博越是吉利于2016年3月上市的一款紧凑型SUV，在上市后销量一路上扬，至2016年底月销量已经突破两万辆，并且在2017年1月至5月，其月销量一直保持在2万辆以上。2017年5月，博越的销量达到21142辆，名列当月全国SUV市场销量第5。
另外，在各大汽车论坛中，博越论坛格外活跃。在一面数据汽车产业SAAS数据监控平台上发布的各个车型的汽车论坛热度排行中，博越长期位居紧凑型SUV第一：
本文从汽车论坛的线上数据出发，按照车友的关注点对他们进行聚类细分，并以此为基础，分析各类消费者群体对博越的满意程度，提出进一步扩展潜在消费者的建议。
消费者群体细分
我们抓取了从2017年1月1日至5月29日博越论坛的所有帖子和参与发帖的用户信息。1月至5月期间，博越论坛总计发帖218万，参与发帖的用户数7.2万人，其中有效提及博越相关信息的用户数2.2万人。
为了解这2.2万用户对于博越的关注点，我们对有效提及博越相关方面的每一条评论做了情感分析，分别在价格、外观、内饰、空间、舒适性、动力性、安全性、操作性及油耗等9个不同维度上对相关评论做了情感判断（-1为负面，0为中性，1为正面），并在用户的层面对这些信息加以整合。
我们尝试使用聚类算法来对具有相似关注点的消费者进行细分。然而，情感分析得出的9个维度提高了消费者特征的复杂性，对聚类结果的可解释性带来了一定的困难。
因而，我们在使用聚类算法之前首先对9个维度做了降维处理，即用较少的维度来表示原始的较多维度的数据。下图展示了9个维度提及量之间的相关性（红色相关度最高，蓝色最低）：
可以看到，所有维度之间的相关性都比较高（> 0.35），这说明如果某个用户在某个维度上的评论较多，该用户也会倾向于在其他维度发表较多的评论。
更重要的是，除了普遍相关之外，一些维度之间具备更高的相关性，显示出“结块”的特征。例如，内饰、外观、空间和舒适性相互之间的相关性比较高，而动力性、安全性、操作性和油耗之间的相关性比较高。
接着，我们使用PCA降维算法提取了这9个维度背后隐含的3个因子：
所提取的三个因子分别解读为价格、体验和性能。
其中，
外观、内饰、舒适性和空间在体验这一因子上的负荷较高，被归入体验因子；动力性、油耗、安全性和操作性在性能这一因子上的负荷较高，被归入性能因子；价格单独归入价格因子
。
这一结果和我们之前对Jeep自由光潜在消费者的关注维度的分析一致，也比较符合人的直观感觉，因而价格、体验和性能大致反映了汽车消费者关注的三个大方向。
在做了降维处理之后，考虑到大量用户发言较少，而少部分用户发言较多的特点，价格、体验和性能这三个维度上都呈现出长尾分布的特点。所以在做聚类分析前，我们先对三个维度做了log化处理，并对每个维度做了标准化，以得出更均匀的分布，并且使得聚类结果不受数值绝对大小的干扰。
预处理之后，三个维度的用户分布如下：
接着使用K-means算法对用户聚类：当类的个数达到5个时，类内部的误差平方和（SSE）较低，并且有较好的可解读性。聚类之后的用户分布如下：
这五类用户的特征和典型用户代表如下：
1）
紫色
，在
价格、体验和性能三方面的关注度均较低
，可以记作“
低关注用户
”；
-- 用户A是一名低关注用户，宁夏人，2017年总共在博越论坛上发言两次，一次是关于外观前脸，评价正面；另一次是关于空间，认为后备箱略小；
2）
深蓝色
，这类用户对性能和体验的提及量比较大，但是对价格提及量很低，说明这类用户
不太在乎价格的高低
，而
更在乎汽车本身带来的体验和性能的好坏
，可以称为“
尊享型用户
”；
-- 用户B是一名尊享型用户，江苏人，2017年总共在博越论坛上发言42次，其中关于性能的发言28次，关于体验（主要是舒适性和内饰）的发言13次，而关于价格的发言只有1次；
3）
墨绿色
，这类用户
对于价格的提及量较大
，而且
平均而言，对体验和性能的提及量也不小
，记为“
高关注用户
”；
-- 用户C是一名高关注用户，山东人，2017年总共在博越论坛上发言72次，其中关于性能（集中在油耗和动力性）的发言30次，关于体验（主要是外观和内饰）的发言33次，关于价格的发言也达到9次；
4）
浅绿色
，这类用户
对于性能有较高的提及量
，但是
对价格和体验的提及量较低
，称为“
性能敏感型用户
”；
-- 用户D是一名性能敏感型用户，北京人，2017年在博越论坛上发言12次，其中11次都谈及博越的性能（主要是动力性），其余1次谈及价格；
5）
黄色
，这类用户
对于体验的提及量较大
，但是
对价格和性能的提及量较低
，称为“
体验敏感型用户
”；
-- 用户E是一名体验敏感型用户，甘肃人，2017年在博越论坛上发言20次，其中谈及体验（外观、内饰和空间）17次，而谈到价格和性能的分别只有1次和2次。
这五类用户的人数占比如下：
低关注用户的比例最高，占到一半以上；其次是性能敏感型用户和体验敏感型用户，分别占到19%和11%；接着是尊享型用户，占到10%左右；高关注用户占比最低，约为4%。
消费者满意点：外观及配置
上述聚类是基于论坛用户的提及量的，反映了不同用户的关注点之异同。接下来我们关注这几类用户在价格、体验和性能相关维度上的情感评分：
首先，
各类用户对于博越的价格、体验和性能上的评价基本都为正面
，即便是评分最低的低关注用户，其平均情感评分都在0以上。
其次，各类用户的情感评分基本上跟其对各维度的关注度一致。例如，尊享型用户对体验和性能的关注度比较高，其对二者的评价也较高；体验敏感型用户对体验的关注度较高，其对体验的评价也明显高过对价格和性能的评价。
唯一的例外是性能敏感型用户：虽然这类用户对于博越性能有较高的关注度，但这类用户对性能的评价却没有相应的优势。这意味着，
这类用户对性能的关注度并未转化成为口碑
。通过加强对博越相关性能的宣传，可以达到将这部分关注转化为口碑的目的。
最后，在这五类用户中，
对博越整体评价最高的为尊享型用户和高关注用户
。这两类用户对博越的具体的细分维度的满意度和关注度如下：
可以看到，除了噪音情况以外，这两类高满意的用户对博越的各个方面的情感都比较正面。
整个图的右上角反映了
用户对博越关注度最高、评价最正面的几个方面：前脸、侧面、外观、内饰设计、形成辅助配置等，主要以外观为主
。
图的右下角反映了
用户对博越提及量较低但评价仍然很正面的方面：安全性、操控性、舒适性配置、安全性配置、转向、涡轮增压功能等，集中反映了这两类用户对博越的配置和性能有关方面的喜爱程度
。
因而，对于对博越总体较为满意的用户，其最满意的方面集中在外观、配置和部分性能等方面，通过加强对这些方面的亮点的宣传，能使得这部分用户保持对博越的忠诚度。
潜在消费者的转化点：体验至上
为了寻找潜在消费者的增长点，我们将用户划分为已经购买博越的用户（认证的博越车主）和尚未购买博越的用户。已购买和未购买博越的用户在五类用户中的占比如下：
可以看到，尊享型用户、高关注用户和性能敏感型用户的已购买博越的用户占比相对较高，而低关注用户和体验敏感型用户中这一比例相对较低。这意味着，
低关注用户和体验敏感型用户将是开拓新车主的重要方向
。
然而，由于低关注用户对博越相关维度都不具备较高的好感，因而转化这一部分用户的成本会比较高。而体验敏感型用户对博越体验相关维度好感较高，这一点在一面数据汽车SAAS平台上对博越论坛的关键信息提取上可以反映出来：
可以看到，用户对于博越的满意点集中在驾车体验、内饰好看、座椅舒适度等方面，印证了博越在体验上的优势。通过宣传博越在体验上的优势，可以起到促进这部分用户转化为车主的作用。
