基于大數據的網絡用戶消費行為分析

翟金芝 副教授

（遼寧現代服務職業技術學院 遼寧沈陽 110164）

我國網絡用戶消費現狀

（一）消費群體年齡段集中

從實際消費情況來看，網絡消費主力的年齡段集中在25 歲至45 歲之間，該群體具有較高的經濟自主權，同時掌握著一定的信息技術，且缺少足夠時間進行線下消費，所以網絡消費成為其首選消費方式，年齡分布如圖1 所示。

（二）消費水平持續提升

近年來，我國經濟快速發展，人們經濟收入水平明顯提升，在此情況下，網絡用戶的消費需求得到最大程度的釋放。據統計，2014 年我國網絡零售業務總額僅為2.79萬億元，截至2019 年，我國網絡零售業務總額超過10.63萬億元，較2018 年同期增長約16.5%。雖然，我國網絡用戶增長幅度逐年下降，但是，基于網絡用戶消費水平的提升，網絡市場依然呈現出一片繁榮的景象。

（三）消費結構優化

相比較電子商務出現的初期階段，我國網絡用戶的消費結構全面優化，在消費需求多元化發展的同時，網絡用戶更加關注產品的質量，而不是產品的價格。并且，為獲得更好的網絡消費體驗，電商平臺的評價功能為網絡消費者的消費行為提供了依據。所以，在整體經濟形勢向好的情況下，現階段的網絡用戶消費結構傾向于對產品質量與服務的衡量，價格對其消費行為的影響顯著弱化。

（四）消費異化現象明顯

互聯網數據的信息主體是參與網絡活動的所有用戶，其中也包括電商企業在營銷過程中發布的誘導性數據信息，受此類數據信息的影響，網絡用戶的消費行為在某種程度上并不是基于本身的實際需要，進而產生了消費依賴與非理性消費等。雖然，消費異化滿足了消費者的心理需要，但是，由于偏離了消費初衷，導致網絡用戶的消費主體地位被弱化，以網絡數據信息為主導的消費行為普遍存在。

大數據背景下網絡用戶消費行為特點

大數據技術在電子商務領域的應用使市場營銷策略的制定更加科學化，利用大數據技術能夠對網絡用戶的消費行為進行統計、分析，并根據網絡用戶的消費行為進行分類，從而實現定向性的營銷內容推送。通過大數據技術，我國網絡用戶消費行為具有以下幾個方面的特點。

（一）個性化

網絡用戶消費行為已經擺脫了傳統消費的基本需求，尤其在電商產品日益豐富與相關營銷服務持續完善的情況下，網絡用戶的個性化消費需求能夠得到一定程度上的滿足，并且，隨著網絡市場競爭的日趨激烈，電商企業利用大數據技術對網絡用戶的個性化消費需求進行分析，并從產品質量、功能等多個方面對網絡用戶的消費行為進行引導。

大數據背景下網絡用戶的個性化消費需求得到了滿足，網絡用戶的消費主體地位得到尊重，但是，從實際效果來看，網絡用戶的個性化消費是電商企業依托大數據分析的方向性引導，消費者的主觀能動性未能充分體現。

圖1 網絡消費群體的年齡分布占比

（二）理性化

網絡用戶消費行為經歷了 “理性- 盲目- 理性” 的三個階段：早期網絡用戶對電商消費相對陌生，消費需求并不明顯，該階段網絡用戶消費行為普遍較為理性；隨著網絡市場的不斷擴大，電商產品類型、功能的日益豐富，以及產品價格的透明化等，網絡用戶在消費過程中具有更多的選擇權，并且，受互聯網數據信息的引導，網絡用戶消費行為趨于盲目；經過長期的發展，國內電商市場已基本成熟，結合大數據技術的應用不僅能夠實現對網絡用戶消費行為的精準預測，同時可介入電商市場的違法行為監督等，所以，基于大數據的網絡用戶消費行為更加理性。

（三）層次化

所謂層次化，并非以消費者的實際消費能力為區分，而是以消費者的消費理念作為層次劃分的依據，其中主要區分為需求層、意識層、環境層三種。

第一，需求層。是指以網絡用戶的實際需求為引導，電商企業的營銷策略對該層次網絡用戶消費行為的影響相對較小，但是，從數據價值屬性來看，需求層網絡用戶的消費占比最高，且具有明確的消費意向，基于大數據技術的需求層網絡用戶消費行為預測準確度相對較高。

第二，意識層。與需求層網絡用戶相比，意識層網絡用戶消費行為具有一定的規劃性，相關需求受產品價格、功能、品質三個主要因素的影響，所以，在網絡市場產品不斷更新的情況下，意識層網絡用戶消費行為也將隨之發生變化。

第三，環境層。網絡用戶消費行為受環境的影響較為明顯，因此，電商企業利用大數據技術對網絡用戶消費行為進行分析，并采取針對性的營銷宣傳，進而構建以環境為引導的消費觀。所以，環境層的網絡用戶消費行為具有較強的盲目性，基于大數據的網絡用戶消費行為分析準確度偏低，但是，通過企業營銷策略構建市場生態環境，能夠實現對環境層網絡用戶消費行為的引導。

基于大數據的網絡用戶消費行為影響因素分析

網絡用戶消費行為的影響因素眾多，根據相關影響因素的作用機理，可以將其分為內部影響因素和外部影響因素兩種類型，其中，內部因素主要為消費者的個體因素，而外部因素則為電商平臺、產品、安全、評價等。

（一）內部因素

基于網絡消費者在性別、年齡、文化水平、經濟收入水平等方面的差異，在網絡消費過程中的目標產品也有所不同。以經濟收入水平為例，不同收入水平的網絡用戶消費行為具有明顯的傾向性，據公開數據顯示，我國不同收入水平的網絡用戶消費行為分析如圖2 所示。

內部因素對大數據背景下網絡用戶消費行為的影響最為直接，且從根本上限制了網絡用戶的消費能力，并且，內部因素影響下的網絡用戶消費行為可以作為劃分其消費層次的依據，是電商企業在制定相應產品營銷策略過程中的重要參考。

（二）外部因素

電商平臺?；诖髷祿木W絡用戶消費行為需要正確引導，由于電商平臺的產品、營銷模式、用戶評價、服務質量等不同，網絡用戶的消費行為也將受到一定的影響。針對這一問題，電商平臺需要利用大數據技術對網絡用戶反映較為集中的產品質量問題、服務問題等進行及時處理，并通過多種營銷渠道進行引流。

以天貓為例，作為國內最大的電商平臺，天貓客服中心就消費者投訴問題進行實時處理，并以消費者舉證為依據，嚴肅處理存在質量、服務等相關問題的店鋪，并通過大數據技術對天貓用戶的消費行為分析，利用短信、智能軟件等方式進行產品推送，提高網絡用戶的消費粘度。

產品。需求是引導網絡用戶消費行為的前提，因此，電商企業在進行產品功能、外觀、價格等方面的定位時，應充分考慮到目標消費群體的需求，以最大限度吸引消費者的注意。并且，在現代銷售理念中，產品并不僅包括傳統的實體產品，其中還包括實體產品所對應的服務內容，基于大數據的網絡用戶消費行為分析需要同時考慮實體產品本身與對應的服務兩種影響因素，在針對特定網絡用戶進行產品設計的同時，也要結合大數據技術分析網絡用戶對產品的服務需求，從而保證產品在網絡用戶消費行為中的核心影響力。

安全。相比較傳統購物方式來說，電商平臺的開放性導致網絡用戶對產品質量安全問題有著一定的顧慮，這是影響網絡用戶消費的重要因素之一。不僅如此，部分網絡平臺所提供的產品服務需要用戶提供相對全面的個人信息，但是，由于內部管理不當或其它原因導致網絡用戶個人信息泄露，給網絡用戶的個人飲食安全帶來隱患。

圖2 我國不同收入水平網絡用戶的消費行為情況（n：月收入）

除以上內容外，網絡用戶最為關心的就是交易安全問題，互聯網的開放性導致其安全隱患眾多，木馬、黑客、病毒等都是網絡支付安全的潛在威脅，雖然，類似天貓、京東等大型電商平臺都提供了第三方支付業務，但是，交易安全問題的存在對網絡用戶的消費行為也產生了不同程度的影響。

評價。網絡用戶消費行為受其他網絡用戶的評價影響較為明顯，為督促電商企業提高產品與服務質量，電商平臺為網絡用戶開設了互動評價模塊，網絡用戶可根據自己的實際消費體驗進行評價，結合大數據技術的應用，電商平臺將網絡用戶的評價進行分類整理，并在評論模塊向其他網絡用戶進行展示，并作為其是否消費的參考依據。

然而，近年來出現的 “刷單”“代評” 等現象也影響了基于大數據技術的電商評價模塊作用的發揮，甚至誤導網絡用戶消費。所以，評價因素的影響雖然存在，但實際作用卻被弱化，完善電商產品評價監管機制對大數據背景下網絡用戶消費行為分析尤為重要。

大數據環境下基于網絡用戶消費行為的營銷策略

大數據技術的應用能夠實現對網絡用戶消費行為的準確分析，隨著互聯網購物的流行，網絡用戶消費行為分析成為相關企業參與網絡市場競爭的關鍵，在此情況下，針對網絡用戶消費行為的分析結果為電商平臺或企業制定營銷策略提供了依據。

（一）政府平臺介入指導

近年來，政府部門開始強化地方經濟建設，其中就包括地方網商經濟的發展，通過大數據分析的結果顯示，在同類型產品中，政府部門介入的產品銷量最高，且整體評價數據的可信度較高。

結合這一現象，政府部門在介入地方網商經濟發展的同時，強化區域產品質量監督，會同相關政府部門對地區電商企業進行統計，并納入統一管理，并且，地方政府應加強與電商平臺之間的互動，充當電商平臺以外的第三方監管機構，實現 “電商平臺+ 地方政府+ 網絡用戶” 的監督管理體制。

圖3 地方政府介入網商經濟推廣建設與監管示意圖

如圖3 所示，電商平臺將網絡用戶消費行為數據分析結果向地方政府部門提供，地方政府進而指導相關企業的生產工作，并由地方政府部門負責對原材料采購、產品生產、產品儲運等相關環節的質量與安全監督，當產品進入到網絡銷售環節后，電商平臺與網絡用戶承擔對電商企業產品質量、服務質量的監督工作，電商平臺將進一步搜集特定產品的網絡用戶消費行為數據，并將分析結果向地方政府進行反饋，以實現地方政府介入下的電商經濟良性循環。

（二）電商平臺營銷

網絡用戶消費多通過電商平臺完成，所以，大數據環境下基于網絡用戶消費行為的電商平臺營銷策略應當結合網站設計、安全管理、服務優化等實現。

網站設計。網絡用戶消費過程是通過與電商平臺網站的交互實現，為提高網站的交互性，在網站設計過程中應考慮到網絡用戶的實際消費行為。例如，網絡用戶對于某產品的關鍵詞搜索多瀏覽前3 頁，若無法找到滿足要求的產品，超過70% 的網絡用戶將更換電商平臺。為此，電商平臺利用大數據技術對網站進行優化，以適應網絡用戶消費行為。

首先，根據網絡用戶消費數據模型，結合網絡用戶的實際評價進行關鍵詞檢索進行店鋪或產品信用排名，為網絡用戶推薦最佳的產品或店鋪。

其次，基于大數據的網站架構優化同樣重要，通過網絡用戶在消費過程中的行為數據分析，確定網絡用戶對不同網站架構的適應性，在主題設計、板塊布局等方面加以調整，從而提高網絡用戶的使用體驗。

最后，由于購物與支付流程的優化涉及到網絡用戶的資金安全，因此，大數據視角下的購物與支付流程應當盡可能簡化，減少多流程驗證等帶來的不良消費體驗。例如，網站可通過對特定用戶的消費行為數據變化判定是否為本人操作，并以此作為多層驗證的依據。

服務優化。與線下消費不同，網絡用戶的線上消費行為是依托于互聯網實現，消費者與廠家之間并無直接溝通，因此，相關信任建立的基礎是對應產品的網絡宣傳與評價數據，然而，作為電商平臺或者廠家，應借助大數據技術進行后續服務的優化，從而進一步建立與網絡用戶之間的關系。

以售后服務為例，電商平臺或企業方面根據網絡用戶反饋的產品質量等數據信息進行分類整理，并針對存在同類型質量風險的網絡用戶進行回訪，提出解決方案，如此，則能夠進一步深化網絡用戶的信任，這是影響網絡用戶消費行為的關鍵因素之一。

圖4 基于大數據的 “網紅” 帶貨分析

除此之外，完善配送服務體系也是服務優化的重要組成部分，依托大數據技術將供應鏈物流與電商平臺進行關聯，實現對供應鏈數據的準確把握，為網絡用戶提供準確的物流配送信息，并根據網絡用戶的既往簽收數據設定派送時間，提升網絡用戶的消費體驗，引導以優質配送服務為核心的網絡用戶消費行為。

（三）“網紅” 帶貨

隨著抖音、快手、微博、微信、淘寶、京東、B 站等短視頻和直播電商平臺的興起，品牌商與消費者接觸的觸點不斷增多，對電商企業如何開展 “網紅” 明星、KOL/KOC 短視頻和直播營銷，如何進行營銷的數字化、系統化、精細化、智能化管控都提出了更高的要求。

據統計，2019 年 “網紅” 帶貨總額超過4400 億元人民幣，“網紅” 帶貨需要精準的數據支持，利用大數據技術對網絡用戶的個人數據進行分析，如日常休閑方式、喜歡的明星、居住地點、心理和需求等，從而為 “網紅” 帶貨提供數據支撐，強化 “網紅” 帶貨對網絡用戶消費行為的影響效果。具體如圖4 所示。

“網紅” 帶貨營銷模式可分為三個階段，即營銷前、營銷中和營銷后。首先，在選擇 “網紅” 帶貨營銷模式前需要做好消費者心理和需求變化的數據分析，根據產品設定和數據指數模型篩選合適的平臺與 “網紅”；其次，在 “網紅” 帶貨營銷過程中應實時跟蹤互聯網傳播數據、網絡用戶消費行為數據和交易數據，動態調整投放策略；最后，“網紅”帶貨營銷結束后，應當對活動數據進行分析，并通過機器學習、深度學習進一步提升和完善網絡用戶消費行為模型。

（四）自媒體營銷

據不完全統計數據，超過27% 的網絡用戶消費行為是由自媒體轉化而來，其中，作為20 歲至40 歲的網絡用戶來說，由于日常工作壓力大，碎片化時間相對較多，自媒體成為其精神娛樂的主要平臺，所以，網絡自媒體已經成為企業參與網絡市場競爭的又一 “主戰場”。通過自媒體平臺提供的網絡用戶數據信息，能夠對其消費心理、消費計劃、消費承受能力等進行更加準確的預測，從而實現精準的產品數據定向推送。

自媒體營銷的方式主要包括 “感染式” 營銷、事件營銷、知識營銷和情感營銷四種類型。首先，“感染式” 營銷是利用自媒體進行廣泛的產品宣傳，利用部分網絡用戶對產品價格因素的關注，發布以網絡用戶為營銷節點的優惠活動；其次，事件營銷則是指電商企業利用大數據技術對網絡用戶較為關注的熱點事件吸引媒體、社會團體和消費者的興趣與關注，以求提高企業或產品的知名度、美譽度，樹立良好品牌形象，并最終引導網絡用戶消費行為；再次，知識營銷是自媒體營銷中較為常見的一種手段，其主要通過有效的知識傳播方法和途徑，利用大數據技術對網絡用戶知識構成與需求進行分析，將企業所擁有的對用戶有價值的產品知識、專業研究成果、經營理念、管理思想以及優秀的企業文化等傳遞給潛在網絡用戶，引導網絡用戶形成對企業品牌和產品的認知，并完成知識學習向產品消費的轉化；最后，情感營銷是以網絡用戶的個人情感差異和需求作為其消費行為分析的主要數據，進而確定企業品牌營銷戰略的情感營銷核心，通過自媒體平臺進行情感包裝、情感促銷、情感廣告、情感口碑、情感設計等策略來實現企業的經營目標。

自媒體營銷策略對大數據技術的依賴性較強，通過對網絡用戶消費行為的分析，能夠有效發揮自媒體營銷的作用，避免自媒體平臺向網絡用戶盲目推送產品信息導致的負面影響，提高網絡營銷的針對性。