PeopleView行動裝置品牌與人群興趣分析

透過性別及年齡 分析人群品牌喜好與興趣類型

NL_2018012_ppv_cover
意藍資訊推出「PeopleView人群標籤資料庫」,透過PeopleView補足未發言者的潛藏行為資料,讓企業更了解會員興趣、消費者意圖及關注品牌,達到精準行銷效益!

觀測資料:

OpView社群口碑資料庫

PeopleView人群資料庫

現行市場變化多端,唯有多樣性的資料才能滿足多變的需求,意藍奠基於成熟的輿情分析技術之上,發展出涵蓋台灣近九成社群發言的「OpView社群口碑資料庫」。

為滿足未發言者的探勘需求,意藍在去年針對人群網路動向,研發網路行為分析技術,將使用者特徵予以標籤化,推出「PeopleView人群標籤資料庫」。

dmt-def-01-01
社群口碑資料

從人們的「話語」找出商機

OpView資料來自人們在社群網站上的留言及評論,這些「話語」不僅能看出民眾的喜好及話題趨勢,更能從中探尋商機。

dmt-def-02-01
人群標籤資料

從人們的「行為」描繪輪廓

PeopleView資料來源為網路使用者的瀏覽特徵及行為,並將人群貼上各自的興趣標籤,透過興趣描繪消費者輪廓,達到精準行銷。

OpView 社群口碑資料庫之運用

社群口碑資料源於社群媒體上,人們所發表的言論,而這些龐大的社群資料,該如何應用,還能帶來哪些價值呢?透過OpView可做到「觀測社群」、「商機探索」、「即時預警」及「客服輔助」。更多社群口碑資料庫的分析應用,可參閱OpView Social Watch雙週刊。

 

opv1
觀測社群

新聞及口碑觀測、競爭情報蒐集、客戶服務追蹤與口碑發展趨勢,作為企業行銷決策或產品研發的參考。

opv2
商機探索

企業品牌分析、消費者研究、產品競爭分析、特殊議題分析等,皆可製作出各式圖表,也可下載數據資料作加值分析。

opv3
即時預警

公關或危機事件發生時,能即時釐清發酵的主因與議題延燒方向,找出解決方式,避免影響至品牌聲譽。

PeopleView 人群資料庫之運用

蒐集網路使用者的瀏覽行為,透過WebFingerprintTM 專利技術,可將行為及興趣予以標籤化,導入PeopleView後,對於「客戶行銷」能補強會員資料,分析會員特徵,掌握會員輪廓進行分眾行銷,進而擬定精準行銷策略。

PeopleView同時也能運用在「人群廣告投放」,透過標籤選定廣告欲投放的族群,讓廣告的投遞更精準,進而提升點擊率及轉換率。

案例分享:關注手機品牌之人群輪廓

接下來將分享PeopleView人群標籤資料庫的行動裝置人群案例分析。於人群資料庫中挑選關注Apple(iPhone) 、Samsung、HTC、Sony、Asus(Zenfone)、Oppo,此六大手機品牌的人群,共370萬筆資料進行行動裝置人群分析,揭曉不同性別及年齡層的品牌喜好及興趣類型。

 

性別分析 – 男女品牌偏好大不同

關注6個行動裝置品牌的人群中,男性比例相對較高,表示男性相較女性,更關注手機相關議題及品牌。

手機關注品牌排行榜中,無論男女皆可觀察到Samsung > Apple > Oppo的情形,可見在PeopleView的觀察範圍中, Samsung的相關內容比起iPhone更受到人群關注,而Oppo則在6個品牌中位居末位。

 

年齡分析 – 關注度與年齡呈負相關

在PeopleView人群資料分析中可得知,關注手機的人數與年齡推估值呈負相關,年紀越大關注的人數越少。

在15-34歲區間的品牌排行變動幅度較大,Samsung雖在15-24歲族群中較受關注,但在較高年齡層則比其他品牌落後。除15-24歲族群,Apple和HTC穩定佔據第一或第二名的位置,且HTC在35歲以上的三個族群排名皆為最高,其他品牌則變化不大。

藉由人群網路行為,運用語意分析及社群觀測技術,可將使用者的瀏覽行為轉化為「興趣標籤」。接下來將進一步針對關注手機的人群,進行人群「興趣」分析。

 

案例分享:關注手機人群之興趣分析

遊戲、命理、影視最顯著
觀察PeopleView人群的顯著興趣排行,可發現關注手機的男性以遊戲、動漫為最顯著的興趣,前10排名中有4個為遊戲類標籤,其中又以「御宅族」(非手遊及非主機之電玩遊戲、動漫名稱、角色名稱、電競)為最顯著關注的標籤。

女性則以命理、風水、運勢、星座…等相關詞彙所構成的「命理」標籤為最顯著興趣,而主要興趣為韓國及歐美的影視娛樂節目。

 

年齡分析-興趣隨著年齡而改變

承接前頁,PeopleView關注手機的人群興趣排行,隨著年齡增加,遊戲和日本文化及影視娛樂的關注度明顯下降,而政治、投資理財等興趣類型,則是隨著年齡增長而更為顯著,符合社會大眾對於年齡與興趣的認知。

相較其他標籤類別,「旅遊」橫跨所有年齡層,關注程度高,是顯著的興趣標籤。


各興趣類別內含標籤

    • 遊戲:手機遊戲、日系動漫、美系動漫、御宅族
    • 旅遊:國外旅遊、國內旅遊、自助旅遊、套裝行程
    • 瘦身:減重瘦身
    • 影視娛樂:華人影視娛樂
    • 族群:哈韓族
    • 日本文化:地區:日本、日本音樂
    • 投資理財:商業與經濟新聞、股票投資、基金投資
    • 政治:政治
    • 汽車:汽車

 

跨品牌興趣差異分析矩陣

興趣分析矩陣列出六大品牌各自關注的人群,並與其他品牌關注人群做比較,得出最顯著的興趣標籤。觀察藍色以及橫列的標籤,可以發現各品牌關注人群特色,例如Apple關注人群對國外旅遊、自助旅行及航空有興趣;ASUS及HTC關注人群擁有相似興趣,皆對商業與經濟新聞、股票投資有興趣。

除了展現品牌本身關注人群特色,透過PeopleView人群分析,可進一步從相似特色分析出人群差異。

ASUS與HTC關注人群雖興趣相似,但關注HTC人群比起關注ASUS人群,對於資訊科技、日系漫畫及手機遊戲更有興趣;而關注ASUS人群比起關注HTC人群,對青壯年工作階段、國際新聞關注度更高。


數位廣告興起,相較於以人口變數為基準的傳統廣告,互動資料(留言、討論)與行為變數(興趣、需求)影響力日益增強,因為「人口變數可能不表態或偽裝,但行為不會」。在越來越重視生活型態情境行銷之下,「行為」變數的思維顯得更加靈活,甚至比人口變數更加準確。

PeopleView人群資料庫觀察不同性別、年齡層的興趣類型、關注品牌…,品牌或企業可針人群的網路使用行為,刻劃目標客群的行為樣貌,進行精準行銷及人群分析。

OpView採用高端語意分析技術,品牌或企業可善用社群資料觀測,比較自身與競品之差異,針對競品擬定最適的行銷策略。

若您對OpView或PeopleView有任何疑問或需求,歡迎與我們聯繫

Copyright eLand Information Co., Ltd.