抖音用户画像分析，抖音用户画像分析2022？

年关将至，我们又接了个新项目——用直播的方式卖春联。

开售之前，有必要先对目标产品做个用户画像。这份用户画像，一方面可以帮助团队更好地理解商品，另一方面可以为后期的投流提供参考支持。

我们将从飞瓜上抓取数据，从而形成最终的用户画像。但是，一上来就抓数据是有问题的。

首先，春联是一个非常垂直的小类品，在飞瓜上没有对应的分类检索；其次，漫无目的地找，获得的数据量很大，却未必精准，不仅不能辅助决策，还会增加无效工作。

因此，在获取数据之前，需要先从业务角度，对我们的商品做一次解析，圈定几个更精准的检索范围。

上图左侧，是我们的商品。产品我看过，质感在线，审美在线，价格也不便宜，（谦虚地说）在春联界绝对是中高档产品了。

春联及春节挂饰，属于特殊节日用品，一次性消费。理论上说，中国人家里过年都会贴春联，属于老少咸宜的商品。但其特殊性在于，春联主要是以家庭或团队为单位消费，而最终完成购买动作的人却是个体，并没有那么宽泛。

飞瓜上没有对应的小分类，但是我们可以对其做适当的延展解析，毕竟相关产品的购买人群重叠度会很高。

春联及挂饰，既是民俗用品，又是文化用品。在飞瓜上，与这两个属性强关联的商品分类是手工艺/民俗、节日用品；弱关联的商品分类是书法/绘画、画具/画材/书法用品、贴饰、文房用品、装饰画、装饰挂牌、婚庆饰品。

春联及挂饰的使用场景主要是家庭。当然，公司、企事业单位的部门办公室也会有少量需求。产品用途以自用为主，送礼为辅。考虑到物流公司的运营时间，售卖期基本截止到春节前两周。

通过对目标商品的解析，缩小了数据检索范围，我们将从以下维度勾勒出这份用户画像。

第一，店铺类别。这项可分为开售店铺（已经开始售卖春联等商品的店铺）和待售店铺（尚未售卖，但已售商品与春联高度相关，用户也高度重叠）。

第二，画像维度。这项将从性别、年龄、地理分布和兴趣爱好四个维度进行解读。

在初步筛选出来的商品大分类中，选择关联度较高的中分类，抓取数据。（PS：怎么确定哪些中分类关联度高？这就考验前面对商品的解析能力了）

已知的强关联和弱关联分类，可以划分为书画类和装饰类两个大类。书画类偏技能，装饰类偏使用，消费场景不同，得出的数据也会有所区别。

通过检索汇总，共获取待售店铺79家，覆盖1.62亿人次（店铺粉丝有重叠）；已售店铺31家，样本量足够有代表性了。下面就是具体数据了：

一、性别

谁是春联的主力购买人群呢？是男性，还是女性呢？先来看开售店铺的数据：

如果看综合数据（春联和挂饰），男女比例相差并不大，男女比例为58%比42%；而单看春联，男性购买比例高达64%，女性只占36%。

这个数据与我的固有认知就不一样了，我一直以为春联的主力购买人群应该是较多负责家庭采购的女性。

而在挂饰类商品的交易中，82%的购买用户是女性。挂饰类商品的装饰性更强，这倒是符合女人爱美的天性。

那么，待售店铺的粉丝性别比例是怎样的呢？

综合数据也比较均衡，但是组成与开售店铺相反，女性稍多。

书画类店铺粉丝，男性占35%，女性占65%。装饰类店铺粉丝的男女比例比较均衡，女性稍多。

这又与我的认知相反了。在我的固有印象中，一提到书画，想到的是这样的场景：

而数据告诉我们，实际的情况是这样的：

所以啊，做商业分析真的不能单凭自己的商业感知，一个人的观察视角是有限的，现实可能完全相反。

二、年龄分布

在开售店铺中，综合数据、春联类、装饰类三项数据的结构很一致。31-40岁群体是相关商品的主力购买人群，而且所占比例处于绝对优势。

这与我们前面对商品的解析是吻合的。春联的主要使用场景是家庭，而31-40岁的群体正是家庭的主力。

那么，在待售店铺中年龄分布又如何呢？

年龄分布与开售店铺高度趋同，31-40岁人群依然占据绝对优势。

这里要说明一下，在两份图表中，40岁以上人群有两种统计方式：一种是41+，另一种是分为41-50和51+两段。之所以这么分，是因为飞瓜提供的数据就是两种结果，有时分段展示，有时合并展示。为了横向对比，我们只能录取合并后的数字了。

三、省份分布

哪些省份的人喜欢买春联呢？

在开售店铺中，山东、广东、江苏、河南、河北、山西，是春联类商品的消费大省。

在已售产品中，挂饰类商品的占比较小（13%），省份分布与春联类商品的数据略有不同。

在待售店铺中，粉丝省份分布高度一致，而且顺序也一致。占比最高的省份依次是广东、江苏、河南、山东、浙江。

其实，用户画像做到这里基本够用了。但是，考虑到我们的商品单价较高，所以还需要再往下做一层，做到城市分布，这样在投流的时候会更精准。

换句话说，如果你卖的商品单价较低，复购率较低，拿到粉丝省份分布的数据就够用了。投流时单吊某个城市，效果反而不好。

四、城市分布

春联类商品用户占比最高的城市依次是北京、烟台、深圳、天津、广州，都是大城市。除了一线和新一线城市，就是东南沿海城市。

在待售店铺中，数据就更能说明问题了。北京、重庆、上海稳居前三甲，而且北京的数据比例明显领先于其他城市。

这两组数据与我们的预期基本是一致的。

首先，像书画、装饰品、艺术品这种不当吃不当喝的商品，肯定不属于恩格尔系数的分子序列。有闲钱，有一定文化水平的人才会对文化用品有需求。而一线、新一线和东南沿海城市的经济发展水平更高，有闲钱有文化的人比例更高。

其次，北京作为政治文化中心，再加上三千年建城史，五朝帝都史，文化积淀厚重。居民自然而然地对春联等文化类商品具有较高的需求。

所以，在后期投流时，应该将北京、重庆、上海等一线城市作为主要目标市场。

除了性别、年龄、省份分布、城市分布等数据，我们还可以参考哪些信息呢？

五、关联需求&视频喜好

众所周知，抖音首先是个内容平台，其次才是购物平台。抖音的高管，也把抖音电商定位成兴趣电商。

一方面，抖音会根据用户刷抖音时的喜好，给每个人打上N个标签；另一方面，算法再根据用户标签，推荐相关的内容，最终提升用户的停留时长。

在投流时，可以选择相应的关联需求标签和视频喜好标签，更精准地吸引潜在购买者。

因为开售商品的样本量较少，所以这部分数据我只选取了待售店铺的粉丝数据。

较为集中的关联需求有：女装、童装/婴儿装/亲子装、古董/陶瓷/杂项/收藏、零食/坚果/特产。

较为集中的视频喜好有：餐饮美食、影视娱乐、文艺。

这里还要注意一点：投流时，限定条件越多，预算越不容易花出去，需要人气的直播间需要保证一定的场观。

完成粉丝画像后，我们再来看一下竞品的情况。这里，我只列出了春联和相关挂饰的数据。另外，月销量＜5000件的数据参考性不强，没有采集。

其实，看过竞品的数据我还是挺意外的。没想到，抖音上销售的春联这么便宜。卖得好的，都是9.9元、19.9元的春联大套。

一方面，这跟用户在直播间购物的消费心理有关。看不到商品，判断不了质量，不愿意花太多钱，尽可能地降低试错成本。

另一方面，春联这种商品就像大年初一的饺子，不能没有，但对好不好吃也不是特别在意。因此，很便宜的套装才会卖得火，毕竟价值感很强。

最后，抖音现在也是够下沉的了，跟快手、点淘的用户重叠度也很高了。

作为负责任的商业分析师，除了列出竞品信息，我还提供了竞品图样，便于团队比对产品的差异化，再从中找到营销的突破方向。

六、总结

1.开发商品时，最好结合渠道先了解一下同类商品的基本信息，知己知彼。

2.开售之前，做一份用户画像分析，为后期投流或分销做参考。

声明：

（1）转发请先征得我的同意，并注明出处；

（2）相关数据采集自飞瓜数据，账号已付费；

（3）与直播电商相关的研究报告会陆续发布，欢迎交流。

                           

版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 sumchina520@foxmail.com 举报，一经查实，本站将立刻删除。

加我微信: sumwb886 备注: 外包

免费领推广引流方案+100种卖货方法