挖掘营销价值 TalkingData数说咖啡人群聚类特征因此,本期报告基于移动大

此前,TalkingData发布了《从瑞幸咖啡“崩盘”事件,探究咖啡消费人群特征差异》报告,对不同咖啡品牌的用户特征、用户忠诚度以及疫情下的商圈客流恢复趋势进行了分析,引发行业企业以及媒体的关注,以及对咖啡人群的特征与价值的探讨。

因此,本期报告基于移动大数据,针对咖啡人群的“咖啡粘性”进行价值评分,采取无监督机器学习的方式进行人群聚类分析,进一步了解不同聚类人群的特征及其广告点击、触媒渠道的偏好,以数据的思维梳理咖啡人群的营销价值。

----挖掘营销价值 TalkingData数说咖啡人群聚类特征//----

数据来源:TalkingData

在多数人的日常认知中,咖啡人群往往和「小资」、「文艺」、「白领」、「西餐」等词汇有着天然的联系。此次经过大数据机器学习,报告对3个等级的咖啡价值分人群进行探索,深入分析了共计12类咖啡细分人群,从而描绘出咖啡人群真正的模样:

挖掘营销价值 TalkingData数说咖啡人群聚类特征。●广泛分布在一线城市

●消费水平较高

●90后是“Ta”的主力军

●40岁以上的中壮年人群同样不可忽视

●关注学习教育的家庭经营者、有一定财富积累的中壮年、成熟的乐天派等等也是价值咖啡人群的重要组成部分

下面,将从方法论介绍到细分人群分析,全面揭示咖啡人群的“真面目” 。

一、咖啡细分人群画像洞察:

大数据定位线上、线下咖啡人群,机器学习海量标签聚类特征群体

----挖掘营销价值 TalkingData数说咖啡人群聚类特征//----

数据来源:TalkingData

通过整合线上咖啡APP使用人群和产生过咖啡店WIFI连接行为的人群,对5000万+咖啡人群样本进行了价值分评估,最终得到四个价值分等级,其中咖啡消费行为较少的低价值分人群占比55%,视为咖啡边缘人群,不作为咖啡人群聚类分析对象。

----挖掘营销价值 TalkingData数说咖啡人群聚类特征//----

数据来源:TalkingData

三大价值分人群在人口属性分布上区别不大,整体来看,女性较男性更偏好咖啡消费,95后Z世代用户是咖啡消费的主力军,高价值分和中低价值分咖啡人群中年轻用户占比相对较高,中高价值分咖啡人群中则45岁以上用户占比较高。

基于TalkingData移动大数据的标签体系,对三大咖啡价值人群进行了无监督机器学习聚类分析,每个层级价值人群最终产生四类特征群体。

挖掘营销价值 TalkingData数说咖啡人群聚类特征