互联网+时代的市场研究应用场景 上海辰智 葛建辉

 

    主持人：下面演讲是上海辰智商务信息咨询有限公司的葛建辉，他演讲的题目互联网+时代市场研究应用场景。
    
    葛建辉：组委会安排在庆华后面，压力特别大，我之前领导。为了获得更大的掌声，我等一下PPT里面有一页有一个二维码，领一个红包，获取更多的掌声，可不可以？领导。
    这份报告是迟了一年的报告，我在去年国庆之前完成了5万份样本调查的时候做了第一份报告，从去年10月15号开始跟各大企业做分享，到现在分享了30多个企业，十几次的各种各样行业的论坛，总共听过这个报告人大概有一千多个观众。这个报告里面，我给它定义是一个市场研究行业客户、客群分析的基础研究。
    我把它命名叫中国消费族谱，城市、家庭和个人。我定义为城市、家人和个人三位一体的研究体系，有一些背景是有些城市城镇化率越来越高，中国地级市300多个，超过千万人口大城市，超过15个，百万的人口城市就更多。
    在家庭这个层面上，我们都知道中国的消费以家庭为结构的消费占比是非常高的。我们有一个研究叫70%的消费品最终是为家庭服务的，只有30%不到的商品是以个人场景化、冲动性的消费产生。这种家庭在过去的5年里面，家庭结构发生非常的的变化，最典型的就是单独两孩的放开，未来三年，中国的家庭结构会变大。
    80后、90后网络原住民的成长会来非常多个性化诉求的变化。
    我们研究体系里面叫城市，我把中国城市按照城市的综合购买力分成十大城市圈，分成了四个不同星级的城市，每一个城市圈里面我都选出了一到两个核心城市，这就是城市引力，我们叫城市消费引力，大概在这样的结构。家庭我用的是家庭生命周期，个人，我除了传统上叫性别、年龄收入，我把它加入星座五型，我用这两个分类维度做了数据模型，我觉得是应用统计，我一开始工作做软件开发，所以我在这里面做了一些算法，匹配一些比较好玩的东西，等一下让得到体验一下。
    我在这个基础研究做完之后，大概40多个问题左右之后，我又做了十几个行业的二次推送问卷的调查。十几个行业，基本上都是找了一到两个，这个行业里面的领先品牌跟我们一起来去合作，做的应用的二次调查。这些结果，我们计划明年把它全部免费开放出来，让所有企业都可以一起来用。
    我们在十大城市圈，刚刚定义按照城市购买消费总量级别来去给城市做分级，主要参考指标一个人口数量，一个是人均消费型支出，每个城市圈看到上海、京津、广深、成渝、武汉沈阳、济青，福厦，西安、郑州城市圈
    我们看一下上海城市圈，把所有地级市的人口，我们公司另外一个技术特长是GIS的技术，我们在全国把所有的城市以街道为单位的边界划了20几个省市，把人口投射到地图上，以地级市为边界投射，人均消费和GDP做的一些投射。我今天准备内容比较多，后面的内容放得快一点。
    这是每个城市数据结果。城市圈上面可以看一下分几个维度展示之前研究问题的结果。比如第一个家庭人口数，我们会看到福建、广深城市圈家庭人口数量，常住人口数量特别多，是因为他们家庭规模比较大。然后主要是什么原因？咱们都知道，潮汕人不生男孩不行，一定要生到男孩为止，福建也有这个特点，家庭人均两个小孩的特点特别多，跟父母居住情况非常明显。
    再来看按照不同的城市级别，核心城市，女性比例慢慢升高，未来有一个说法，未来2020年之后会产生多少光棍，最容易产生的是各种小城市。
    收入随着城市级别的增高，收入水平是上升的，但是消费的水平也增加。所以可以看到，支出收入比，作为城市级别是下降。不同层级的城市消费结构特别不一样，比较典型越小的城市， 人情支出越高，越高级别的城市它的休闲娱乐的消费越高。
    我们可以看到主流的15个核心城市，家庭收入、日常花消和住房花消占比。我们可以看到住房花消，城市级别越高，花消越高。
    还有上海跳槽率越高，武汉跳槽比例越低，今年年初的时候做了一个决定，把我们基础的数据处理人才基地放在武汉。武汉将近十几个数据处理和开发的人员。
    房车消费比，房子和车子是大件消费品，趋势比较多明显的地方，我们看到上海房车市场仍然有比较大的潜力，北京深圳有很多人到外地买房，北京，大家不用说都知道是什么原因。
    在城市这个维度上研究的时候，我觉得有几个应用场景跟大家做分享。
    第一，用城市群抽样代替城市分层多阶抽样，让在线调研数据采集跑起来。同样的问题了解这个片区某一个级别城市，市场情况为什么不可以用城市圈，这里面是方法的比较。
    我们公司，今年完成的跟去年加起来完成了20多万的样本，现在在全国的分布，这个分布最小颗粒度是到区县，我们的分布基本上反映了国内主流的公司他们的市场分布，我们在做这个研究有四家公司共同参与研究，还有两个DSP公司参与研究。
    实际上刚刚这里补充一点，我们可以针对这20万的样本，基于我们现在地理位置信息去推送我们想去做的问卷，然后回收完的问卷可以去匹配我们刚刚之前所调查的所有的变量做二次分析，我们在线调查的问卷一定要短，怎么短？有一部分的信息，基础信息先做完，然后你去问你最关心的问题匹配原来已经做完的数据。
    家庭部分，把家庭生命周期分成了四个大的阶段，总共是13个小周期。我们在线研究知道，老年人口在线研究是比较难的，我们这一侧的研究领域没有把退休期的人群放到研究体系里面来。
    当然我们这一个月正在讨论，我们从2016年1月份启动针对老年人口在线研究。
    在不同的生命周期里我们看到消费和收入，当然不是指同样一个家庭在不同阶段它的收入变化，我们讲目前市场上不同家庭生命周期，在有小孩家庭生命周期里支出是最高的。
    单身期倾向于便利店、食杂店，自动售货亭，婚后找更经济、实惠的地方消费。
    房车，婚恋期是房车购买高发阶段，我们设计产品，销售应用场景针对这一群人重点做策划。
    家庭生命周期有几个重要 应用场景，找到细分市场，准确的去定位我们的产品。
    我们可以看到把所有消费者消费内容主体放到不同的生命周期里面，我们可以看到非常明显不同阶段差别非常明显的产品。比如说餐馆就餐，婚恋期外出就餐特别多。有了小孩之后，基本上没有乐趣，就是围绕小孩。
    刚刚讲的是不同周期会不一样，但是我同样一个产品，比如说旅行社针对不同的家庭根据不同的需求来去设计它的不同产品的定位。
    针对个人我讲一些好玩的东西，个人性别年龄没有做，星座，我们发现一个有意思的地方，不同星座男性跟性格的匹配，怎么做都不显著，但是有一个星座，处女座，它的星座跟性格单独拿出来特别显著，女性几乎所有的星座都能匹配性格特征。我们看到不单单性格不一样，关注内容点兴趣点也有非常明显的区别。
    我们看到巨蟹座是一个金主，双鱼座比较难把钱留下来。
    把五型上面跟我自己个人的兴趣爱好有关系，我喜欢推命理，我就用一些五型里面的一些大师部们的推演的方法，2012、2013、2014年17万的样本构成了这个模型算法，我们觉得这个算法结果在我们有三次客户大会上去分享的时候，大家都觉得超过70%的人认为这个算法是靠谱的，等一下大家可以试一下。
    我们用这个算法去跟颜色做了匹配，我们刚刚说，车的这一块，每个车都有不同的色系，所以我们把过去有两年的汽车上牌数据跟颜色相关的人群把它拎出来去看，他的不同五型的人，他买车的颜色。70%几的概率是准确的。就是不同的星座的人就一定会买某一种颜色的车。收入上不同星座的人差别不是那么大。
    在这个上面我们做了几个案例，用我们的算法，用五型人格匹配变量标签。它的做法，我最近几年做数据挖掘的工作多一些，我发现数据库里面最有变量就是出生年月日，性别，我大概拿到109万条数据，我匹配的时候只有7万多条数据信息是比较完整，有一百多万的数据只有出生年月日和性别，我用其它变量匹配进去给客户做分组分类，所以我们就用了我们的五型性格的方法，把我们的数据匹配进去，这个也不是100%都匹配成功，大概能匹配80%几的用户变量匹配进去，然后做了一些前期匹配的挖掘，以及事后做了调研，最后输出一些销售和险种的模型。这就是我们给他最后用户做的评级分类的方法。
    开始扫，我们开始抽奖，这是五型人格测试模型，在这里面有简短的大概3、4个问题，这个问题里面就是问一些可能跟大家出生年月日相关的问题，然后会返回给大家一些我们算法体现的一些词汇。
    现在给我发前十名企业品牌的朋友，我们可以免费来去做这个事情，前50名，可以按照一万块以内我们一起合作，帮助企业定制你们自己的品牌族谱，这是我个人微信，大家可以加我。谢谢大家！
    
    主持人：谢谢葛建辉。