摘要：文章利用構(gòu)建用戶畫像的方法，對(duì)觀看電商直播的用戶群體特征進(jìn)行描述，幫助電商直播平臺(tái)進(jìn)行相關(guān)服務(wù)改進(jìn)。首先借鑒VALS2模型構(gòu)建了電商直播用戶群體畫像的指標(biāo)體系。然后經(jīng)問卷調(diào)查收集數(shù)據(jù)后，結(jié)合因子分析、聚類分析和判別分析等方法進(jìn)行實(shí)證研究。最后利用Python的Wordcloud2模塊工具對(duì)用戶畫像的特征進(jìn)行可視化呈現(xiàn)。電商直播用戶群體畫像類型分為綜合需求型、社交聯(lián)絡(luò)型、體驗(yàn)感知型3類，可以為電商直播平臺(tái)提供有力的支持，助力其實(shí)現(xiàn)更精準(zhǔn)的營銷、更優(yōu)化的用戶體驗(yàn)和更高效的資源分配。

關(guān)鍵詞：電商直播；群體畫像；用戶體驗(yàn)

中圖分類號(hào)：文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1005-6432（2024）21-0000-04

[DOI]10.13939/j.cnki.zgsc.2024.21.028

1引言

隨著互聯(lián)網(wǎng)的快速發(fā)展和移動(dòng)設(shè)備的普及，“電商直播”這種新興商業(yè)模式作為數(shù)字經(jīng)濟(jì)的典型代表，近年來得到了迅猛的發(fā)展[1]。然而，隨著電商直播市場的不斷擴(kuò)大，競爭也日趨激烈。為了更好地滿足用戶需求，提升用戶體驗(yàn)，電商直播平臺(tái)需要對(duì)用戶進(jìn)行深入的了解和分析。因此，文章選取使用過電商直播的用戶作為研究對(duì)象，借鑒用戶畫像技術(shù)對(duì)該群體的價(jià)值觀、生活方式和購買行為等方面進(jìn)行深入分析，為電商直播平臺(tái)提供更精準(zhǔn)的營銷策略和服務(wù)方案。

2相關(guān)研究

2.1電商直播

目前關(guān)于電商直播的研究主要從直播特性入手，聚焦于用戶使用動(dòng)機(jī)、購買行為等方面。例如，在觀看動(dòng)機(jī)方面，Cai等研究發(fā)現(xiàn)對(duì)于目標(biāo)導(dǎo)向型用戶，有用性是他們使用電商直播的顯著影響因素，而對(duì)于享樂型用戶，主播因素才是他們注重考慮的[2]。在購買行為方面，陳曉娜等指出電商直播平臺(tái)中的信息內(nèi)容、外觀設(shè)計(jì)與導(dǎo)航系統(tǒng)均顯著正向影響服裝消費(fèi)者購買意愿[3]。

2.2用戶畫像

交互設(shè)計(jì)之父AlanCooper最早提出用戶畫像，是指根據(jù)用戶的屬性、偏好、生活習(xí)慣、行為等信息，抽象出來的標(biāo)簽化用戶模型[4]。目前，國內(nèi)外學(xué)者們也從多個(gè)視角對(duì)用戶畫像展開研究。例如，李嘉興等基于用戶屬性及行為數(shù)據(jù)聚類結(jié)果對(duì)微信老年用戶行為特征進(jìn)行了深入分析[5]。吳劍云等則構(gòu)建用戶視頻興趣標(biāo)簽，以捕獲用戶興趣的變化[6]。在研究方法上，任中杰等為了有針對(duì)性的輿情引導(dǎo)，采用情感分析法構(gòu)建模型以預(yù)測和把握每個(gè)用戶情感傾向[7]。

2.3VALS2模型

隨著時(shí)代的發(fā)展和消費(fèi)者行為的變化，相關(guān)學(xué)者推出了VALS2模型，在原基礎(chǔ)上加入了心理因素，以資源和自我導(dǎo)向兩個(gè)因素細(xì)分市場[8]，使其更適應(yīng)現(xiàn)代社會(huì)的消費(fèi)者行為和市場環(huán)境。陳添源等借鑒VALS2用戶細(xì)分的態(tài)度量表，探究高校移動(dòng)圖書館用戶群體的差異化行為特征[9]。相甍甍等則利用VALS2模型將微信用戶隱私悖論行為群體畫像劃分為體驗(yàn)至上、成熟理智、自我中心3種類型[10]。

通過梳理國內(nèi)外相關(guān)研究發(fā)現(xiàn)，用戶畫像在電子商務(wù)已經(jīng)得到了廣泛應(yīng)用，然而現(xiàn)有研究并未充分聚焦于直播領(lǐng)域?；诖耍恼吕肰ALS2模型整合各項(xiàng)影響因素，對(duì)使用電商直播的用戶進(jìn)行分類描述，精準(zhǔn)把握不同用戶群體的消費(fèi)心理和行為特點(diǎn)。

3研究設(shè)計(jì)

3.1用戶畫像設(shè)計(jì)思路

文章構(gòu)建電商直播用戶畫像的設(shè)計(jì)思路分為構(gòu)建標(biāo)簽體系、數(shù)據(jù)獲取處理、特征標(biāo)簽提取、聚類判別分析、標(biāo)簽可視化5個(gè)階段。首先根據(jù)研究目的，依據(jù)VALS2細(xì)分指標(biāo)設(shè)計(jì)電商直播用戶群體畫像標(biāo)簽體系，形成調(diào)查問卷后獲取相關(guān)用戶數(shù)據(jù)。然后將獲得的數(shù)據(jù)進(jìn)行特征標(biāo)簽提取形成標(biāo)簽數(shù)據(jù)集，再運(yùn)用因子分析、聚類分析等方法，提煉關(guān)鍵特征因子，實(shí)現(xiàn)差異化用戶群體分類。最后使用Python中的Wordcloud工具包對(duì)電商直播用戶群體標(biāo)簽進(jìn)行可視化展示，完成用戶畫像。

3.2用戶畫像標(biāo)簽體系設(shè)計(jì)

文章基于電商直播用戶的使用情境和相關(guān)服務(wù)功能，以VALS2量表中的“用戶資源為導(dǎo)向”和“用戶自我為導(dǎo)向”兩部分為細(xì)分指標(biāo)，設(shè)計(jì)電商直播用戶畫像的標(biāo)簽體系。這兩大指標(biāo)不僅能夠全面反映用戶的消費(fèi)心理和行為特征，還能夠?yàn)殡娚讨辈テ脚_(tái)提供有力的數(shù)據(jù)支持，用于優(yōu)化服務(wù)策略和提升用戶體驗(yàn)。

3.2.1用戶的資源

VALS2模型中的用戶資源指的是消費(fèi)者在個(gè)人生活中所擁有的各種資源，反映了他們的社會(huì)地位、經(jīng)濟(jì)實(shí)力、生活方式以及所能獲取的信息等。文章的電商直播用戶群體畫像標(biāo)簽包含了4個(gè)人口統(tǒng)計(jì)特征和5個(gè)用戶使用行為變量，其中用戶的性別、年齡、學(xué)歷和收入為人口統(tǒng)計(jì)特征，使用頻次、使用習(xí)慣、用戶體驗(yàn)、用戶滿意、用戶忠誠則作為用戶使用行為調(diào)查變量。

3.2.2用戶的自我導(dǎo)向

VALS2模型中的用戶自我導(dǎo)向涉及消費(fèi)者的行為和價(jià)值觀，是激勵(lì)用戶消費(fèi)的底層邏輯，包含三種類型：以原則為導(dǎo)向、以地位為導(dǎo)向、以行為為導(dǎo)向。以原則為導(dǎo)向是指用戶按照自己接受到的客觀信息行事，不會(huì)輕易被他人觀點(diǎn)所左右，比如電商直播中的商品呈現(xiàn)、服務(wù)場景、權(quán)益保障等；以地位為導(dǎo)向是指用戶會(huì)因?yàn)樗说男袨楹陀^點(diǎn)做出改變，比如電商直播中的點(diǎn)贊、評(píng)論、分享行為等；以行為為導(dǎo)向是指用戶容易受到自身利益相關(guān)或外部環(huán)境刺激而產(chǎn)生改變，如電商直播中的促銷折扣、時(shí)尚潮流、等都容易影響用戶的購買行為?；谏鲜鰞蓚€(gè)角度的描述和分析，本研究最終構(gòu)建的電商直播用戶群體畫像標(biāo)簽體系如圖所示，其中用戶資源包含9個(gè)測量項(xiàng)，用戶自我導(dǎo)向包含21個(gè)測量項(xiàng)。

3.3用戶畫像標(biāo)簽權(quán)重設(shè)計(jì)

電商直播用戶畫像的差異通過標(biāo)簽權(quán)重設(shè)計(jì)體現(xiàn)，即不同的電商直播用戶群體特征在同一標(biāo)簽上的重要程度（權(quán)重）是不同的。文章以VALS2指標(biāo)體系構(gòu)建的心理行為偏好標(biāo)簽?zāi)軌虼黼娚讨辈ビ脩舳唐趦?nèi)穩(wěn)定的購買行為需求和感知態(tài)度值，因此借助李克特5級(jí)量表來表示電商直播用戶在某一標(biāo)簽的需求和偏好程度。其中人口統(tǒng)計(jì)和用戶行為特征運(yùn)用屬性值方法進(jìn)行描述，如性別、收入、使用頻次等相關(guān)題項(xiàng)，其余測量項(xiàng)的標(biāo)簽權(quán)重由用戶在各量表中得分的均值來確定，由此形成本次研究的用戶畫像標(biāo)簽權(quán)重值。

4實(shí)證分析

4.1問卷設(shè)計(jì)及數(shù)據(jù)獲取

本次研究的調(diào)查問卷主要由兩部分組成，第一部分是用戶資源，包含用戶的人口統(tǒng)計(jì)特征和用戶使用行為調(diào)查；第二部分是用戶自我導(dǎo)向量表，主要針對(duì)電商直播用戶的心理偏好設(shè)置的測量題項(xiàng)，為確保問卷的有效性，剔除回收問卷中缺失值較多、填寫時(shí)間少于30秒的無效問卷，最終得到有效問卷200份。

4.2信效度檢驗(yàn)

經(jīng)SPSS27.0軟件發(fā)現(xiàn)基于標(biāo)準(zhǔn)化的克隆巴赫系數(shù)為0.935，說明該樣本數(shù)據(jù)的信度較好，題項(xiàng)內(nèi)部的一致性比較高。另外KMO值為0.930，顯著性小于0.001，說明該數(shù)據(jù)具有一定效度，適合做因子分析。

4.3因子分析與分類標(biāo)簽抽取

為了有效區(qū)分用戶類型，構(gòu)建出電商直播用戶的群體差異畫像，文章利用SPSS27.0軟件進(jìn)行了探索性因子分析。在此過程中，采用了主成分因子分析方法，通過精煉文字來替代標(biāo)簽題項(xiàng)，并設(shè)置了最大收斂迭代次數(shù)為25次，僅選取特征值大于1的因子進(jìn)行分析。成分?jǐn)?shù)為4時(shí)，特征值大于1，累計(jì)總方差解釋為73.592%，大于60%，符合研究要求。

根據(jù)各因子在變量上的載荷數(shù)據(jù)情況，總結(jié)電商直播用戶的分類特征因子：特征因子1：該特征因子與輕松解壓、時(shí)尚追隨、熱門直播、信息獲取、親友影響、感知愉悅以及促銷折扣等因子相關(guān)，深刻揭示了用戶在電商直播環(huán)境中豐富多樣的心理動(dòng)機(jī)。用戶會(huì)根據(jù)自身的實(shí)際需求和心理狀態(tài)，靈活選擇使用電商直播的方式和頻率，以期滿足自身的各種心理需求。因此，文章將該公因子命名為心理需求類因子。特征因子2：該特征因子與社交分享、知名主播、從眾購買、解疑及時(shí)、期待交互、活躍氛圍以及點(diǎn)贊評(píng)論等因子有關(guān)，集中反映了用戶在電商直播中注重社交互動(dòng)與交流，既期待能夠與他人分享心得體驗(yàn)，也希望通過與主播的互動(dòng)，獲得購物決策的參考與指導(dǎo)。因此，文章將該公因子命名為社交互動(dòng)類因子。特征因子3：該特征因子與場景契合、專業(yè)推介、權(quán)益保障、習(xí)慣使然、商品呈現(xiàn)以及快捷購需等因子相關(guān)，這些因子展現(xiàn)了用戶對(duì)電商直播相關(guān)功能的評(píng)判，是影響用戶選擇和使用電商直播的重要因素。因此，文章將這一公因子命名為功能需求類因子。特征因子4：該特征因子與服務(wù)滿意、內(nèi)容質(zhì)量、需求明確、觀看方便以及持續(xù)使用等因子有關(guān)，這些因子揭示了用戶在電商直播使用過程中對(duì)服務(wù)體驗(yàn)的重視。他們會(huì)根據(jù)自身的體驗(yàn)感受來評(píng)估電商直播的價(jià)值，從而影響到他們的使用習(xí)慣。因此，將該公因子命名為服務(wù)體驗(yàn)類因子。

4.4用戶畫像聚類分析

在提取上述4個(gè)差異化特征因子后，采用聚類算法將其分為相似性盡可能大的類或簇。本研究選擇利用K-means均值算法來對(duì)數(shù)據(jù)進(jìn)行聚類，實(shí)現(xiàn)用戶畫像的分群。K-means算法在進(jìn)行前要確定好分成的簇的數(shù)量K，參考以往相關(guān)領(lǐng)域?qū)W者的研究，文章將聚類個(gè)數(shù)界定在3-6個(gè)，同時(shí)結(jié)合判別分析中的WilksLambda方法，最終確定K值個(gè)數(shù)，結(jié)果如表1所示。

4.5用戶畫像特征可視化

根據(jù)上述分析得到的用戶畫像聚類分析結(jié)果，文章將電商直播用戶群體畫像類型分為3類：綜合需求型、社交聯(lián)絡(luò)型和體驗(yàn)感知型。接著采用Python中Wordcloud工具包繪制用戶標(biāo)簽云，如表2所示。其中，每個(gè)標(biāo)簽字體大小由該類用戶畫像對(duì)應(yīng)的均值決定，標(biāo)簽云中的字體越大，證明此特征在該類群體中越顯著。

5用戶畫像描述與討論

根據(jù)上述分析和可視化結(jié)果的呈現(xiàn)，對(duì)每一類電商直播用戶畫像的關(guān)鍵特征進(jìn)行描述：

5.1綜合需求型用戶的畫像特征

綜合需求型用戶體現(xiàn)了該用戶群體比較注重多方面的體驗(yàn)和需求滿足。該用戶群體的男女比例趨于平衡，每周觀看電商直播的次數(shù)集中在3-4次，說明這類用戶對(duì)電商直播有著較高的興趣和參與度，可將此用戶劃分為需求明確型和娛樂導(dǎo)向型兩類。

1. 需求明確型：需求明確型用戶通常已經(jīng)有明確的購物目標(biāo)或需求，他們進(jìn)入直播間主要是為了尋找滿足自己需求的產(chǎn)品，并希望獲得更詳細(xì)的產(chǎn)品信息、優(yōu)惠活動(dòng)或?qū)I(yè)的購買建議。

（2）娛樂導(dǎo)向型：娛樂導(dǎo)向型用戶進(jìn)入電商直播間更多地是出于消磨時(shí)間、放松心情的目的，或是希望能從中獲得一些有趣的購物建議和靈感。這類用戶更傾向于享受直播過程中的輕松氛圍和愉悅體驗(yàn)，他們可能會(huì)受到親友推薦、熱門直播等因素的影響而進(jìn)入直播間，對(duì)于這類用戶，營造出一個(gè)輕松愉快的直播氛圍至關(guān)重要。

5.2社交聯(lián)絡(luò)型用戶的畫像特征

社交聯(lián)絡(luò)型用戶主要集中在26-33歲的年齡段，這個(gè)年齡段的人群往往具有較為穩(wěn)定的工作和生活，有一定的消費(fèi)能力和社交需求。該類用戶每周觀看電商直播的次數(shù)集中在1-2次，很有可能是他們將更多的時(shí)間和精力投入到了其他社交平臺(tái)中，尋找更多的社交機(jī)會(huì)和互動(dòng)體驗(yàn)。對(duì)該類型用戶的特征因子進(jìn)行整理，可分為兩類：社交互動(dòng)型和信息獲取型。

（1）社交互動(dòng)型：這類用戶注重直播過程中的社交體驗(yàn)，具有較高的活躍度和粘性，并對(duì)直播平臺(tái)的社交屬性有著較高的期待。為了更好地滿足他們的需求，電商平臺(tái)應(yīng)該加強(qiáng)社交功能的開發(fā)和完善，提供更多的互動(dòng)機(jī)會(huì)和社交場景，讓用戶在購物的同時(shí)也能享受到社交的樂趣。

（2）信息獲取型：在電商直播場景中，該類用戶可能會(huì)頻繁提問，尋求主播或其他用戶的意見和建議。另外由于該類群體往往注重信息的時(shí)效性和真實(shí)性，所以他們更傾向于關(guān)注那些信譽(yù)良好、口碑可靠的主播和直播間。

5.3體驗(yàn)感知型用戶的畫像特征

體驗(yàn)感知型用戶在使用電商直播時(shí)，對(duì)于服務(wù)的滿意度有著較高的要求。其中年齡較小的用戶占比較少，可能是因?yàn)樗麄冊(cè)谙M(fèi)觀念和購物習(xí)慣上還未完全成熟。此外，大部分人每周觀看電商直播的次數(shù)在3次及以上，這也進(jìn)一步說明了他們對(duì)于電商直播的高頻使用和依賴。綜合以上因子和關(guān)鍵特征，可以將該類用戶群體劃分為品質(zhì)穩(wěn)定型和靈活探索型兩類。

（1）品質(zhì)穩(wěn)定型：在今天電商直播的環(huán)境中，這類用戶更加注重直播內(nèi)容的真實(shí)性和可靠性，針對(duì)此類用戶，直播平臺(tái)可以積極與優(yōu)質(zhì)品牌和產(chǎn)品進(jìn)行合作，這不僅可以提升平臺(tái)的整體形象和信譽(yù)，還可以吸引更多的潛在用戶。

（2）靈活探索型：與高品質(zhì)穩(wěn)定型的客戶相比，靈活探索型用戶更加注重購物的多樣性和新穎性，對(duì)價(jià)格、品質(zhì)和服務(wù)都有一定的要求，但更看重整體的購物體驗(yàn)是否滿足其個(gè)性化需求。針對(duì)靈活探索型用戶的特點(diǎn)和需求，直播平臺(tái)可以創(chuàng)新直播內(nèi)容，吸引用戶的關(guān)注和參與。

6研究結(jié)論與展望

文章以用戶畫像技術(shù)為指導(dǎo)，借鑒VALS2的用戶市場細(xì)分方法，構(gòu)建了電商直播用戶的標(biāo)簽體系。通過對(duì)使用電商直播的用戶進(jìn)行群體畫像和分類，可以更清晰地理解他們的需求、動(dòng)機(jī)和行為模式。然后通過問卷收集數(shù)據(jù)并經(jīng)實(shí)證細(xì)分，識(shí)別出綜合需求型、社交聯(lián)絡(luò)型、體驗(yàn)感知型這3個(gè)差異化群體，并進(jìn)一步細(xì)分為需求明確型、娛樂導(dǎo)向型、社交互動(dòng)型、信息獲取型、品質(zhì)穩(wěn)定型、靈活探索型這6類具體的差異化用戶群體畫像類型。研究發(fā)現(xiàn)，使用電商直播的用戶具有明顯的群體差異，不同群體在購物目的、社交需求、內(nèi)容偏好等方面存在顯著差異，因此，直播平臺(tái)應(yīng)該根據(jù)不同用戶群體的特征，制定針對(duì)性的服務(wù)策略，以滿足他們的個(gè)性化需求。

參考文獻(xiàn)

• 李國昊，梅婷，梁永滔.政府監(jiān)管下直播帶貨平臺(tái)合謀行為的獎(jiǎng)懲機(jī)制研究[J].江蘇大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2024，26（2）：100-112.
• CAIJ，WOHNDY，MITTALA，etal.Utilitarianandhedonicmotivationsforlivestreamingshopping[C]//AcmInternationalConference，2018：81-88.
• 陳曉娜，劉晶.電商直播平臺(tái)特征對(duì)服裝消費(fèi)者購買意愿的影響[J].毛紡科技，2021，49（11）：88-93.
• COOPERA.交互設(shè)計(jì)之路—讓高科技產(chǎn)品回歸人性（第2版）[M].北京：電子工業(yè)出版社，2006.
• 李嘉興，王晰巍，常穎，等.基于移動(dòng)終端日志的微信老年用戶使用行為畫像研究[J].圖書情報(bào)工作，2019，63（22）：31-40.
• 吳劍云，胥明珠.基于用戶畫像和視頻興趣標(biāo)簽的個(gè)性化推薦[J].情報(bào)科學(xué)，2021，39（1）：128-134.
• 任中杰，張鵬，蘭月新.面向突發(fā)事件的網(wǎng)絡(luò)用戶畫像情感分析——以天津“8·12”事故為例[J].情報(bào)雜志，2019，38（11）：126-133.
• MITCHELLA.ThenineAmericanlifestyles：Whoweareandwherewe’regoing[M].NewYork：Macmillan，1983.
• 陳添源.高校移動(dòng)圖書館用戶畫像構(gòu)建實(shí)證[J].圖書情報(bào)工作，2018，62（7）：38-46.
• 相甍甍，馮麗，王佳棟.社交媒體用戶隱私悖論行為群體畫像構(gòu)建研究——以微信為例[J/OL].情報(bào)科學(xué)：1-21[2024-03-27].