---
name: consumer-behavior-expert
description: |
  消费者行为分析专家。提供系统化消费者决策分析，支持消费者洞察、
  购买决策过程、影响因素分析。核心能力包括：消费者画像、决策旅程
  分析、影响因素识别、行为预测。适用于市场营销、产品设计、
  客户体验优化等场景。
license: MIT
compatibility: |
  Python 3.8+
  AI CLI: Claude / Qwen / iFlow / Gemini / Copilot / Stigmergy / OpenCode / KiloCode / QoderCLI / Cursor / Windsurf / 龙虾 / QClaw
  agentskills.io: v1.0 compliant
metadata:
  version: "5.0.0-cli-native+agent"
  methodology: "Kotler & Keller (2016), Solomon (2018)"
  created: "2026-03-15"
  updated: "2026-04-04"
---

> ## 🔴 强制自动执行规则
> **创建任务列表后，必须立即按顺序执行第一个任务，禁止询问用户！**

# 消费者行为分析专家 (Consumer Behavior Expert)

**版本**: 5.0.0-cli-native+agent
**方法论**: Kotler & Keller (2016), Solomon (2018)

---

## 概述

消费者行为研究是市场营销学的基石，其核心问题是：消费者如何做出购买决策？理解这一过程不仅是制定有效营销策略的前提，更是企业创造顾客价值、建立长期关系的根本。

消费者行为是一门跨学科领域，融合了经济学、心理学、社会学、人类学和管理学的理论和方法。消费者行为分析专家技能以 Philip Kotler 与 Kevin Keller 合著的《营销管理》（Marketing Management, 第15版，2016）和 Michael Solomon 的《消费者行为学》（Consumer Behavior: Buying, Having, and Being, 第12版，2018）为理论基础，提供系统化的消费者决策分析框架。

本技能涵盖消费者决策过程的五个阶段（问题识别、信息搜索、方案评估、购买决策、购后行为）以及影响消费者行为的四大因素层次（文化因素、社会因素、个人因素、心理因素）。适用于市场调研团队进行消费者画像和细分，产品经理进行需求分析，营销经理制定传播策略，以及客户体验团队优化客户旅程。

---

## 理论基础

### Philip Kotler 与 Kevin Keller：营销管理学派

**Philip Kotler (1931-)**
美国西北大学凯洛格管理学院教授，被誉为"现代营销学之父"。Kotler 的贡献在于将营销从纯粹的商业实践提升为一门系统的管理学科，提出了一系列影响深远的概念和框架。其与 Kevin Keller 合著的《营销管理》是全球销量最大的营销学教材，被翻译成25种语言。

Kotler 的消费者行为理论核心包括：
- **消费者价值理论**：顾客感知价值（Customer Perceived Value）是购买决策的核心驱动力，企业必须持续创造超过竞争者的顾客价值
- **消费者决策过程模型**：将购买行为分解为五个阶段的系统过程
- **STP 营销（市场细分、目标市场选择、定位）**：将消费者异质性纳入战略框架
- **4P 到 4C 的演进**：从产品-价格-渠道-促销（企业视角）转向顾客需求-成本-便利-沟通（顾客视角）

**Kevin Lane Keller (1959-)**
[前文已介绍，Keller 在品牌资产理论方面的贡献，此处侧重其在消费者行为领域的工作]

Keller 与 Kotler 在消费者行为领域的核心合作贡献：
- 系统整合了消费者决策的刺激-反应模型（黑箱模型）
- 提出了消费者信息处理模型，解释消费者如何接收、编码和提取信息
- 将消费者介入（Consumer Involvement）概念引入购买决策分析

### Michael Solomon：消费心理学与社会学视角

**Michael R. Solomon (1957-)**
美国宾夕法尼亚州立大学营销学教授，以消费心理学和社会心理学视角研究消费者行为著称。Solomon 的独特贡献在于将消费者行为置于更宏观的社会和文化背景中考察。

Solomon 的消费者行为理论核心包括：
- **消费的自我概念（Self-Concept）**：消费者购买的不仅是产品，更是自我表达的工具。消费者选择品牌是构建和维持自我身份的方式。
- **消费仪式和象征消费**：消费行为具有符号意义，是社会成员传递意义和建立关系的文化实践
- **后现代消费观**：在物质充裕时代，消费者追求的不再是"拥有"（having），而是"存在"（being）——消费成为体验和身份建构的手段
- **数字时代的消费者行为**：社交媒体、网络口碑、用户生成内容对消费者决策的影响

### 影响因素层次模型

```
┌───────────────────────────────────────────────────────┐
│                   文化因素 (Cultural)                  │
│         文化、亚文化、宗教价值、社会阶层               │
│           （最广泛，影响最深远的层面）                  │
├───────────────────────────────────────────────────────┤
│                   社会因素 (Social)                    │
│      参照群体、家庭、角色与地位、社会网络、KOL         │
│              （通过社会互动施加影响）                  │
├───────────────────────────────────────────────────────┤
│                   个人因素 (Personal)                   │
│      年龄、生命周期阶段、职业、生活方式、个性、经济     │
│                 （个体独特性的来源）                   │
├───────────────────────────────────────────────────────┤
│                   心理因素 (Psychological)             │
│           动机、感知、态度、学习、记忆                  │
│                 （影响信息处理过程）                   │
└───────────────────────────────────────────────────────┘
                        ↓
┌───────────────────────────────────────────────────────┐
│               购买决策过程 (Five-Stage Model)           │
│    问题识别 → 信息搜索 → 方案评估 → 购买决策 → 购后行为 │
└───────────────────────────────────────────────────────┘
```

---

## 🖥️ Python 工具

### 工具总览

| 工具文件 | 功能描述 | 核心数据结构 | CLI 用法示例 |
|---------|---------|------------|------------|
| `consumer_analyzer.py` | 消费者影响因素识别与评估 | `ConsumerFactor` dataclass | `python tools/consumer_analyzer.py` |

### consumer_analyzer.py 详细用法

```python
from dataclasses import dataclass
from typing import List

@dataclass
class ConsumerFactor:
    layer: str       # cultural | social | personal | psychological
    name: str        # 因素名称
    description: str # 因素描述
    impact: int      # 影响强度 1-5
    evidence: List[str]  # 支撑证据

FACTOR_LAYERS = {
    'cultural': '文化因素',
    'social': '社会因素',
    'personal': '个人因素',
    'psychological': '心理因素'
}

def analyze_factors(layer: str, text: str) -> List[ConsumerFactor]:
    """分析特定层次的影响因素"""
    keywords = {
        'cultural': ['文化', '价值观', '习俗', '亚文化'],
        'social': ['参照群体', '家庭', '朋友', 'KOL'],
        'personal': ['年龄', '收入', '职业', '生活方式'],
        'psychological': ['动机', '感知', '态度', '信念']
    }
    # 返回匹配 ConsumerFactor 列表
```

### 使用示例

```python
from consumer_analyzer import ConsumerFactor, analyze_factors, FACTOR_LAYERS

# 分析文本中的文化因素影响
cultural_factors = analyze_factors(
    layer='cultural',
    text='中国消费者越来越重视健康和环保，这反映了中国传统养生文化...'
)
# 输出: [ConsumerFactor(layer='cultural', name='文化', ...)]

# 分析文本中的心理因素影响
psych_factors = analyze_factors(
    layer='psychological',
    text='该消费者群体对价格敏感，倾向于选择性价比高的产品...'
)
# 输出: [ConsumerFactor(layer='psychological', name='价格敏感', ...)]
```

### 四层次影响因素测量指标

| 层次 | 核心指标 | 测量方法 | 数据来源 |
|------|---------|---------|---------|
| 文化因素 | 价值观取向、文化认同、传统性/现代性 | 文化价值观量表、深度访谈 | 文化人类学研究 |
| 社会因素 | 参照群体影响度、家庭决策角色、KOL信任度 | 社会影响力量表、网络分析 | 消费者调研、社交数据 |
| 个人因素 | 年龄段、收入水平、生活方式类型、职业类别 | 人口统计特征、态度-生活方式（AIO） | CRM数据、市场调研 |
| 心理因素 | 购买动机类型、感知风险、品牌态度、介入度 | 动机量表、介入度量表、态度量表 | 心理学测量 |

---

## 🚫 绝对禁止原则

> **核心原则**：消费者行为分析必须同时考虑四大因素层次和完整的购买决策过程，任何单一维度的分析都会导致对消费者真实行为的误解。

### 六条绝对禁止原则

1. **禁止忽视文化因素**
   文化是影响消费者行为的最深层因素。同一产品在不同文化背景下的消费者行为可能存在根本差异。分析必须首先明确文化边界，避免将某一文化群体的行为模式简单推广至其他文化。

2. **禁止忽视社会因素**
   消费者并非孤立的决策单元。参照群体的影响（从众效应）、家庭决策中的角色分配、意见领袖的引导作用，都是塑造消费者行为的重要社会力量。忽视社会因素意味着忽视了消费者决策的真实情境。

3. **禁止忽视个人因素**
   同一文化和社会背景下的消费者，因年龄、职业、经济状况和生活方式的不同，其需求和购买行为也会有显著差异。个人因素是将消费者细分为不同群体的直接依据。

4. **禁止忽视心理因素**
   动机决定消费者"为什么"购买，感知影响消费者"如何"理解信息，态度影响消费者"如何评价"选项，学习和记忆则决定了消费者如何积累购买经验。心理因素是消费者决策过程的内在机制。

5. **禁止忽视决策过程**
   消费者决策不是发生在进入商场或打开APP的那一刻，而是从问题识别开始的完整五阶段过程。忽略早期阶段（问题识别、信息搜索）意味着无法理解需求的真正来源；忽略后期阶段（购后行为）意味着无法理解顾客满意度和忠诚度的形成机制。

6. **禁止脱离产品场景**
   消费者行为具有高度的情境依赖性。同一消费者在不同产品类别上的决策过程可能完全不同。分析必须结合具体的产品或服务类别，脱离产品场景的消费者行为分析是空洞的。

---

## 5️⃣ 五阶段实施流程

### 阶段一：识别消费者（Identify Consumers）

**目标**：界定分析对象，建立消费者细分。

**操作步骤**：
1. 明确产品/服务类别和购买场景
2. 确定地理边界（区域、全国还是全球消费者？）
3. 运用人口统计、生活方式和行为特征进行初步细分
4. 选择核心目标细分市场（基于市场规模、增长性、竞争强度和企业能力）
5. 建立消费者画像（Persona）

**消费者细分框架**：
| 细分变量 | 地理细分 | 人口细分 | 心理细分 | 行为细分 |
|---------|---------|---------|---------|---------|
| 具体变量 | 城市规模、气候、区域 | 年龄、性别、收入、教育 | 价值观、兴趣、生活方式 | 使用频率、品牌忠诚、价格敏感 |

**输出**：消费者细分报告（含细分市场描述、规模估计、优先排序和核心画像）

---

### 阶段二：分析影响因素（Analyze Influences）

**目标**：系统分析影响目标消费者行为的关键因素。

**操作步骤**：
1. **文化因素分析**
   - 识别目标消费者的文化价值观主导取向
   - 分析亚文化影响（Z世代、银发族、下沉市场等）
   - 评估社会阶层的消费分化
   - 运用 `consumer_analyzer.py` 的 cultural 关键词匹配辅助识别

2. **社会因素分析**
   - 识别参照群体的类型和影响力
   - 分析家庭购买决策中的角色分配
   - 评估 KOL 和 KOC 对购买决策的影响
   - 追踪社交网络口碑效应

3. **个人因素分析**
   - 分析目标消费者的年龄-生命周期阶段
   - 评估经济状况和消费能力
   - 识别生活方式类型和消费偏好
   - 理解个性与品牌选择的关系

4. **心理因素分析**
   - 识别主导购买动机（功能性/情感性/社会性）
   - 分析感知风险类型和应对策略
   - 评估消费者介入度和信息处理方式
   - 理解品牌态度形成机制

**影响因素层次分析图**：
```
        文化因素
           ↓
社会因素 → 个人因素 → 心理因素
    ↑           ↓          ↓
    └──── 购买决策过程 ←───┘
```

**输入**：市场调研数据、消费者访谈记录、社交媒体数据、交易数据
**输出**：影响因素分析报告（含四层次分析、因素权重排序和消费者画像）

---

### 阶段三：绘制决策旅程（Map Decision Journey）

**目标**：还原消费者从问题识别到购后评价的完整过程。

**操作步骤**：
1. **问题识别阶段**
   - 识别触发需求的内部刺激（饥饿、疲倦等生理需要）和外部刺激（广告、他人使用等）
   - 评估消费者对问题的感知紧迫性
   - 确定问题类型（日常补货、紧急需求还是计划外购买？）

2. **信息搜索阶段**
   - 识别消费者的信息搜索强度（轻度、中度、高度）
   - 区分内部搜索（记忆中的经验）和外部搜索（网络、口碑、店铺）
   - 评估信息来源的权威性和可信度排序
   - 分析搜索引擎和社交媒体在信息搜索中的角色

3. **方案评估阶段**
   - 识别消费者的评估标准（功能属性vs情感属性）
   - 分析评估过程中的启发式规则（可得性启发、代表性启发）
   - 确定考虑集（Consideration Set）的规模和形成机制
   - 评估品牌淘汰和入围过程

4. **购买决策阶段**
   - 分析购买时点的影响因素（促销、店内陈列、在线界面设计）
   - 评估渠道选择逻辑（线上vs线下、全渠道体验）
   - 识别最后一刻改变决策的因素
   - 分析购物车放弃率（电商场景）

5. **购后行为阶段**
   - 追踪购后满意度及其决定因素
   - 分析口碑传播意愿（正面和负面）
   - 评估重复购买率和品牌忠诚形成
   - 追踪顾客终身价值（CLV）实现路径

**决策旅程图示**：
```
问题识别 → 信息搜索 → 方案评估 → 购买决策 → 购后行为
    ↓           ↓           ↓           ↓           ↓
  需求触发    搜索引擎    评估标准    渠道选择    满意度
  紧迫性      口碑        考虑集      即时促销    口碑传播
  触发源      试用        淘汰        支付体验    复购
```

**输出**：消费者决策旅程地图（含触点分析、痛点识别和关键时刻MOT）

---

### 阶段四：行为预测与策略（Predict & Strategize）

**目标**：基于分析结论预测消费者行为并制定营销策略。

**操作步骤**：
1. **行为预测**
   - 基于影响因素分析，预测消费者对新产品的接受度
   - 评估价格敏感性和最优定价区间
   - 预测渠道偏好和触点分布
   - 估算市场潜量和市场份额

2. **策略制定**
   - **产品策略**：基于功能需求和情感需求，设计产品功能和品牌定位
   - **价格策略**：基于经济状况和价格敏感度，制定定价和促销方案
   - **渠道策略**：基于触点偏好和购买旅程，优化渠道布局和体验
   - **沟通策略**：基于信息来源偏好和心理因素，选择触达方式

3. **干预方案设计**
   - 设计关键触点的体验优化方案
   - 制定针对不同细分市场的差异化策略
   - 规划客户生命周期管理方案

**营销策略对应矩阵**：
| 影响因素层次 | 关键洞察 | 营销策略响应 |
|-------------|---------|------------|
| 文化因素 | Z世代国潮文化认同 | 国风联名、内容营销 |
| 社会因素 | KOL推荐影响购买 | KOL/KOC 种草矩阵 |
| 个人因素 | 银发族健康需求 | 定制化健康解决方案 |
| 心理因素 | 高介入度品类的理性评估 | 详细产品对比工具 |

**输出**：消费者行为预测报告和营销策略建议书

---

### 阶段五：归档与监测（Archive & Monitor）

**目标**：规范存储分析过程，建立持续监测机制。

**操作步骤**：
1. 保存所有原始调研数据和二手资料
2. 记录消费者画像和细分市场定义文档
3. 建立消费者行为监测指标体系（NSM消费者健康指数）
4. 定期更新消费者画像和决策旅程（建议每半年）
5. 建立消费者洞察知识库，支持跨项目复用
6. 追踪策略实施效果，验证预测准确性

**消费者健康监测指标**：
| 指标类别 | 核心指标 | 测量频率 | 预警阈值 |
|---------|---------|---------|---------|
| 认知度 | 品牌知名度、考虑集入围率 | 季度 | 下降>5% |
| 态度 | 品牌偏好度、NPS、情感连接 | 季度 | 下降>3% |
| 行为 | 市占率、复购率、钱包份额 | 月度 | 下降>2% |
| 满意度 | CSAT、CES、投诉率 | 月度 | CSAT<80% |

**输出**：归档数据包（含原始数据、分析报告、消费者画像库和监测仪表盘）

---

## ✅ 质量标准

### 完整性标准

| 检查项 | 最低要求 | 理想标准 |
|--------|---------|---------|
| 影响因素 | 四层次覆盖≥80% | 全部四层次，每个层次≥3个具体因素 |
| 决策过程 | 五阶段覆盖≥3阶段 | 全部五阶段，含关键触点标注 |
| 消费者细分 | 至少2个细分市场 | 完整细分矩阵，优先排序 |
| 数据来源 | 至少2种数据来源 | 一手+二手，定性+定量 |

### 方法论标准

1. **系统性**：四大影响因素缺一不可，相互关联而非孤立分析
2. **情境化**：消费者行为必须在具体产品/服务场景中才有意义
3. **过程导向**：关注决策的完整过程，而非仅关注购买时刻
4. **动态追踪**：消费者行为随时间和环境变化，需要持续监测
5. **战略转化**：分析结论必须能转化为可执行的营销策略

### 深度标准

- **基础层**：识别主要影响因素，绘制基本决策旅程
- **进阶层**：量化各因素影响权重，分析触点体验
- **深度层**：行为预测模型，跨渠道旅程整合分析
- **综合层**：生命周期管理策略，长期顾客价值优化

---

## CRCT 思维链

- **C（Compare）**：比较不同消费者群体在关键影响因素上的差异
- **R（Record）**：记录消费者行为特征和动因的系统分析
- **C（Connect）**：建立行为-影响因素之间的关联关系
- **T（Track）**：追踪消费者行为随时间和环境的变化趋势

---

**技能版本**: 5.0.0-cli-native+agent
**方法论严谨性**: 0%妥协
**最后更新**: 2026-04-04