SEM营销中人群分析有哪些流程

SEM营销中人群分析的流程：

第一步：定位人群—消费者人群画像

无论是搜索引擎都需要用人群画像来锁定目标人群，一般会从消费者年龄、性别、爱好、收入、职业等因素来进行划分，通过人群画像，消费者已然有专属标签，有利于后期针对性的投放广告。

第二步：广告投放设置—消费者搜索习惯

我们在SEM搜索引擎营销的时候，通常都会遇到广告投放设置，比如地域、时间段这些的选择，这些都是对消费者上网习惯的分析。通常分析的点有：平时活跃时间是什么时候？习惯移动端搜索还是PC端搜索？……这些数据出来后，投放广告的时候就游刃有余，能准确的有目的性的投放广告，节约广告成本。

第三步：定向设置—消费者属性标签

消费者属性标签是基于前两步的基础上的，根据人群画像和上网行为来标注，一般多用于网盟的定向设置，关键词来源参考。比如网盟设置的兴趣点：健美瘦身、母婴育儿等。

第四步：精准定向—消费者人群网站划分

消费者人群网站划分，也是多用于网盟定向的网站选择，这类人群分析没有明确的数据统计，只有通过比较传统的方式进行调查，比如问卷或者采访等方式。也可以根据自身的经验进行归类。

第五步：广告语定位—消费者消费特点

消费者的消费特点，即消费关注的点是什么，能刺激消费购买的因素，这类分析有利于更好的撰写广告语。不同的产品或者服务，网民关注的点不一样，比如电商类客户，网民可能关注的大多为打折、特价或者优惠；而装修类客户，网民关注的点可能就多在于装修质量和效果上面。分析好这些，针对性的撰写广告语，吸引网民点击。

这些是做消费者受众分析最基本的步骤，但是做受众分析的时候还是会存在一些难点，比如数据来源有限制，大部分都带有很强的主观意识，没有很客观的数据分析；另外定位也不可能达到百分之百的准确。但是做消费者受众分析师必不可少的，需要依靠经验一步步的分析，好的开始是成功的一半，做好前期准备工作，后期投放效果将会事半功倍。

一、游客感知环境影响结构模型

(一)理论依据

认知行为理论、理性行为理论、社会交换理论等为解释游客认知与行为奠定了理论基础。认知学派认为,多数情况下,行为和认知是相伴而生的,认知可以改变行为,行为也可以改变认知。游客的行为受旅游过程中对环境的观察和解释的影响。不适宜的行为产生于错误的知觉和解释。理性行为理论由美国学者菲什拜因和阿耶兹于1975年提出,该理论认为个体的行为在某种程度上可以由行为意向合理地推断,而个体的行为意向又是由对行为的态度和主观准则决定的。理性行为理论主要用于分析态度如何有意识地影响个体行为,关注基于认知信息的态度形成过程,其基本假设是认为人是理性的,即游客在对旅游地做出某一行为前会综合各种信息来考虑自身行为的意义和后果。社会交换理论是20世纪60年代由霍曼斯创立,它主张人类一切的社会活动都可以归结为一种交换,人们在社会交换中所结成的社会关系也是一种交换关系。社会交换理论由Long、Perdue和Allen引入旅游学,在旅游地必然存在资源交换,游客用她们的经济资源交换当地居民的友好与服务。认知行为理论、理性行为理论、社会交换理论为解释游客的感知与行为关系奠定了理论基础,在一定程度上解释了游客感知、旅游行为等之间的关系。

(二)模型构建

瑞典学者KarlG.Joreskog与DagSorbom首先提出结构方程模型(StructuralEquationModel-ing,简称SEM),有学者也把它称为潜在变量模型(LatentVariableModels,简称LVM)。它通常被归类于高等统计范畴中,整合了因素分析与路径分析两种统计方法,是从变量间或变量群间的协方差结构出发,积极探讨和反映解释变量(外生观测变量和潜在变量)对被解释变量(内生观测变量和潜在变量)的(直接或间接的)因果关系的分析法。结构方程模型使用广泛,近年来在旅游学上的应用也越来越多。1.概念模型构建模型构建是研究游客感知的重要手段之一。为了定量验证游客对少数民族旅游地环境影响感知的一系列关系与行为,根据以上理论,遵循游客感知锁链规律,借助统计分析软件(SPSS17.0)和结构方程建模软件(AMOS17.0),构建少数民族旅游地游客环境影响感知、满意度以及旅游行为的结构方程模型(图1)。模型中设计了4个潜在变量,即环境影响正面感知、环境影响负面感知、游客满意度以及游客行为,及其相互之间的因果关系。潜在变量列于椭圆形中,观察变量列于长方形中,ξ表示外因潜在变量,η表示内因潜在变量(吴明隆,2010)。其中,β与γ为通径系数。βab表示ηb对ηa的通径系数。γab表示外因潜变量ζb对内因潜变量ηa的通径系数。调查问卷设计基于结构方程模型的构建,结合前人研究成果,模型构建包括4部分:一是游客对旅游地环境影响的正面感知,包含6个观测变量二是游客对旅游地环境影响的负面感知,包含7个观测变量三是游客满意度,包含3个观测变量四是游客行为,包含2个观测变量。共4个潜在变量,18个观测变量,见表1。2.假设提出通过文献梳理,对前人研究成果的总结以及模型的构建,现针对游客环境影响感知研究提出以下5种假设。H1:游客对环境影响的正面感知对游客行为有显着正向关系H2:游客对环境影响的负面感知对游客行为有着显着反向关系H3:游客对环境影响的正面感知对游客满意度有显着正向关系H4:游客对环境影响的负面感知对游客满意度有显着反向关系H5:游客对旅游地环境的满意度对游客行为有显着正向关系。

二、游客感知环境影响实证研究

(一)研究区域

我国将大力推进生态文明建设。西南少数民族地区(桂、黔、滇、川、渝、藏)多属于“老、少、边、穷”地区,旅游资源丰富,旅游业已成为促进当地发展的重要产业。少数民族地区生态环境脆弱,旅游导致的负面影响将更为严重和明显。而目前,国内“主客”感知研究主要集中于九寨沟、黄山、阳朔等风景名胜区,对少数民族地区研究欠缺,导致对民族旅游地发展演进规律的认识不足,制约我国旅游业可持续发展。因此,选择西南少数民族地区作为研究点具有较强的典型性和特殊性,见表2。充分考虑案例地的典型性、代表性、示范性、可比性、以及特征的差异性,在我国少数民族人口排名前列的广西、贵州两省选取三个少数民族村寨旅游点进行研究,分别是贵州省黔东南州西江千户苗寨(以下简称西江,A地),广西壮族自治区桂林市龙胜各族自治县平安壮族平安梯田景区(以下简称平安,B地)以及广西壮族自治区桂林市龙胜各族自治县大寨瑶族大寨梯田景区(以下简称大寨,C地)。

(二)研究方法

1.问卷设计与调查2012年7月至10月先后在三个案例地进行多次调查,在三地发放游客感知问卷942份,总共回收有效问卷876份,有效率为92.99%。问卷分两部分:第一部分就游客对旅游业发展对当地所造成的环境影响、社会文化影响、经济影响、游客满意度、旅游行为等进行评估,此部分均采用李克特七点等距量表(按赞同程度由低至高分别赋1~7分,要求游客按照“非常不同意”、“很不同意”、“不同意”“、中立”、“同意”、“很同意”、“非常同意”7个选项对每一个问题给出主观态度判断)第二部分是被访者的人口统计特征以及社会属性。依据本文研究主旨,主要选取游客对旅游地环境影响感知进行研究论证。

2.样本描述性统计分析抽样数据与雷山县旅游局、龙胜县旅游局统计数据基本情况相吻合,见表3。从年龄方面看,游客主要分布于21-49年龄段,分别是81.90%、78.40%、84.60%,大寨比例相对较高学历方面,主要聚集在大专、本科学历,其中西江比例最高,达77.20%收入情况看,多数游客收入集中在1000-8000元之间,1000-3000元之间比例相差不多,3000-5000元之间西江比较最高40.3%,5000-8000元之间西江比例相比平安、大寨比较较小,相差10.00%左右职业方面,政府公职人员、企事业管理人员、专业文教技术人员、学生与其他的比重较大。

3.问卷数据常态与信度检验运用SPSS17.0软件对调研数据进行整理、检查和统计,对于异常数据进行必要的校正和剔除,并对缺省的数据采用样本分析均值替代法进行处理,然后对数据常态及题项的信度、效度进行检验分析。表4显示所有观测变量的偏度—S—<3、峰度—K—<8,即各观测变量评价值均属常态(邱皓政,2003),个项———总量修正系数均大于0.3,符合结构方程建模要求。表5所显示结构变量与观测变量标准化Alpha(α)系数均大于0.7,因此获取的数据具有较高的内在信度。模型中18个观测变量删除后Alpha(α)值变小,因此变量全部予以保留。对模型中所有18个观测变量进行重复度量的方差分析,西江、平安、大寨的结果分别是F=40.439、P<0.0001,F=31.194、P<0.0001,F=35.704、P<0.0001,显然量表的重复度量效果良好。用ANOVA方差检测法对数据进行差异性分析,首先分别对三个案例地正面感知6个题项以及负面感知7个题项的数据进行Leneve方差齐性检验,结果均显示sig>0.05,说明三组数据均满足方差齐性的前提条件,适合进行单因素方差分析。综合分析游客对环境影响正面感知的6个题项,发现除了X3、X6两选项分值显示较低(Mx3=4.107、Mx6=4.313),被访者保持中立外,其余四项分值均在5.000以上,可见游客对旅游给当地环境造成的正面影响感知度较强。对题项进行差异性分析,其中5个题项相伴概率α小于显着水平0.05,拒绝零假设,即三地明显感知差异。题项分别为:“X1旅游促进旅游地环境美化和景观塑造α=0.000”“、X2旅游改善城镇面貌α=0.025”、“X3旅游促进生态环境保护α=0.004”、“X4旅游提升民族区域建设的休闲和景观功能α=0.023”、及“X6改善旅游地自然环境质量(绿化、植被、原始森林等)α=0.000”。在满足方差齐性条件下,采用S-N-K(Student-Newman-Keuls)检验法进行单因素方差多重比较,分析结果表明,三个案例中西江在所有具有明显差异的5个题项中均值均高于其它案例地,同时标准方差也都是最小的,即游客的感知差异小。游客对旅游地环境影响的负面感知7个题项的评价分值多介于4.000~5.000之间,说明游客虽然对旅游产生的负面环境影响有所察觉,但并不认为负面影响因旅游而产生,即游客并不认为自行的言行举止会对旅游地产生负面的环境影响,这种认知与其后的行为倾向与选择有着潜在联系,也反应出游客对旅游给当地带来的环境负面影响感知度较弱。对案例地做差异性分析发现有3项差异明显,分别是X9、X10、X13。采用S-N-K检验,结果表明西江在所有具有明显差异的3个题项中均值均低于其它案例地。以上分析显示,西江在旅游环境管理及民族区域建设上较到位,值得借鉴。贵州省政府“取其精华,去其糟粕”,积累国内外旅游景区成长经验,对西江千户苗寨进行科学的统一规划。基础设施和服务设施得到极大的改善和提升。保护旅游区自然环境,走以人为本的绿色环保、健康休闲的可持续发展之路。游客行为η2包括两个观测变量,“Y4您是否愿意为保护旅游地环境增强自身环保意识M=5.131”,与“Y5您是否愿意为保护旅游地环境以身作则M=5.065”,表明游客为保护旅游地的环境愿意增强自身的环保意识与行为。差异性分析发现,女性较男性更倾向于增强环保意识与行为自律(M男=5.083,M女=5.241)年龄方面,40-59岁之间的游客分值较高(M(40-49)=5.240、M(50-59)=5.793),中年人更关注环保与行为自律收入在2000-8000之间的游客分值均在5.000以上,相对集中职业方面,分值较高的集中在专业文教技术人员(M=5.212)、服务销售商贸(M=5.200)、企事业管理人员(M=5.170)、学生(M=5.166)。研究结果有助于识别生态环保意识良好与不足的细分群体。

4.测量模型分析检验显示所有误差方差均为正数,因果模型符合基本适配标准(吴明隆,2010)。模型运用极大似然法对三个案例地的数据分别进行单个样本以及综合样本参数估计,分析观测变量对游客满意度以及旅游行为的影响,结果t值均>1.96,观测变量因子载荷均显着,P<0.001,达到显着水平。表明观测变量对特定结构变量的影响是显着的。

5.结构模型分析首先对结构模型的潜在变量以及所对应的基础实测数据进行模型验证以及拟合度分析,由表6可见,无论是综合数据还是单个案例地数据,均达到理想标准,表明模型的拟合度良好,具有跨样本的稳定性与有效性,保证了研究结果的效度与信度。其次,采用验证性因素分析对因子分析的结果进行信度检验,对各结构变量的信度系数、测量误差进行计算,得到潜在变量的组合信度以及平均方差抽取量(averagevarianceextracted,简称AVE)。结果显示,潜在变量的组合信度值在0.60以上,AVE值除了正面影响6个题项AVE为0.3106,其余均在0.50以上(负面影响AVE值0.5056、游客满意度AVE值0.5642、游客行为AVE值0.5188)。模型内在质量基本达标,模型的测量变量收敛效果良好。结构模型预先假设结论的成立与否均由标准化路径系数来体现,标准化系数越大表示在相互关系中的影响越大,反之则

可以按以下几个方向去做分析

一、特征分析

分析目标受众的特征，包括他们的性别和年龄分布、兴趣爱好、教育水平、经济收入水平、喜欢逛的奥慧网络的网站和内容等等。

二、心理分析

分析目标受众的心理。主要就是分析目标受众在做购买决策时，会考虑哪些因素呢？比如，产品、服务质量、价格、知名度和效果等等。而且针对不同的阶段，目标受众的需求也不一样。分析了目标受众的心理，根据他们的不同需求制定不同的推广方法

三、搜索行为分析

分析目标受众的搜索行为。不同行业/细分业务的目标受众的搜索行为和上网习惯是不同的，比如游戏行业的目标人群，可能绝大部分是在晚上上网；比如办公家具行业的目标人群，可能是在白天上班时间浏览购买。需要针对不同人群设置不同的投放时间段。

四、地域分析

分析目标受众的地域分布。地域分布的分析主要是了解目标受众集中在哪些地域，对于转化效果好的地域可以投放。比如生活服务类的行业，本身就具有地域限制，只适合投放本地，可以根据统计工具统计到提交预约主要是哪些市，甚至细化到区，然后对区域投放。

---