以面膜电商数据为例,十张图表带你透视客户的真实需求

以面膜电商数据为例,十张图表带你透视客户的真实需求

166 次浏览

一、什么是消费者洞察,为什么它对电商企业尤其重要?

 

■ 什么是消费者洞察?

 

“消费者洞察,是要发现消费者真实的需求和偏好,并将之应用于企业的营销实务,用它发现新的市场机会、找到新的战略战术,从而提高营销成效和摆脱市场肉搏的有效途径。”。

简言之,消费者洞察是从细节之中洞察人性和人的需求。

 

■ 为什么电商零售尤其重视消费者洞察?

 

因为只有足够了解目标消费者的人性诉求,才能研发出让消费者心动的产品,才能获得消费者真金白银的购买,占领市场取得成功。

 

二、企业常用的消费者洞察方法

 

目前企业最常用的方式有焦点深度访谈法问卷调研管理者行业经验与直觉

 

在电话或面对面的访谈中,调研人员通常会用多个问题来帮助企业了解消费者的需求和想法,例如:

 

消费者是如何意识到自己需要你的产品或服务?
消费者使用你的产品或服务的真实用处是什么?
消费者最终决定购买一个产品或服务的时候,最看重的产品服务特性是什么?
消费者是如何购买你的产品的?
你是如何运送你的产品或提供你的服务的?
在试着使用你的产品的时候,你的顾客碰到了什么困难?

 

但是访谈与问卷的弊端和缺点也经常被人诟病。

 

■ 消耗大量人工成本和时间成本

调查样本小、时效性差,导致调研结果常常以偏概全,或者满足不了产品更新换代的速度。

 

■ 访谈结果与真实行动不一致

用户给予的回答经常与他们的实际行动背离,就是说的和做的不一样,导致企业做出和实际情况相反的抉择。

如何才能规避上述问题,既满足时效性、全面性,又能提高准确度?

 

三、人工智能时代下,消费者洞察需要数字化升级

 

如今大数据、人工智能、NLP(自然语义分析)技术商用已较为成熟,尤其在电商领域,AI能帮助企业分析挖掘一线消费者真实评价中的文本数据价值(如电商评论、客服聊天、社交舆论等),实现消费者洞察的数字化升级。

下面我们将通过10张数据图表带你解析如何利用AI技术玩转消费者洞察。

「面膜」为例,我们分别爬取了7个面膜品牌夏季补水系列的商品评价数据,并从「新品上市」、「竞品调研」、「产品&服务迭代」3个应用场进行分析。

我们将面膜体验指标拆解为:功效、价格、包装、物流、味道、大小、品牌、颜色、赠品、发货、售后、客服、成分、品质、促销、节日、支付、大小、系列、代言人、人群等字段。

再通过NLP自然语义分析与深度学习技术,对评价文本进行语义分析与指标情感判断,并生成可视化的数据图表结果。

(注:以下A-G面膜品牌为代号,数据均为面膜电商脱敏数据。)

 

 

应用场景:新品上市

图表1:电商评论情感正/负面占比

 

通过NLP自然语义理解与深度学习技术,我们可对海量商品评价进行机器实时自动化分析。

我们将面膜商品评价采集下来后,通过云听AI语义理解分析与深度学习技术,将评价划分为正向情感、中性情感、负向情感3类。

A品牌补水面膜电商品评论情感正/负面占比

有了量化的评价数据,企业产品、运营、客服、市场、品牌等部门及管理层便能迅速清晰地了解该品牌在消费者心中的表现,并通过量化的数据,衡量各部门的工作成效,提供更精准的决策指南。

 

适用场景:消费者喜好洞察、客户情感分析

适用部门:品牌部、产品部、运营部、客服部

 

图表2:用户评论正面/负面声量统计

 

A品牌用户评论情感洞察

 

以品牌A举例,从图中我们可以看出在所有评论中,消费者最关注的指标依次为:体验>功效>价格>包装>物流>味道>大小>品牌>颜色>赠品>发货>售后>客服>成分>品质>促销>节日>支付>大小>系列>代言人>人群

 

其中「成分」的负面评价数量最多,有329条。从负面声量进行数据下钻,追踪具体的消费者评价,我们可以发现:

 

【云听CEM】电商评价语义理解与情感分析

 

「产品包装和平台宣传文案上关于成分的描述过少,不够清楚」,是用户产生负面评价的主要原因。

 

由于面膜直接接触脸部皮肤,用户对成分的关注度非常高。作为A面膜的产品开发经理,应该在下一批次的产品包装上进行改良,增加成分的描述,满足用户对成分的安全心理诉求。

 

对于运营经理,应该在电商平台的宣传文案和设计图上,增加成分的描述,减少用户购买的心理阻碍。

 

适用场景:新品上市分析、产品迭代、口碑分析

适用部门:品牌部、产品部、运营部、客服部

 

 

图表3:产品二级指标正/负面声量统计

 

产品正/负面声量指标统计

 

指标满意度:正面指标/(正面指标+负面指标)

指标提及率:该指标在指标总量的占比

 

「体验」这个一级指标下,我们又进一步划分成服帖、舒适、清爽、满意、柔软、轻薄、湿润、细腻、清凉等多个用户常提及的二级指标。

 

从指标满意度来看,用户对A品牌面膜的服帖和舒适这2个指标的满意度均超过90%。而在所有用户评价指标中,服帖、清凉、细腻、湿润是用户提到最多的指标,也是用户最关注的面膜营销点

 

适用场景:消费者喜好洞察、新品上市分析、产品迭代、营销策略制定

 

适用部门:产品部、运营部、市场部

 

 

应用场景:竞品调研

图表4:产品体验指标声量品牌对比

【云听CEM仪表盘】品牌指标声量分析

 

声量:即该指标在用户评价中被提及的次数

 

从指标声量仪表盘中,我们发现每家品牌用户关注点都有所不同。

 

各品牌最受关注的体验指标为:

 

A品牌的产品体验、B品牌的功效与颜色,C品牌的品牌(知名度与信誉)、D品牌的面膜大小、品牌价值、发货速度、E品牌的面膜包装、味道与颜色、F品牌的功效与物流速度、G品牌的产品包装与赠品。

 

此外,我们还能通过数据下钻,以进一步了解每个声量指标背后用户到底说了什么?从而获得更精准的商业情报

 

适用场景:市场竞品分析、品牌调研

 

适用部门:品牌部、产品部、运营部、客服部

 

 

图表5:京东星级分布品牌对比

 

京东星级分布品牌对比

 

通过图表,我们将7家品牌的京东星级放在一起对比结果一目了然。

 

根据数据显示,C品牌的5星评价数量排名第一,有1704条,其次是G品牌1204条、F品牌1096条。A品牌星级分布最均衡,D品牌和G品牌一星负面评价最多。

 

综合销量和评价来看,C品牌表现最好,其次为A品牌

 

市场调研负责人可以根据该图找出自己和竞争对手的差距有多少,在京东的表现和在其他店商品平台的表现有何不同,并且可以通过数据下钻的方式,找出在用户评价中具体的优劣势描述。

 

适用场景:口碑评价、竞品分析、渠道表现对比

 

适用部门:市场部、产品部、运营部、品牌部

 

图表6:¥100-150价位面膜差评率对比

产品正面/负面声量指标统计

 

差评率:差评数量在所有评论数中的占比。

 

通过图表,品牌能快速了解自家品牌在同等价位、客户群体相同的竞品之间的每一项指标的表现

 

从图中看出,E品牌在功效、味道、物流、价格的差评率都比较高,需要引起企业高度关注,及时了解情况,调整产品研发以及运营策略。

 

此外,我们还能了解同等价位区间的面膜品牌,各家的优劣势分别是什么,商家如何进行差异化产品研发与宣传,客服在准备话术时如何更好地应对消费者的比较。

 

适用场景:同等价位间的竞品对比、产品定位规划、营销决策制定

 

适用部门:市场部、产品部、运营部、品牌部

 

 

 

图表7:品牌差评率热力图对比图

品牌差评率热力图对比

 

从热力图中,我们能一目了然地看出A-G品牌在各项指标上的差评率表现。

 

由浅至深,标识着指标的差评率由低到高。

 

从图中可以看出品牌之间各项体验指标的优劣。作为商家掌握这张热力图,能做到知己知彼,了然于心。对于竞品的长处我们可以学习,对于竞品的短处,我们可以了解别人踩过的坑,避免犯同样的错误。

 

适用场景:竞品对比、产品定位规划、营销决策制定

 

适用部门:市场部、产品部、运营部、品牌部

 

 

 

应用场景:产品&服务迭代

 

图表8:负面声量指标统计

负面声量指标

 

统计对于运营来说,负面声量高的指标应当避免成为产品的宣传卖点,应重新挖掘产品的其他优势。

 

对于客服团队来说,负面声量的统计帮助其提前做好客服话术设计、用户补偿措施,避免大量差评对销量造成恶性影响。

 

对于产品团队,应检视产品的设计与品控,为下次产品迭代优化做好明确的计划

 

对于物流团队,有助于其客观评估第三方物流仓储的服务能力,以便及时替换。

 

适用场景:产品迭代、文案设计、营销活动策划

 

适用部门:品牌部、产品部、运营部、客服部

 

 

图表9:消费者评价情感走势分析

电商评论正向/中性/负向情感走势

 

通过曲线图,企业能直观地看到该面膜消费者评价的情感走势。

 

当企业对产品、服务、营销策略做出调整时,可通过走势图观察消费者评价是否出现相应变化,以此验证企业的改善计划是否获得成功

 

适用场景:客户体验管理、品牌舆情分析、工作汇报

 

适用部门:品牌部、客服部、产品部

 

 

 

图表10:消费者关注点与差评率分析

消费者关注点与差评率分析

 

该图将消费者关注点(提及量)指标差评率两个数据进行关联。

 

根据差评率和提及量我们可以把各个指标划分至最高优先级、第二优先级、第三优先级、最低优先级四个象限。

 

优先级四象限

 

最高优先级为提及量最高,差评率最高的体验指标,是企业最迫切需要优化的体验指标,如功效、物流、客服。

 

第二优先级为差评率高,但提及量低的指标。如成分。

 

第三优先级为提及量高、但差评率低的指标。如体验、气味、赠品、包装。

 

最低优先级则为提及量和差评率都不高的指标。

 

根据该数据图,企业可优先将最优资源安排给优先级最高的需求部门,以数据科学驱动推动产品迭代、服务升级、资源配置

 

适用场景:产品研发、需求优先级决策、资源协调沟通

 

适用部门:产品部、客服部、市场部、运营部

 

 

策划:Tony

撰文/编辑/制图:Yuki

技术支持:曾老师

 

 

云听CEM是深圳视界信息技术有限公司(八爪鱼大数据)旗下基于人工智能的客户体验管理平台,平台内置各大电商平台,社交媒体,新闻,论坛,博客等数百种数据源,支持自定义及企业内部数据源接入,可深入分析产品问题、服务短板、市场策略、竞品优劣势等。云听CEM作为客户体验管理领域先行者,目前已受到OPPO、VIVO、海尔、联合利华、科沃斯、相宜本草等几十家行业头部品牌认可。

 

 

如果您也想洞察消费者心声,掌握竞争情报,优化产品服务体验,提升客户满意度和忠诚度,扫描下面海报二维码,我们的客户体验专家将为您提供量身定制的方案咨询!

 

▼ 扫码限时领取 ▼

 

 

长按识别二维码,更多干货
高级管理员

发表评论