很可惜 T 。T 您现在还不是作者身份，不能自主发稿哦～
如有投稿需求，请把文章发送到邮箱tougao@appcpx.com，一经录用会有专人和您联系
咨询如何成为春羽作者请联系：鸟哥笔记小羽毛（ngbjxym）
随着社会的发展，中国消费者所处环境在变，消费观念也在变：大家从应付生活转变为经营生活、享受生活。在急剧变化的市场环境下，影响消费品牌成长的因素很多，其中深刻理解消费者，并对消费者心理、行为变化做出及时的反应是关键的一环，这也就是通常大家所说的 “消费者洞察”。
我们可以借用 Laddering 模型理解消费者洞察：“从产品属性、功能性利益、情感性利益、价值观等不同层面来分析消费者的不同层次的偏好和动机，了解赢得他们好感的因素”。
在互联网领域，消费者洞察（即用户调研）是产品工作中重要的一环。只有深入理解用户的行为习惯及背后的的诉求，才能为用户带来好的用户体验。
同样在营销领域，消费者洞察也是所有营销动作的起点，产品定位环节需要挖掘目标群体在不同场景的诉求，产品推广环节需要找到匹配消费诉求的沟通话术触达消费者，已经投入市场的产品需要通过口碑分析来诊断产品的健康度。
在互联网时代来临之前，消费者洞察基本都是通过问卷结合用户访谈的形式展开，这种形式的好处在于，想问什么就可以问什么。但是问题也很明显，样本量少，用户表达不一定真实。
而在互联网时代，网上已经有大量消费者的表达，如微博、电商评论、论坛帖子（比如宝宝树），甚至是一些像医疗专业领域，也有如好大夫等问诊平台承载用户表达。这给消费者洞察提供了更优质的 “土地” ：
1）样本量更大。不像过去问卷调研，几百个样本都已经很大，线上可供研究的消费者是亿级别；
2）场景更丰富。比如消费者用薯片来炒菜这样的场景，是很难在问卷中被问出来的；
3）表达更真实。不是被问题引导出来的回答，而是消费者自己说的。
所以围绕着线上文本展开的消费者洞察已被品牌方广泛认可。
下面以母婴行业的纸尿裤品类为例，给大家介绍介绍如何基于文本大数据做消费者洞察。
1）确定目标群体，抓取相关数据
在纸尿裤市场，虽然用户是 0-3 岁的宝宝，但真正的消费者是妈妈群体，而且妈妈们从孕期开始就会关注纸尿裤，所以孕期妈妈到宝宝 1 岁的妈妈是我们的目标分析用户。为了获取目标用户的线上言论，笔者通过爬虫技术从相应的母婴论坛去抓取妈妈们的数据，这些数据包括基础信息的数据、文本相关数据（帖子、问答）、妈妈关注关系的数据，如下图。
2）通过打标签，把文本数据结构化
比如 “花王纸尿裤实在有点厚”，这句话中包含 “花王纸尿裤”、“有点厚” 两个信息维度。如何提取这两个信息维度呢？于是笔者就构建了包含不同维度信息的关键词词库，如果句子中有相应的关键词，那么这个句子就有对应的维度标签。
举个例子：假设已经构建好的词库中【纸尿裤品牌-花王】维度包含三个关键词：花王、kao、妙而舒。因为 “花王有点厚”、“kao 的纸尿裤有点厚”、“妙而舒有点厚” 这三句话都匹配上了花王维度中某个关键词，所以都包含花王品牌这个信息点。具体如何实操，下面我们详细展开～
（1）构建词库
（a）通过专业信息初步搭建词库框架。比如构建纸尿裤领域的词库，可以先通过电商网站抓取商品相关的信息。以下是京东上可以抓取的帮宝适的品牌信息、功能特点信息。结合一些行业经验，笔者初步梳理出点词库框架，并将这些官方的表达作为初步的词库维度内容。
（b）应用 NLP 分词技术，对词库做扩展补充。随机选取一定量的文本，可采用 python 软件中的 jieba 包对每个句子做分词。按照词频的顺序从高到低，把关键词放入到对应的维度中。已有的分类做关键词补充即可；如果没有的维度则添加新维度，形成相对完成的词库。
为了更灵活的适配消费者表达，可以采用正则表达式的模式替代普通的关键词。词库落地后的具体形式如下表，其中，tagname 表示词的维度名，keywords 是关键词的正则表达。
（c）人工抽查样本数据，审核词库覆盖率&准确率。随机抽取 1000 条文本，遍历看完每一条文本，并对其中没有命中的关键词做补充，匹配错的关键词做限定修改（小技巧：借助软件高亮已经匹配的词，可大大提升审核效率）。
覆盖率=文本中所有关键信息点被覆盖/抽查的文本数量；
某维度准确率=对应维度正确标注的文本数量/命中该维度的文本数量。
当覆盖率>90%，词库整体准确率>90%，即可将词库投入使用。
（2）通过词库对文本打标签；
写一个 python 小脚本，输入词库，输出打标后的数据。基本步骤如下：
输入文本文件 -> 基于一定的规则对每个独立的文本做短句切分（比如按照句号/分号）-> 基于词库对每一个短句做打标 -> 形成标签数据。
具体结果形式如下表（sessionid 即切分的短句 id），基于标签数据就可以做维度的交叉分析。
（3）情感识别
识别情感主要通过机器学习模型做情感分类。基于词库打标，已经可以从文本中捕捉出对应的「实体-特征」（比如「花王-透气」），我们进一步抽取一定量的数据做情感人工标注（负面/正面/中性）。最后再交由模型去训练，并对更多的文本数据做情感预测。
3）数据分析
文本数据结构化后，笔者就可以对消费者进行挖掘分析。下面以品类市场的需求分析、品牌认知的差异分析为例子展开说明。
（1）品类市场的的需求分析
分析纸尿裤品类文本对不同需求的提及量，和不同需求的正向言论比例，可以发现 “红屁屁/过敏” 是现在消费者认为非常重要，且并没有很好被满足的需求点。根据需求重要度、需求满意度两个公式，得出相应结果，如下图。
需求重要度=某需求的关注用户数/提及纸尿裤品类或品牌的用户数；
需求满意度=某需求的正向表达言论数/某需求的提及言论数。
（2）品牌认知的差异分析
从有品牌认知的消费者中看，不同品牌的提及量具有显著差别（如下图）。
花王、好奇、帮宝适是最受关注的 TOP3 品牌，其中，好奇和第一名花王的差距非常小；
好奇的系列辨识度要远高于帮宝适，其中，帮宝适品牌中仅 3% 的用户会明确提及产品系列。
品牌关注度=提及某品牌的用户数/提及任意品牌的用户数。
从消费者的正面评价中不同需求点的分布看，用户选择各品牌的原因主要是（如下图）：
「不红屁屁/过敏」「好用」是品牌都被消费者认可的点；
好奇更被消费者认可的是「不红屁屁/过敏」、「柔软」、「透气性」；
花王更被认可的是「产地」；
帮宝适更被认可的是「吸水性」、「价格」。
总结：
本文的目的在于以案例的方式让大家理解如何通过文本数据进行消费者洞察，如果工作中有相关数据场景的可按照文章的思路进行基础实操。
-END-
本文为作者独立观点，不代表鸟哥笔记立场，未经允许不得转载。
《鸟哥笔记版权及免责申明》 如对文章、图片、字体等版权有疑问，请点击 反馈举报
Powered by QINGMOB PTE. LTD. © 2010-2022 上海青墨信息科技有限公司 沪ICP备2021034055号-6
我们致力于提供一个高质量内容的交流平台。为落实国家互联网信息办公室“依法管网、依法办网、依法上网”的要求，为完善跟帖评论自律管理，为了保护用户创造的内容、维护开放、真实、专业的平台氛围，我们团队将依据本公约中的条款对注册用户和发布在本平台的内容进行管理。平台鼓励用户创作、发布优质内容，同时也将采取必要措施管理违法、侵权或有其他不良影响的网络信息。
一、根据《网络信息内容生态治理规定》《中华人民共和国未成年人保护法》等法律法规，对以下违法、不良信息或存在危害的行为进行处理。
1. 违反法律法规的信息，主要表现为：
1)反对宪法所确定的基本原则；
2)危害国家安全，泄露国家秘密，颠覆国家政权，破坏国家统一，损害国家荣誉和利益；
3)侮辱、滥用英烈形象，歪曲、丑化、亵渎、否定英雄烈士事迹和精神，以侮辱、诽谤或者其他方式侵害英雄烈士的姓名、肖像、名誉、荣誉；
4)宣扬恐怖主义、极端主义或者煽动实施恐怖活动、极端主义活动；
5)煽动民族仇恨、民族歧视，破坏民族团结；
6)破坏国家宗教政策，宣扬邪教和封建迷信；
7)散布谣言，扰乱社会秩序，破坏社会稳定；
8)宣扬淫秽、色情、赌博、暴力、凶杀、恐怖或者教唆犯罪；
9)煽动非法集会、结社、游行、示威、聚众扰乱社会秩序；
10)侮辱或者诽谤他人，侵害他人名誉、隐私和其他合法权益；
11)通过网络以文字、图片、音视频等形式，对未成年人实施侮辱、诽谤、威胁或者恶意损害未成年人形象进行网络欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法规禁止的其他内容；
2. 不友善：不尊重用户及其所贡献内容的信息或行为。主要表现为：
1)轻蔑：贬低、轻视他人及其劳动成果；
2)诽谤：捏造、散布虚假事实，损害他人名誉；
3)嘲讽：以比喻、夸张、侮辱性的手法对他人或其行为进行揭露或描述，以此来激怒他人；
4)挑衅：以不友好的方式激怒他人，意图使对方对自己的言论作出回应，蓄意制造事端；
5)羞辱：贬低他人的能力、行为、生理或身份特征，让对方难堪；
6)谩骂：以不文明的语言对他人进行负面评价；
7)歧视：煽动人群歧视、地域歧视等，针对他人的民族、种族、宗教、性取向、性别、年龄、地域、生理特征等身份或者归类的攻击；
8)威胁：许诺以不良的后果来迫使他人服从自己的意志；
3. 发布垃圾广告信息：以推广曝光为目的，发布影响用户体验、扰乱本网站秩序的内容，或进行相关行为。主要表现为：
1)多次发布包含售卖产品、提供服务、宣传推广内容的垃圾广告。包括但不限于以下几种形式：
2)单个帐号多次发布包含垃圾广告的内容；
3)多个广告帐号互相配合发布、传播包含垃圾广告的内容；
4)多次发布包含欺骗性外链的内容，如未注明的淘宝客链接、跳转网站等，诱骗用户点击链接
5)发布大量包含推广链接、产品、品牌等内容获取搜索引擎中的不正当曝光；
6)购买或出售帐号之间虚假地互动，发布干扰网站秩序的推广内容及相关交易。
7)发布包含欺骗性的恶意营销内容，如通过伪造经历、冒充他人等方式进行恶意营销；
8)使用特殊符号、图片等方式规避垃圾广告内容审核的广告内容。
4. 色情低俗信息，主要表现为：
1)包含自己或他人性经验的细节描述或露骨的感受描述；
2)涉及色情段子、两性笑话的低俗内容；
3)配图、头图中包含庸俗或挑逗性图片的内容；
4)带有性暗示、性挑逗等易使人产生性联想；
5)展现血腥、惊悚、残忍等致人身心不适；
6)炒作绯闻、丑闻、劣迹等；
7)宣扬低俗、庸俗、媚俗内容。
5. 不实信息，主要表现为：
1)可能存在事实性错误或者造谣等内容；
2)存在事实夸大、伪造虚假经历等误导他人的内容；
3)伪造身份、冒充他人，通过头像、用户名等个人信息暗示自己具有特定身份，或与特定机构或个人存在关联。
6. 传播封建迷信，主要表现为：
1)找人算命、测字、占卜、解梦、化解厄运、使用迷信方式治病；
2)求推荐算命看相大师；
3)针对具体风水等问题进行求助或咨询；
4)问自己或他人的八字、六爻、星盘、手相、面相、五行缺失，包括通过占卜方法问婚姻、前程、运势，东西宠物丢了能不能找回、取名改名等；
7. 文章标题党，主要表现为：
1)以各种夸张、猎奇、不合常理的表现手法等行为来诱导用户；
2)内容与标题之间存在严重不实或者原意扭曲；
3)使用夸张标题，内容与标题严重不符的。
8.「饭圈」乱象行为，主要表现为：
1)诱导未成年人应援集资、高额消费、投票打榜
2)粉丝互撕谩骂、拉踩引战、造谣攻击、人肉搜索、侵犯隐私
3)鼓动「饭圈」粉丝攀比炫富、奢靡享乐等行为
4)以号召粉丝、雇用网络水军、「养号」形式刷量控评等行为
5)通过「蹭热点」、制造话题等形式干扰舆论，影响传播秩序
9. 其他危害行为或内容，主要表现为：
1)可能引发未成年人模仿不安全行为和违反社会公德行为、诱导未成年人不良嗜好影响未成年人身心健康的；
2)不当评述自然灾害、重大事故等灾难的；
3)美化、粉饰侵略战争行为的；
4)法律、行政法规禁止，或可能对网络生态造成不良影响的其他内容。
二、违规处罚
本网站通过主动发现和接受用户举报两种方式收集违规行为信息。所有有意的降低内容质量、伤害平台氛围及欺凌未成年人或危害未成年人身心健康的行为都是不能容忍的。
当一个用户发布违规内容时，本网站将依据相关用户违规情节严重程度，对帐号进行禁言 1 天、7 天、15 天直至永久禁言或封停账号的处罚。当涉及欺凌未成年人、危害未成年人身心健康、通过作弊手段注册、使用帐号，或者滥用多个帐号发布违规内容时，本网站将加重处罚。
三、申诉
随着平台管理经验的不断丰富，本网站出于维护本网站氛围和秩序的目的，将不断完善本公约。
如果本网站用户对本网站基于本公约规定做出的处理有异议，可以通过「建议反馈」功能向本网站进行反馈。
(规则的最终解释权归属本网站所有)