關於消費者行為的職位有哪些？

01-03

基礎：什麼是消費者行為？

寫個十萬字都不如最簡單的5W2H（What/Why/Where/When/Who/How/How Much）靠譜。

What：消費者買什麼
Why：消費者為什麼買
Where：消費者從哪裡買
When：消費者何時買
Who：消費者向誰買
How：消費者如何買
How Much：消費者買多少

上述所有，就可以是消費者行為的世界觀了；但具體方法論，還需配合市場營銷6C（此時、此地、此事、此人、此物、此景的方法，具體問題具體分析）。

關於消費者行為相關職位設置，基礎即是此世界觀。

出發點：消費者行為的意義是什麼？

同樣是，寫個十萬字都不如最簡單的對比分析靠譜。

賣：從廠商角度出發，無非當前利潤與未來利潤（品牌的塑造）。
買：從消費者角度出發，無非為自己匹配到更好的產品、服務、體驗。
買賣結合，得出終極公式：消費者行為幫助廠商在「穿消費者的鞋走路」的基礎上，為消費者製造產品、提供服務、籌劃體驗，獲得當前利潤與未來利潤。

關於消費者行為職位的設置，出發點應是此終極公式。

目標與任務：如何研究消費者行為？

上文已泄露天機：穿消費者的鞋走路。還是用最簡單的對比分析：

從消費者的角度看，是消費者與品牌的初遇、交往、購買、付款、物流、使用、售後、重購、長期合作的購買流程，每一項都需完全代入消費者，落實到每一個細節。

從廠商的角度看，是企業目標消費者選擇、差異化、定位與上述流程細節的貼合。

關於消費者行為相關職位設置，目標與任務即是協助廠商將STP貼合購買流程。

答案：如何設置消費者行為的職位

明確了基礎、出發點、目標與任務之後，框架已經有了，接下來要做的唯一事情，就是將此框架落地。

如何落地？

消費者行為職位的設置，無非實現以下兩點：

從廠商出發，是更好地教育消費者；
從消費者出發，是獲得更好的客戶體驗。

所以答案就是，在框架內將上述兩點衍生出的一切職責做到，就是最好的消費者行為職責設置了。

在這方面國外有非常成功的案例，與消費者行為相關的20種崗位設置：

負責客戶調查的研究員
深度訪談主持人
打入客戶中的卧底
客訴的接聽者
內部資料庫的掌控者
負責營銷概況的外部人士
焦點小組的協調者
負責大腦掃描的神經科學家
負責客戶反饋的傾聽者
掌握客戶關係資料庫的合伙人
開展綜合調查的調查員
負責客戶隨機採訪的攝影師
負責前期和客戶合作的工作人員
神秘客
歸納外部概況者
市場專員
觀察潮流的獵酷者
提出個人直覺的篤信者
收集員工故事的一線人員
處理人口調查信息的負責人

其實，如果不是有燒錢任務的上市公司，也大可不必設置16個不同的職位來做消費者行為這件小事，大可仿照Afu市場營銷部的成例，將消費者教育的職責落到每一位員工，同時將客戶體驗交給負責理性的數據團隊與負責感性的用戶體驗團隊，這就是最小而美的消費者行為的職位設計了。

很激動，這年頭居然還有人在問consumer behavior analysis！靠譜好青年！答者經歷主要集中在快消和耐消領域，財務兼advance analytics背景，一定會有bias，請自行換位分析。

首先，先界定下我認為的consumer behavior analysis。在現代商業活動中，所有的消費品銷售和營銷都建立在對消費者消費行為（包括習慣、愛好、頻次、能力、動因、決策過程等等）的理解和洞察上，也就是說一個公司的所有業務部門，運營／財務／市場營銷／產品開發／銷售等部門裡都包含著這個關鍵技能。

既然說到職位，那麼我這裡只認為這個職位是全職的來做一件事情就是研究消費者行為併產生洞察，也就是說雖然銷售也需要理解消費者的行為來更好的銷售產品，但是銷售的職位不會被描述成專職的消費者行為分析員。

先簡單說下消費者行為洞察的方式可以簡單分成兩種，panel discussion/consumer group，和data anlaysis/analytics。前者是通過一定的形式對消費者提問，比方說你穿了adidas的跑鞋後來換了nike是為什麼？後者是通過觀察銷售數據或者其他形式的信息（比如網頁瀏覽量，網頁點擊路徑等）在不接觸消費者的前提下歸納總結數據背後的行為模式，比如&>70%的四十歲以上的女性消費者在瀏覽自己的服裝後也會點擊推薦的兒童服裝頁面。前者適合了解更深層次的更主觀的原因，比如為什麼喜歡，為什麼不喜歡，後者適合回答可被觀察的行為結果，前者基本上不會開展大規模的調研，數據量一般在1000以內的消費者；後者通常是海量數據如果你在快消行業想像你的POS Data基本都在millions rows為單位的。一般公司兩種形式都會有，大多的產品研發和市場營銷部門都會用常規性的將第一種方式納入工作職責和技能要求，所以這裡主要說第二種。

定義說的長了，總結就是這裡會只描述「全職」研究消費者行為的職位，並且主要的研究方式是非直接接觸消費者的海量數據。

職位的產生總是伴隨著公司的發展階段和業務需求。那麼我們先從為什麼要聘請一個人來全職的做這一件本該每個部門都會做並且做的很好的事情，這個問題解答了基本也就回答了這些職位的來源。

第一，新生的消費者行為。賣鞋的一定知道消費者要什麼鞋，賣奶粉的一定知道媽媽怎麼挑奶粉，也就是說一個基本成功的公司（國際的普遍定義是消費品公司年銷售額要達到十億美金算是跨過了一個坎），一定已經擁有極強的消費品洞察而創造了滿足消費者需求的產品，除非在公司的增長中突然出現了一個新生的發展迅速的消費者行為會影響消費者的決定。這對於今天的時代來說，最重要的變化就是消費者的網路行為，和新技術下消費者的接受信息、形成決策、購買體驗等等的行為。而雲計算和大量的互聯網對每個消費者的所有行為的數據存儲能力也讓觀察消費者網路行為變得可能，歐萊雅公司能清楚的知道在哪個城市哪個社區的幾歲的你在幾點用什麼設備瀏覽了什麼產品，經過多少頁面，最後把多少東西放進了購物藍，實現了多大的訂單額，以及最後對這個購物有多滿意的評價。這種數據給了公司去找到優化購物體驗的可能，而這個行為本身是對於所有的人來說陌生的新事物，需要被分析和被驗證。

第二，整體的趨勢性變化。雖然優秀的公司對消費者的洞察是日日發生，時時彙報的，比如南方的銷售會說我們南方今年特別熱，新推出的保暖內衣對於南方的消費者來說又些厚了，而且沒穿幾天價格高了消費者不買賬。或者大家會很快發現小白鞋賣的就是比別的彩色的鞋子快，因為今年小白鞋很In。這些趨勢並不是因為消費者的行為變化了，而是公司策略和消費者行為的匹配程度，所以通常銷售部門會負責提供這些分析和反饋。但是對於了解公司策略的總體效果和市場的總體動態，以及消費者的大趨勢來說，就需要專門的人才來做這件事情，因為銷售如果按照產品線和地域來彙報的一定都不能反映整體情況，比如市場份額的缺失是不是因為一個小白鞋的風潮，還是消費者整體已經厭倦了這個品牌的形象，這就需要有人總體的研究整個消費群體，比如在美國推出十年簽證後是不是會打高爾夫的高級白領們都開始通過海外旅行購置高爾夫裝備，比如00後的價格承受能力和90後的區別以及它們的支出分配的傾向。

第三，細化的某種行為的分析。比如消費者的定價決策過程，比如消費者進入店家以後的視野範圍和注意力變化，比如消費者對於某種具體的顏色的心理反應和應激情緒。越大的公司對於產品的某些特殊關鍵會需要更加精細的答案。並且由於商業保密的原因，Apple並不會來問中國消費者你覺得玫瑰金是不是看上去比黑的高級一點？另一個更重要的原因是，oral communication並不能獲得一個有效的答案。人類的口述語言只佔交流的作用的一小部分，表情、肢體語言往往描述的更多，這就會帶進觀察者的主管分析而不能統一量度。消費者也有故意撒謊的傾向，想想為什麼那麼多人投了川普卻不會在被問到支持誰的時候表明真實的想法。所以這就需要一群像科學家一樣的專業人才設計一個專業的測試來獲取數據，證明對公司有極大商業價值的某個特殊的消費者洞察。

接下來終於能說到職位了，對應的

1/給予新興的技術，網頁和digital behavior anlaysis快成為一個重要的部門了，每個品牌商只要不是專門的電商都會有這個部門來承擔更詳細的消費者網購行為的研究。如果是社交網路對消費者的影響，比如買化妝品的姑娘更有可能被一個直播的網紅影響而不是angelababy，這個部門可能在需要做media buy決策的採購或者營銷部門手上，如果這個部門更加側重於產品在網頁上的設置排列的研究，就可能在電商部門。總之這個部門可能在不同的業務組別下，但是必須會是一個全職的職位。技術壁壘也是一個原因，不是做excel 的人就能做的工作。

2/基本我知道的快消公司都有一個市場數據或者叫business intelligence的部門，這個部分提供的最基本的產物是market size, market share, brand penetration, consumer purchase frequency等重要的市場趨勢性指標，同時承擔各種項目類adhoc的研究。所有這個部門如果是一個總監帶著幾個analyst的話，至少需要3-10人的小團隊，是合適的入門練手地方。

3/Pricinganalytics 上個月參加某個亞洲定價策略的論壇的時候發現，如今出了電商和酒店之外，航空公司和銀行也成了定價策略模型化的重要主力。因為現在越來越多的渠道和消費者的segment細分導致定價不再是一個每雙鞋999塊的活兒，產品可能在不通的渠道對於不同的消費者有不一樣的價格，想想藝龍推出的手機訂單比PC訂單便宜的主張。所以越來越多的公司，尤其是利潤有壓力渠道又分散的，就會更佳注重測量定價對消費者購買決定的影響。而定價的模型，基本都需要用到一些高級的analytics model去測量一個變數和另一個變數的關係，最常見的就是price elasticity。具體就不展開了。

總之，這是企業派生出的專門型人才，需要極強的邏輯思維能力和模型計算能力，同時有基本的同理心和表達能力。對於奮鬥在眾多管理型的人才中的專業人才來說，職業的道路不算廣闊，卻是越來越有生命力和核心價值的。

我自己覺得人類的求知慾有一部分是關於探索自己的，為什麼AI的話題在知乎上如此火，很大程度上也是對於人類是怎樣的一種生物有著極強的好奇心，隨著現代心理學和神經科學的發展，我們越來越能理解人類的各種perception形成的生物學機制，而我自己覺得從研究消費者開始，是一個不錯的現實的切入點。

大數據

我也被騙了，感覺朴瀾商務不靠譜，果然天下沒有免費的午餐！