基于用户画像的体育用品精准营销策略研究

何晓顺，高祥志，林 宇

（1.曲阜师范大学体育科学学院，山东 济宁 273165；2.济宁医学院基础医学院，山东 日照 276826）

互联网技术的发展和进步，催生了信息的海量化，传统的体育用品营销模式难以适应体育用品消费者多元化的消费需求。而用户画像作为大数据技术在销售领域的主要应用之一，通过提取数据信息、归纳偏好群体、刻画用户特征、建立用户画像模型，可以充分挖掘用户的个性化需求，有针对性地推销相关体育产品，为体育用品营销提供了一个全新的发展方向。然而，在各大体育企业所建设的数字化、信息化网络体系中，其网络服务平台尚未完善，体育用品推送过程的混乱性给许多用户带来困扰，怎样构建体育用品产业专属的用户画像模型，以大数据信息的支持以及用户画像的精确定位，精准地为用户推送产品，是当前亟待解决的焦点问题。这就需要将用户画像技术与体育活动的特点进行结合，采取有效措施服务用户。

一、用户画像与体育用品精准营销

（一）用户画像的内涵

用户画像最早源于交互设计/产品设计领域，将用户画像界定为针对产品/服务目标群体真实特征的勾勒，是一种勾画目标客户、联系客户诉求与设计方向的有效工具，[1]现多用于用户数据分析、个性化服务、商品精准营销等方面。用户画像的概念最早由“交互设计之父”Alan Cooper 提出，他认为用户画像是真实用户的虚拟表示，是建立在一系列真实数据基础上的目标用户模型对同一类用户进行不同维度的刻画，旨在通过海量用户行为数据，挖掘有用信息，全面展现用户的信息全貌。[2]徐芳的研究表明用户画像具有全面性、真实性、代表性、动态性以及移情性等特征，[3]这些特征是用户画像进行实际操作的重要依据。席岩等认为，用户画像的发展过程可以分为用户画像构建方法和基于大数据的用户画像构建方法，[4]信息时代的到来注定会让用户画像大放异彩。

（二）用户画像的基本架构

用户画像的基本架构由数据流动的状态分为三个层次：第一，数据收集层，即采取一定手段收集用户信息的业务数据、行为数据、卖点数据等，结合外部网站对数据进行整理收纳。第二，数据计算层，可以利用爬虫平台对用户数据进行统一标识、提取，送入Hive 大数据库，使用Spark（大规模数据处理计算引擎）来进行SQL 查询、文本的处理以及机器学习等，或者建立Hadoop（大数据软件系统运行框架），用HDFS（分布式文件系统）来提供高吞吐量的数据访问，实现以数据流的形式访问文件系统中的信息。第三，数据应用层，收集到的数据经过一系列清洗、计算、整理过后，可以得出可视化的数据模型，这时的数据就可以投入数理分析、精准营销、个性化服务、CRM（客户关系管理）系统等应用。三个层次共同组成用户画像的基本构架（如图1 所示）。

图1 用户画像的基本架构

（三）体育用品与精准营销

基于体育用品在生产领域、消费领域和体育活动使用领域中体现出的体育性、专门性和消费性，席玉宝将体育用品的概念界定为：体育活动中所适用的各种专门物品的总称，包括体育竞赛、运动训练、健身休闲以及体育教学等所有的体育运动活动中所使用的物品。[5]体育用品是为体育运动服务而设计制造的，其符合体育运动或竞赛需求，生产体育用品行业称为体育用品产业，体育用品产业是体育产业的重要组成部分，为开展体育活动提供最基本的物质条件。[6]随着我国市场经济体制改革，居民生活水平的提高以及体育事业的巨大进步，我国的体育用品产业发展迅速并形成了规模化经营、品牌化经营和国际化趋势的特点。[7]当前，通过网络渠道进行体育用品的推广和营销成为一种新常态，如何快捷而精准地让用户看到自己心仪的产品将会是体育用品市场面临的新挑战。

2005 年，营销大师菲利普·科特勒首次提出了精准营销的概念：精准营销就是公司需要更精准、可衡量和高投资回报的营销沟通，需要更注重结果和行动的投资。[8]2006 年，国内学者徐海亮将精准营销定义为精准定位的基础上，建立个性化的顾客沟通服务体系，实现企业可度量的低成本扩张之路，[9]这意味着要把精准营销工作重点放在用户的个性需求上。而随着大数据时代的到来，精准营销的发展越来越依托于大数据技术，此类营销方式需要建立一个有一定规模、相关信息较为完善的消费者数据库，在此基础上利用数据挖掘技术对顾客偏好与购物习惯进行探索，从而实现精准营销。[10]对于大数据精准营销，目前最常见并且效率最高的方法便是构造用户画像，即合理利用大数据技术，逐步精准分析用户更深层次的需要，再依此帮助企业制定合理的营销战略。

综上，精准营销作为用户画像的应用方向之一，在理论层面具有较多的研究，但是在实践层面上仍然缺乏相应的探索。在国民经济中所占比重越来越高的体育用品产业，目前也尚未检索到利用用户画像进行精准营销的相关研究。国内专家对体育用品的相关研究大多体现在如何进行产业转型升级或者结构优化等方面，在营销方面还停留在网络营销的大方向上，对精准营销研究颇少，如何通过构建用户画像实现体育用品精准营销，是体育用品产业发展的新方向。由于当前体育用品销售市场各色各样的产品琳琅满目，对于快节奏生活的人们来说，很难有足够的时间去挑选合适的体育用品，所以在大数据环境下利用构建用户画像对体育用品进行精准营销具有其独特的优势，它能够在有限的时间内根据用户的需求推送用户最需要的产品，保证用户享受优质体育活动的同时节省大量的时间，是促进体育产业发展、推动体育用品营销的必要选择。就目前而言，信息技术的发展已经趋于成熟，在构建信息数据库、信息收集与获取、信息加工等方面有着较为全面的技术支撑，为用户画像技术的应用提供了可行性。

二、体育用品产业用户画像之构建

互联网的存在虽然能够拉近用户与企业的距离，但是所能进行的交互职能仍然具有很大的局限性，受制于互联网的虚拟化，其幕后的用户存在着许多可能性，每个用户都有其独特的社会背景与运动喜好，面对自成一格的用户群体，体育用品产业首先需要从构建用户画像的流程入手，构建出能准确描述用户特征的画像，以达到精准营销的目的。

（一）确定目标人群，提取用户维度

所谓目标人群，就是建立用户画像所要服务的对象，对于体育用品的线上营销服务来说，目标人群就是对产品有所需求的人群。由于不同的目标人群提取到的信息具有一定差异，在广泛的信息维度中存在的信息量过大，所以我们在构建用户画像的同时，要明确画像目的，将画像目的与目标人群结合起来，划分合理的用户特征维度。用户画像的维度提取一般由用户的年龄、性别、收入、职业、地域一类的基础客观特征与性格、爱好、需求、运动目的等主观意识决定，将这些特征细化、分类、整理，可以得出一套用户画像维度体系（如图2 所示）。

图2 用户区分维度

（二）分析用户数据，评估用户价值

对数据进行挖掘是数据分析最重要的一步，大数据分析，最关键的就是从不相关的数据得到相关的关系。[11]需要注意的是，在数据收集过程中，要注重信息数据的真实性和全面性，既要能保证信息的真实有效，又能够在多方面维度上准确判定出用户对于各类体育用品的接触信息是否能反应用户最真实的想法，用户的数据类型分为两种：静态信息数据和动态信息数据。静态信息数据一般是指相对稳定的信息，如用户的人口属性和商业属性等。针对此类数据，一般只是采取简单的清洗工作。动态信息数据则是用户不断变化的信息数据，例如，体育用品销售网站的访问量，网站在各时段的在线人数，体育用品的日销售额等，是能够直接反映体育用品营销过程变化的数据，这类数据不仅要进行清洗，还要通过特定算法加以统计，从而进行对用户的属性预测，并运用已形成的模型和用户的已有特性，预测用户的未知特性，更精确地了解用户的购买心理，从而预测用户对体育用品的购买意愿。

（三）跟踪用户轨迹，建立标签模型

动态行为数据能够确定在不同维度下用户的访问轨迹，助力体育用品广告在各维度间的精准投放，对用户轨迹的跟踪主要表现在场景、媒体和路径。在互联网中，追踪场景可以判断用户浏览体育用品商品的频率、设备、常在时间段等；媒体指的是用户一般浏览体育用品的具体媒介，如线上商城或者品牌官网；路径则是指用户是怎样访问这些媒体的，可以是通过搜索引擎或者对所投放广告的点击跳转。掌握用户上网轨迹，能帮助企业控制广告投放频次，避免过多投放使用户产生排斥，还可以帮助媒体优化运营。将用户所有的静态信息、动态信息、预测信息等收集整理完毕后，就要进行标签建模。按照用户标签的生成方式，可以建立以下几种标签：统计类标签，即直接提取的标签；规则类标签，即需要自定义规则的标签，此类标签与体育用品的运营以及广告投放频率息息相关；机器学习标签，即非确定性标签，需要从用户日常的体育行为、运动爱好推理计算而得。从冗杂的数据当中提取共同特征，用这些特征值去定义用户群体，能够方便企业掌握用户群体特性，划定不同类型体育用品的销售群体。

（四）综合用户特征，生成用户画像

所有信息经过收集、清洗、分类、建模之后，梳理用户的行为、目标、痛点等各种维度，形成用户画像的基本构架，之后对角色群体进行属性信息的详细描述，可以让画像显得更丰满真实。生成用户画像的目的是为体育用品精准营销服务，故此类用户画像的主要维度应集中在用户对体育用品的需求方向与程度上，在生成用户画像的过程中，应当结合体育产品的自身特点，综合用户自身特性以及在体育运动方面的各类信息数据，结合所覆盖人群的基数大小、竞争优势、收益能力、业务规划等维度去进行评估，将与体育特色相互契合的维度置于重点关注区，定义好主要角色、次要角色、补充角色，保证用户出现相关方面的需求时，在第一时间就能得到最优选择。

用户画像是一种设计工具，在使用过程中并非一成不变，随着各种新兴体育运动的兴起和体育科学水平的不断进步，体育用品功能不断更新、用户需求不断变化，用户画像须判定用户在新兴运动上的新需求并扩展相关维度，同时将体育用品新功能与用户进行配对，在用户数量积累到一定程度之后，可以使用定量法进行验证，以确认当前设立的维度标签能否继续满足用户需求。通过不断进行更新迭代，定期更新画像，以保证画像的时效性。

（五）结合产品实际，完成画像落地

用户画像实现落地，才能对体育用品的营销起到切实作用，才能体现出它的价值。体育用品具有其独特的运动性、休闲性与健身性，这些特点让其与其他类型的产品在营销过程中表现出一定的差异，用户在体育方面构建的画像应当体现出鲜明的体育特色，如运动舒适度、运动防护能力、健身能力等，产品的营销要以其功能特点为主，把用户使用产品时的要求作为产品制作的主打方向，用产品的突出点去契合用户的需求点，正视体育用品在品牌、价格等方面的差异化，赋予体育用品作为商品在不同功能面上的实际价值。实现用户画像落地的重点是根据体育企业自身情况对不同的用户群体进行排列组合，组合方式主要以市场媒介为主，包括市场大小、收益大小、自身的竞争优势等，这一步的成效决定了用户画像落地后的效果。在用户画像创建完成之后，对画像结果进行分享，让整个设计团队与体育产业结构达成共识，着重解决疑难问题，逐步落实产品的设计与营销，在实践中检验成果，不断完善与更新，才能达到更好的营销目的。

三、用户画像在体育用品精准营销中的应用策略

在庞大的营销体系中，构建用户画像仅仅只是第一步，对于体育行业，要将用户画像的作用发挥到最大，把各类体育用品推送到用户手中，让用户产生消费才是主要任务。为了完成此任务，要构建更为完善的体育用品营销体系，把线上营销作为重点，制定更加贴合实际的营销策略，打造以用户画像为基础的完整体育线上营销服务系统。

（一）把握用户画像优势，积极转变营销模式

对于传统的线下体育用品营销方式来说，其局限性已经越来越难以满足顾客日益增长的消费需求。在传统的线下营销过程中，体育企业会常常因为宣传不到位而导致顾客流量较低。体育用品作为人们体育生活的必备物品，仅仅采取线下营销的方式必然会导致群众体育运动质量的下降，大众体育发展速度缓慢，加之当前大环境下国家积极推动互联网发展，对于体育企业，应适应体育线上平台需求旺盛的现实需要，通过网络化平台，搜集体育消费者对体育用品的个性化、多样化需求，以体育市场需求为导向，精准化、定制化生产体育消费者需要的产品，[12]通过互联网找寻适合体育用品产业高质量发展的新模式。

体育用品的线上营销模式，需要体育企业加强对互联网技术的开发与应用，并结合自身特色，选定合适的线上营销渠道。企业可以选择当下热门且可靠的网购平台进行营销，例如，淘宝、天猫、京东、得物等，选用此类平台的好处在于可以依靠平台本身存在的流量与热度，吸引大量网络用户，并且网络电商平台自身就有大量销售活动，例如，双十一购物节、3.8 女神节、京东618 等，体育企业如果能够抓住机会，合理设计营销方案，就能获得一定收益。要对用户实施精准营销，就要使用画像收集大量用户信息，通过对信息加工处理以聚焦服务人群，完成转变，体育企业才能在竞争激烈的体育市场站稳一席之位。

（二）优化信息获取方式，提高数据处理效率

体育用品营销策略完全以建立用户画像时收集到的用户信息作为基础，这些信息的准确性极大程度地影响了采用用户画像来进行体育用品营销时的效益。一旦用户信息的准确度不能得到保证，用户在消费过程中就很难快速地找到符合自身需求的产品，营销过程也将必然遭受损失。然而，现在的许多体育企业依然处于数据匮乏、信息落后的状态，并且受制于互联网平台大量用户信息泄露案例的影响，体育企业在进行用户信息收集的过程中往往面临着用户不愿意透露真实信息的问题，这就导致体育用品的精准营销在基础环节就面临着极大的困境。因此，体育企业需要拓宽基础数据的收集渠道，积极向广大数据平台、相关媒体、B2B 网站寻求合作，扩充完善自身的数据库，加强企业与企业之间的数据资源共享，并以信息加密技术和个性化通信技术为核心研发信息安全保护系统，建立信息安全保密制度，充分保障用户的信息安全。以此使大数据平台有足够的信息支持来展现出精准度更高的用户画像。

社会生产方式的快速变革以及人类生活水平的不断提高要求各类数据平台在进行数据分析处理时的算法、逻辑也要不断更新，数据处理平台作为采用用户画像进行精准营销的有力助手，在保持高准度的状态下也要注重高效性，在保证信息时效性的同时，使平台能够在社会环境发生变革时紧跟时代的步伐，有能力对新事物、新热点作出更快的反应。不同的环境造就不同的需求，现在已经进入全民健身时代，越来越多的人投入体育运动中去，受疫情影响，足不出户的居家健身课更是成为一种潮流，而体育用品的营销升级必须抓住这些变化。因此，随着环境的变动，在对信息数据进行处理的时候不能一成不变地保持原有算法，要主动寻求变革，走在时代的前列，使分析结果更具参考意义。

（三）分析用户信息特征，精确定位服务人群

在用户画像的信息模块，能够收集用户的各种静态信息与动态信息，像性别、年龄、爱好、收入等静态信息，企业在进行体育用品的推送时可以直接利用，但是，实际操作过程中仅靠用户画像中的静态信息是远远不够的，而行为和策略等动态信息的分析作为判定用户购物意愿的主要依据，也是实现精准营销的重要步骤。企业应依据用户画像构建用户行为数据分析平台，形成智能精准营销体系。为了提高体育用品营销的精准度，需要对用户进行细腻、全面的行为分析，采用漏斗转化率分析、归因分析、热图分析等主流渠道，可以展现出不同的用户群体对各种信息的偏好程度，从而有针对性地抓住用户的喜好，推送相对应的体育用品。同时，企业在进行营销决策时，不可盲目选择高额的广告投放；可以追求明星效应，但不可仅为了同行竞争，盲目豪掷巨资找明星代言；寄希望于高密度的广告覆盖，来提升企业短期产品销量和盈利能力，这并非长久之计。[13]体育企业对各个投放渠道来源用户的去向和质量进行检验，再通过结合用户画像中信息分析获取到的结果来稳定流量带来的用户效益，使投放的流量能够吸引到正确的用户，完成重点服务人群精确定位。

（四）满足用户多元需求，挖掘用户潜在意愿

用户的需求是消费之本，将用户画像技术引入体育用品的营销，要把用户的需求作为重要基点。体育用品的种类丰富多样，当用户对体育用品产生主观需求时，体育用品的营销就要与用户的需求产生对接，针对不同的用户群体实施定向化整合，从而提升体育用品营销的精准度。同时，在大数据时代，用户在选购体育用品的时候，未必仅局限于自身的需求，而是基于自身的兴趣点，结合对产品的关注程度，并联系相关产品，这样存在的各类体育用品资源之间形成一种交叉型交互，用户就可以获取更为广泛的选择空间。例如，用户在某商城搜索栏以“篮球鞋”为关键词进行搜索，在得出大量篮球鞋的推送之后，可以结合用户的关注点“篮球”推送护膝、篮球袜、球衣等与篮球运动相关的产品用具，以此挖掘用户的潜在需求，使其看到相关推送后产生消费兴趣，从而形成消费。要挖掘用户的潜在消费意愿，就要在形成用户画像的过程中，抓住用户信息之间的内在联系，将动态信息与静态信息进行结合，从而推算出用户感兴趣的潜在标签，并让用户形成消费态度。态度是购买意愿最为重要的影响变量，态度与购买意愿的显著性关系在不同模型构造下具有高度稳定性，[14]在稳定的消费态度下才能更深层次地去挖掘用户的消费意愿。因此，在用户选购体育用品的时候，要保证用户的消费态度，抓住每个可能存在的消费触点，利用可知信息进行发散性推理，在满足用户现有需求的基础上，开发用户新的消费领域。

（五）建立用户虚拟社区，提高用户留存比例

虚拟社区是由具有共同兴趣爱好以及情感共鸣的群体所组成的线上关系网，对用户群体的聚类分层具有重要作用。不同品牌构建云社区，并依据用户画像为社区拉拢“住户”，不仅可以实现用户的精准定位，起到精准宣传产品的作用，还可以用特定社区主题吸引新用户的关注。对社区内用户进行动态监测，即时反馈出的数据也有利于精准标签的实现。

用户的消费价值观受到对企业品牌信任度的影响，用户在购买商品时大多会查看产品的负面评论，而在线负面评论的数量增加、内容质量提高与情感强度增强均不利于消费者品牌信任的建立，[15]进而减弱用户对于品牌的信任程度。对此，体育企业可以举办相关活动，让广大消费者参与其中，与用户形成共同话题，拉近与用户之间的关系，数字技术赋能体育企业能实现需求倒逼供给的新商业模式，通过用户参与定制体育产品与服务，倒逼体育企业提供精准化服务，满足用户的个性化需求，从而逐渐建立用户对品牌信任程度，[16]这样就可以避免出现用户因为受到负面评论信息影响而拒绝接受推送产品的窘境。而对于已经产生消费的用户，能否将其发展为长期客户也是体育企业应当考虑的问题，使用用户购物过程的完整指标体系对企业的经营情况进行评测与诊断，通过数据的复盘可以展现对体育用品用户覆盖情况，从而达到追踪营销策略的效果。在复盘数据的过程中，用户的粘性指标分析与留存分析能够展现出用户对体育企业产生的忠诚度。以留存分析中短期留存、中期留存、长期留存的各类时间长短为度量，分析用户回访特点，依靠构建用户画像的优势，规划提高用户回访率的方案，提高用户长期留存比例，保证体育企业的持续发展。

四、结束语

社会生产水平的发展造就人们新的生活方式，也对体育用品产业提出了更为严格的要求，随着信息技术的不断进步，用户画像正逐步改变着体育用品的营销方式，并将其融入广大群众的体育生活当中。体育用品企业如何适应商品营销环境的变动、抓住大数据时代带来的机遇，是在信息时代所要面临的全新挑战。通过提取用户的各类信息，分析用户画像的基本架构与构建流程，以打造出用户画像模型，再结合当前体育用品市场现状下用户画像应用的相关策略，为体育用品的精准营销提供相应的理论框架。然而目前对于用户画像在体育用品产业的应用，更多的关注点在于模型的构建以及应用的策略，对于如何采集、处理数据并生成画像的具体技术涉及较少。在后续研究中，将把用户画像在体育用品精准营销中的工作算法与推送技术等实践应用层次的问题作为重点研究对象，不断改进和完善画像模型，发挥用户画像技术的最大价值，为用户在购买体育用品时提供更加精准化与个性化的服务。