向：市场营销。