基于用戶畫像的農產品電商精準營銷關鍵技術研究與應用

傅麗君 潘旭偉

摘 要： 農產品電商迅速發展進一步激發了農產品線上消費的多樣化與個性化需求。然而，大數據時代背景下，傳統農產品電商營銷缺乏用戶數據挖掘與分析，對目標用戶的定位不夠精準。在對用戶畫像概念與應用分析基礎上，對用戶畫像構建的關鍵流程與技術進行梳理與闡述，構建農產品用戶畫像精準營銷機制與邏輯框架，并利用某特色農產品電商消費數據進行應用實例論證與分析。該研究有效地完成了某電商平臺用戶數據采集、數據分析和用戶畫像構建，實現針對農產品的精準營銷、個性化推薦和消費預測分析等，為農產品電商行業發展提供建議。

關鍵詞：農產品；精準營銷；用戶畫像；數據挖掘；電商

中圖分類號：S24 文獻標識碼：A 文章編號：2095-1795（2024）01-0050-06

DOI：10.19998/j.cnki.2095-1795.2024.01.009

0 引言

隨著大數據技術的應用與發展，采用數據深度挖掘進行信息的精細化分析，并制定智慧決策逐漸成為國內外研究人員的研究熱點。其中，用戶畫像技術由于具備精準分析用戶特征、描繪用戶行為的特點，是目前國內外數據分析較常使用的工具之一。目前，用戶畫像技術為不同方向的數據分析提供服務，如在市場推廣和市場營銷過程中采用用戶畫像技術對銷售產品的潛在用戶進行分析，繼而針對某些特定消費群體進行廣告投放，實現精準營銷；在效果評價與效果評估中引入用戶畫像分析方法提升產品運營數據的精準性，進而提升服務質量，達到快速精準定位目標消費人群并為其提供高質量服務的目的；在推薦系統中引入用戶分析方法構建用戶行為標簽作用于推薦系統以提高推薦的準確性和多樣性。

2022 年2 月國務院印發的《“十四五”推進農業農村現代化規劃》中指出，加快數字鄉村建設要發展智慧農業，建立和推廣應用農業農村大數據體系，推動物聯網、大數據、人工智能及區塊鏈等新一代信息技術與農業生產與經營深度融合。與普通商品相比，農產品具有品種繁多、數量大、生產地域性與需求普遍性存在矛盾及營銷渠道要求高等特征，因此使用現代信息技術和大數據技術幫助其進行精準營銷顯得尤為重要。

目前，用戶畫像技術的應用研究領域進一步拓展到農產品精準營銷方面，但是仍然存在應用產品種類單一、精準營銷與個性化推薦算法不明確、營銷結果缺乏科學評價機制等諸多問題。針對上述問題，本研究對用戶畫像構建的關鍵流程進行梳理，構建農產品用戶畫像，利用標簽算法與聚類算法提出農特產品精準營銷與個性化推薦算法，構建農產品精準營銷機制，利用電商技術與大數據手段為鄉村振興背景下的農產品行業發展提供建議。

1 用戶畫像技術提出與應用

1.1 用戶畫像技術提出

用戶畫像技術由交互設計之父埃蘭·庫伯（AlanCooper）在1999 年提出并運用于軟件開發中，他對用戶畫像的定義是對真實存在用戶的虛擬表示，是建立在一系列屬性數據之上的目標用戶模型。QUINTANA R M等[1] 在Alan Cooper 的用戶畫像定義基礎上進行了補充，認為用戶畫像是海量用戶信息構成的一種形象集合，能代表群體用戶的需求偏好。隨著大數據技術深入發展，用戶畫像作為大數據時代對用戶信息進行標簽化的有力工具，又有了新的內涵。李雅潔[2] 認為，用戶畫像是大數據技術與用戶數據之間的橋梁，它將目標用戶的特征屬性標簽化，每個標簽代表用戶的一種維度，用戶模型將由所有的標簽共同描述。

用戶畫像技術是通過數據挖掘、數據分析等技術刻畫用戶的屬性與行為，利用標簽構建算法形成用戶標簽數據，進而概括用戶的各類需求與行為偏好，這一技術的提出與發展對國內外各領域數據分析與數據應用的提升都起到極大的推動作用。目前，用戶畫像的應用主要集中于市場精準定位、產品精準營銷及個性化推薦等方面。

1.2 用戶畫像技術在農業方面應用研究

用戶畫像技術自提出以來，一直備受數字技術領域研究人員關注。目前，該技術被較廣泛應用于電子商務產品推薦、圖書情報個性化推薦等服務領域。農業領域的用戶畫像技術研究與應用相對匱乏，目前主要的研究成果集中在農業服務個性化推薦、農產品精準營銷與農業經營智慧決策等方面[3]。

1.2.1 農業服務個性化推薦

人工智能與大數據背景下，個性化推薦服務的應用研究備受關注。用戶畫像的構建是關注用戶需求與服務有效性的表現，在對用戶信息的數據分析基礎上，把用戶的屬性特征以視覺可視方式加以呈現，為個性化信息推薦服務提供了新方法[4]。在農業領域，個性化農業服務的應用研究主要集中于農業情報推薦、個性化信息檢索推薦等方面。石毅[5] 選擇農業科技期刊推薦服務為研究主題，通過數據挖掘與智能推薦，設計農業科技期刊用戶特性的畫像設計模型，在協同過濾機制作用下設計基于農業科技期刊內容的推薦算法，進行實現個性化推薦服務。甄珠米等[6] 在Web 日志和協同過濾算法研究基礎上，優化信息檢索推薦功能，設計開發一個基于Web 日志的水產養殖推薦系統，滿足不同系統用戶的特定信息檢索需求，包括針對養殖農戶的水產品交易信息、養殖技術與政府優惠政策的精確推薦及針對政府工作人員的農戶物聯網數據等。

1.2.2 農產品精準營銷

隨著農產品電商的發展，研究人員嘗試將用戶畫像技術融入農產品電商，實現農產品精準營銷。企業在應用研究基礎上使用用戶畫像技術，可以通過分析用戶數據得出支撐經營決策的數據與信息，具體包括用戶的消費模式、產品偏好、日常瀏覽和興趣記錄等。企業在數據分析基礎上，針對產品用戶的不同需求提供產品精準營銷服務。李若楓[7] 設計開發了農產品新零售平臺，并對用戶歷史訪問記錄進行數據統計分析，通過移動畫像中 K-means 算法和ANN 分類算法抽取用戶不同權重的實時興趣標簽，并利用CNN 算法對用戶標簽分類預測，利用協同過濾算法計算同用戶畫像偏好農產品，實現農產品新零售的精準營銷。李尹舒[8]將用戶畫像技術運用于吉林大米電商數據分析中，精準定位吉林大米目標消費人群，并運用4C 消費者營銷理論提出針對吉林大米的電商精準營銷策略與營銷方案。

1.2.3 農業經營智慧決策

用戶畫像技術的發展與模型的完善為農業經營活動的數字化與智能化決策提供理論與技術支持。于晗笑[9] 利用用戶畫像技術進行標簽化計算， 并利用K-means 算法對糧食用戶群體與種類進行劃分，最后用支持向量機實現機制提出糧食產后損失預測模型并進行模型評價，準確率達到92.6%，為相關行政管理部門制定決策提供了輔助支持。李望月等[10] 從鄉村發展現實基礎、鄉村發展現狀及鄉村發展行為模式3 個方面建立了基于大數據鄉村畫像的概念模型，探索了數據分析基礎上鄉村未來的研究方向，為鄉村振興布局提供創新型發展思路。

2 農產品精準營銷邏輯實現體系與關鍵技術

為更好地解決農產品消費需求信息掌握不足、營銷手段落后、生產端與銷售端信息不對稱及產品市場競爭力薄弱等諸多問題，本研究引入用戶畫像技術與大數據分析工具幫助實現農產品電商平臺的精準營銷推薦、消費決策指引、平臺流量帶動，進而提升電商平臺用戶農產品消費體驗，實現電商賦能、助力鄉村振興的愿景。基于用戶畫像技術的農產品精準營銷邏輯體系如圖1 所示[11]。

2.1 農產品用戶數據采集與預處理機制

農產品用戶數據采集主要基于電商平臺農產品銷售的用戶數據，包括用戶屬性數據、瀏覽數據、購買行為及評價信息等。數據導出之后形成的原始數據需要進行數據預處理工作，主要包括對數據的清洗、異構數據源的數據集成、數據規范處理和屬性規約等。數據預處理是保障數據質量的基本環節，更是數據建模的需要。在數據預處理中，尤其要關注用戶評價信息的處理，該類信息以文本形式為主。文本預處理主要步驟包括去除無效評價，對有效評價進行文本分段、分句、切詞和詞性標注等。文本預處理的目的是過濾噪聲與干擾數據，提高數據檢測與分析的準確性。

2.2 農產品用戶畫像構建機制

將預處理完成的有效數據分為基礎信息與行為信息兩大類，針對兩大類別信息建立用戶標簽體系，并通過用戶標簽進行用戶畫像刻畫，進而為農產品用戶提供精準營銷的服務。本研究構建的農產品用戶畫像標簽分為屬性標簽、行為標簽和偏好標簽3 部分。屬性標簽包括用戶性別、年齡段、收入水平、消費水平、購買需求、教育程度和所處地域等，由用戶基礎信息提取、分析形成。行為標簽包括社交類型、購買類型、促銷靈敏度和評價關注等，通過機器學習算法（分類、聚類、回歸等）建立數學模型分析形成。偏好標簽由SPSS 軟件對屬性數據與行為數據進行頻率統計形成，是針對用戶在產品選擇上興趣與關注程度的統計與反饋。

2.3 精準營銷機制構建與應用

農產品用戶畫像構建的最終目的是更好地進行農產品營銷，幫助農戶與企業解決產銷信息不對稱帶來的諸多問題，提高農產品市場營銷的針對性與精準性，進而實現電商賦能、助力鄉村振興的目標。本研究構建的基于用戶畫像的農產品營銷機制包括農產品精準推薦、個性化促銷方案制定和消費趨勢預測。

2.4 農產品精準營銷關鍵技術分析

采用數據?標簽映射法構建農產品用戶畫像，這是一種典型的數據驅動用戶畫像方法，通過對采集到的用戶全量數據進行數據的預處理，再利用機器學習算法K-means 算法建立數學模型，將建模分析的結果轉化為用戶標簽，進而形成用戶畫像。數據?標簽映射法的優勢在于利用大數據和數據挖掘技術對海量的用戶真實數據進行建模定量分析，過程更加智能和高效，結果更加可信和具有說服力。其中，在用戶?標簽映射環節的用戶標簽信息提取與構建方法如下。

（1）原始數據層。主要是用mysql 數據庫對電商平臺抓取到的農產品用戶畫像數據進行存儲，以及對原始數據的預處理，包括對數據的去重、刪除、清洗、集成和變換等。

（2）事實標簽層。對預處理后的用戶數據進行統計分析，通過各種統計策略形成用戶標簽，經過直接抽取得到和統計分析得到的標簽都是農產品消費者的事實標簽。

（3）模型標簽層。利用自動分類、K-means 算法等機器學習算法對己有的用戶數據進行建模分析，通過挖掘農產品消費者的深層個性或群體性特征，進行農產品消費者的價值分類等工作。

（4）預測標簽層。采用預測算法和協同過濾、關聯挖掘算法，通常運用有監督學習的方式對農產品消費者的未知信息作出合理科學的預測，實現精準匹配和個性化服務。

綜上所述，用戶畫像維度設計與標簽體系構建是本研究的重點工作之一，合理的畫像維度設計與構建才能使農產品消費者的信息更直觀更全面，進而更好地實現精準營銷機制的構建。

3 技術應用與分析

本研究構建的基于用戶畫像技術實現農產品精準營銷技術在某特色農產品電商上進行了應用與實現，該平臺包含了浙江省臺州市各縣區域的特色農產品，產品種類包含涌泉蜜桔、玉環文旦、臨海西蘭花和仙居楊梅等多種特色農產品及其衍生產品。有效地幫助電商平臺實現用戶數據采集、數據分析、用戶畫像構建、產品精準營銷及個性化推薦等業務形式。

3.1 特色農產品用戶數據采集

采集和處理的數據來自臺州市特色農產品仙居楊梅和玉環文旦。具體數據信息包括兩部分：關于登錄賬號、用戶性別、用戶年齡和所處地域的用戶基礎數據；與用戶行為相關的行為數據，行為數據系統主要采集了購買記錄和評價記錄。采集形成數據列表3 000余條，部分數據信息表如圖2 所示。

3.2 提取特色農產品用戶標簽

在對上述數據進行刪除重復、過濾無效詞語等方式進行數據預處理后，通過LDA 算法模型對上述數據的評論主題進行抽取與形成，具體包括詞頻分析、LDA 模型訓練及統計計算評論詞主題概率3 個步驟。文本數據處理主要是針對用戶基礎信息數據、評價數據和采購交易數據與信息開展實施。利用LDA 模型對上述信息進行主題詞的解析與提取，可得出平臺用戶對于上述兩種特色農產品評論中最為關注的10 個主題特征詞匯，分別是新鮮程度、口感味道、規格、品類、產地、設計包裝、營養價值、物流配送、服務態度和售后保障，如表1 所示。提取形成的這10 個主題特征詞設置為上述兩種農特產品的產品偏好屬性標簽，用于用戶畫像屬性構建分析。

3.3 特色農產品用戶畫像建模

結合用戶畫像技術與研究現狀，將電商平臺的特色農產品用戶畫像劃分3 個方面，分別是用戶基礎屬性、用戶行為屬性和用戶偏好屬性。根據仙居楊梅和玉環文旦兩種特色農產品在電商平臺反饋評論中提取的主題詞匯，確定上述特色農產品電商消費群體用戶畫像的屬性因素。用戶基礎屬性包含了大多數電商平臺應涵蓋的用戶基礎數據，如用戶性別、年齡、收入水平、所在區域、職業身份和受教育程度等；用戶行為屬性包含了消費行為與電商行為兩方面的屬性維度；用戶偏好屬性則包含了消費者對于特色農產品在品牌選擇、包裝規格、口感偏好和新品關注度等方面因素。特色農產品電商消費者用戶畫像屬性構建如圖3 所示。

3.4 特色農產品用戶畫像數據可視化

利用可視化工具形成了仙居楊梅和玉環文旦兩類特色農產品的電商消費者用戶畫像，采用標簽云的形式展現這兩種產品的用戶基礎屬性、用戶行為屬性與用戶偏好特征。標簽云模型具有直觀形象、深刻具體、動態更新等優點，標簽云關鍵詞會隨著平臺用戶數量的增加、產品類目的豐富、促銷活動的開展及客戶關系的維護動態更新，可以為特色農產品的精準營銷提供思路。仙居楊梅與玉環文旦兩種特色農產品用戶畫像可視化形成的標簽云圖如圖4 所示。

3.5 特色農產品精準營銷機制與策略

分析對于不同特色農產品消費者畫像制定相關的營銷策略，如通過仙居楊梅用戶畫像和玉環文旦用戶畫像的對比發現，數據來源所在電商平臺上仙居楊梅產品的用戶女性比例更大，玉環文旦產品的用戶男性比例更大，同時仙居楊梅用戶復購頻率更高。購買楊梅的用戶更注重包裝，購買文旦的用戶更注重產地。這些數據結論與分析對于商家深入了解目標用戶的購買需求并為后續開展更精準的電商營銷策略打好基礎。針對上述結果，提出產品差異化、價格差異化和提高電商服務水平等措施。在產品差異化上，農產品銷售企業根據目標用戶的需求特征與消費趨勢，提供具有定制化、個性化特點的農產品營銷方案，如個性化包裝設計、IP 人物打造和自媒體私域定向推廣等。在價格差異化上，對目標用戶的基礎屬性、行為屬性和偏好特征進行分析，挖掘其內在消費需求與購買動力，刻畫目標用戶的消費能力、產品忠誠度和關注偏好等方面的特征，并在上述分析基礎上制定針對用戶群體需求的差異化定價策略，包括會員機制、促銷折扣手段和團購套餐等。在提高電商服務水平方面，根據用戶的反饋提出提升物流配送服務質量，完善售后服務質量保障，豐富網絡營銷推廣方式等措施[12]。

4 結束語

近年來，隨著我國鄉村振興戰略的實施，電商助農、電商興農的舉措也越加豐富化，農產品電商營銷模式發展較快。然而，受到信息化、大數據分析技術應用門檻較高、應用覆蓋范圍較小等影響，農戶與農產品銷售企業在產品營銷過程中無法獲取和分析大數據時代所產生的海量農產品營銷數據，因此無法有效了解該類用戶的群體特征、消費心理與消費需求，選擇的農產品營銷策略與手段也依然更多依靠個人的主觀判斷，農產品精準營銷能力薄弱。本研究構建了基于用戶畫像技術的農產品精準營銷邏輯體系，并以仙居楊梅和玉環文旦兩種特色農產品為研究對象展開實踐應用闡述。在構建農產品用戶畫像時，采用數據?標簽映射法，建立訓練模型，形成以基礎屬性、行為屬性與偏好屬性為主的用戶標簽數據，并通過可視化方式形成用戶畫像。最后，根據形成的用戶畫像為用戶提供產品精準營銷、個性化推薦等精準營銷策略。

提出的用戶畫像技術在農產品電商營銷中的應用是一次有益的嘗試，有助于農產品電商企業與農戶為平臺消費者提供精準推薦、智慧指引與個性化促銷服務，幫助企業調節所銷售產品市場的供需關系，實行動態定價，最大限度地挖掘市場的潛在收益，引導客戶購買產品，提升營銷效果和降低成本以促進產品銷售，最終擴大農產品的市場份額，提高農戶收入水平，促進農特產品可持續發展，加速推進農產品特色區域產業化，進而實現激發鄉村振興新動能的目的。