写在定位系列前面的话这个系列很枯燥；原因是我想尽可能的让文章有点深度；希望你能有耐心看完。
定位系列写于2016年1月-2月过年期间；是在朋友的邀请下，希望我能写一点心得；我个人觉得电商的变化太快；旧有的东西过时太快；唯一不变的心得想来想去，只剩下和“定位”相关的心得了；所以将其整理出来；结合最近的电商环境聊一聊定位；希望能对各位在定位的道路上更加清晰。
　　本打算写完了一起发布的；几位朋友读了原文后；给与的意见一是：等你写完了技术都过时了；没人看了。
　　二是：太理论化；篇幅太长；需要填充一些数据资料。
　　而我又懒得在数据上作弊；只把以前写的一些文章进行修改、补充，如果在数据上对应的不是很完整；望谅解。
======正文开始=====================【定位系列3】你了解客户的收入吗？
http://www.menbie.com/topic/1041274=======接上文继续=================== 对客户的年龄段进行分析；从定位的角度上上说：我们可以定位不同年龄段的客户对应的产品以及他们的消费特点，也可以定位产品面对不同年龄段人群的消费方式；从营销和成交角度来说：不同的年龄段人群有不同的营销方式。
我对年龄段的划分，从淘系的数据获取有两种方式，它们是： 1从行业大盘上划分年龄段 2从店铺内数据挑选年龄段 以上两种数据可以通过各种不同的取值和对比；可以有多中划分不同类型的年龄段的方式； 从行业大盘上划分年龄段 从行业大盘上划分年龄段；我一般选择的参考数据是各种指数级数据；比如淘系内的：淘宝指数、阿里巴巴指数等；站外的：百度指数、360指数等；还有互联网+指数等其它平台指数。
我在分析淘系内具体类目的大盘年龄段；是以淘宝指数为主要参考。
　　在做站外营销的时候是通过站外不同的指数作为参考，然后对比淘系内指数数据；再找个基础上筛选出我需要的年龄段数据；进行有针对性的站外营销。
年龄 接下来我从淘宝指数，选择男装类目进行年龄段的分析； 关键词：棉衣男 时间：2015年9月1日---2015年12月31日 淘宝指数年龄段如下图(右边部分)： 年龄图一我们先看一下官方解释： 年龄：基于注册信息与淘宝购物记录，综合判断出的用户年龄（目前分为18-25岁，25-30岁，30-35岁，35-40岁，40-50岁，50-60岁，60岁以上7个区段）怎么来理解上面的意思呢？
先说年龄；按照淘宝划分的7个年龄段；客户在搜索关键词：棉衣男；占比最高的是18岁-24岁达到28.3%；其次是25岁-29岁占比在28.1%；第三名是40岁-49岁占比在13.3%； 从上面的数据中，我们在研究市场大盘的时候，我们卖家在产品和客户人群的关系中；可以作出如下基础结论： a)通过大盘发现：在搜索关键词：“棉衣男”中青年人占比的规模很大；，占比最高的年里段是18岁-24岁；其次是25岁-29岁，从18岁-29岁的年龄段是青年人。
　　这个时候我们作为卖家有两中定位：一是我们卖家针对店铺内的产品定位青年人；二是定位青年人选择符合这个年龄段的产品。
b) 在搜索关键词：“棉衣男”中；从40岁-49岁的爸爸级年龄段在搜索棉衣的居多；我们可以认为爸爸装也许在慢慢的盛行；这个类目是否和曾经的妈妈装一样能作为一个从未被关注的市场而流行呢 c)在搜索关键词：“棉衣男”中，剩余人群是小众占比，我们通过对它们的更精细的划分加上其它纬度的，也许能找到其他人从未发现的商机，比如：在年龄段从50岁-59岁甚至更高年龄段的人群，定位上一个细分产品风格唐装，是否也能开拓一个小众市场呢？
　　(我在举例爷爷级年龄段人群面对唐装风格的时候，市场上没有这样的店铺定位) 喜好度 以上谈到的是按照年龄段划分的搜索词的该人群占比；也是另外一个纬度喜好度中的重要参数；喜好度：反映不同人群对该搜索词的偏好程度，数值越大则偏好程度越高。
　　数据为100时，表示无明显偏好。
　　该数值不受人群基数的影响。
（例如：某搜索词的搜索人群中喜好度最高的星座是“白羊座”，则说明“白羊座”比其他星座更喜欢搜索该词。
　　） 喜好度（TGI）=搜索词的该人群占比全网的该人群占比100关于喜好度，按照官方的理解估计很多人还是不太明白；我先谈谈喜好度的基本公式； 喜好度（TGI）=搜索词的该人群占比全网的该人群占比100首先我需要说的是：搜索词的该人群占比，在淘宝指数的年龄图示一上已经明确告诉我们每个年龄段的搜索该词的人群占比数值；所以可以直接拿来使用。
　　但是为了更深刻的理解搜索词的该人群占比，我打算对这句话进行深入的分析。
　　根据上面的公式，我发现淘宝有很多描述并不见得很清晰；导致我对“搜索词的该人群占比”和“全网的该人群占比”这两句话的解读产生了歧义：我分别做了多种解释方案推断： A)搜索词的该人群占比的推断： 1)搜索词的该人群占比=搜索关键词次数/搜索该关键词的某个年龄段的总人数： 2) 搜索词的该人群占比=搜索关键词次数/搜索该关键词的总人数： 3) 搜索词的该人群占比=某个年龄段搜索该关键词的搜索总人数/所有年龄段搜索该关键词的总人数： 4) 搜索词的该人群占比=某个年龄段搜索该关键词的搜索总人数/某个年龄段总人数： B）全网的该人群占比的推断 1) 全网的该人群占比=某个年龄段搜索该关键词的总人数/所有年龄段总人数 2) 全网的该人群占比=某个年龄段搜索该关键词的总人数/所有年龄段搜索该关键词的总人数： 3) 全网的该人群占比=所有年龄段搜索该关键词的总人群/所有年龄段总人数 通过公式分析喜好度 接下来；我按照我的想法对上面的上面的方式举例说明： 类目关键词：棉衣男 年龄段分别是：a)人群一：18岁-24岁；该年龄段人群总人数有100人；其中有60人 搜索120次；b) 人群二：25岁-29岁；该年龄段人群总人数有100人；其中有20人 搜索30次c) 人群三：40岁-49岁；该年龄段人群有60人；其中有6人搜索8次d) 其它龄段人群有40人；其中有8人搜索10次所有年龄段总人数300人(包含其它年龄段人群)所有年龄段搜索总人数94人所有年龄段搜索合计168次(包含其它年龄段人群搜索次数)假设人群一和人群
　　二、人群三在淘宝上搜索过关键词“棉衣男”；通过公式计算一下人群
　　一、人群
　　二、人群三的喜好度； 方案一 我们先拆解喜好度公式中搜索词的该人群占比：搜索词的该人群占比=某个年龄段搜索该关键词的搜索总人数/某个年龄段总人数： 全网的该人群占比=某个年龄段搜索该关键词的搜索人数/所有年龄段搜索该关键词的总人数 人群一搜索词的该人群占比=60/100人=60% 人群一在全网的该人群占比=60/94人=63.8%人群一的喜好度=60%/63.8%X100=94方案二 搜索词的该人群占比= 某个年龄段搜索该关键词的搜索总人数/某个年龄段总人数： 全网的该人群占比=所有年龄段搜索该关键词的总人群/所有年龄段总人数人群一搜索词的该人群占比=60/100人=60% 人群一在全网的该人群占比=94人/300人=31.3%人群一的喜好度=60%/33.3%X100=191方案三搜索词的该人群占比=某个年龄段搜索该关键词的搜索总人数/某个年龄段总人数： 全网的该人群占比=某个年龄段搜索该关键词的总人数/所有年龄段总人数人群一搜索词的该人群占比=60/100人=60% 人群一在全网的该人群占比=60人/300人=20%人群一的喜好度=60%/20%X100=300人群二搜索词的该人群占比=20/100人=20% 人群二在全网的该人群占比=20人/300人=6.7%人群二的喜好度=20%/6.7%X100=298人群三搜索词的该人群占比=6/60人=10% 人群三在全网的该人群占比=6人/300人=2%人群三的喜好度=10%/2%X100=500根据我的理解，如果方案全部组合起来有十二种算法；我个人通过对比筛选，最终选择了方案三。
通过方案三的数据计算得到的喜好度;在实际分析中，发现喜好度数值的高低，并不能表明某个年龄段搜索该关键词的搜索总人数比其它年龄段搜索该关键词的搜索总人数的数量高。
从方案三的举例中；人群三的喜好度数值大于人群一或人群二；并不代表人群三的搜索该关键词人数大于人群一或人群二。
　　喜好度的数值只表明了在个年龄段搜索该关键词的搜索总人数喜好倾向度。
我个人理解为人群倾向性；人群倾向性反映不同年龄段的人群对该搜索词的偏好度，数值越大偏好程度越高，数值为100时，表示无倾向性，该值不受人群基数影响大家如果对我在公式上分析有其它想法，欢迎大家反馈给我，我会联系您进一步探讨。
通过图片分析喜好度 关于喜好度，我再通过几组图片，更直观的说明一下 喜好度图一下图是dw40002(关键词：棉衣男)：喜好度图二，下图是dw40003(关键词：棉衣男青年)： 喜好度图三，下图是dw40004(关键词：棉衣男中年)： 通过上面三组图对比可知道，在关键词的面对的人群范围越精确，喜好度所反馈的数值越精确。
从喜好度图一中，搜索关键词：“棉衣男”；在面对年龄段在30岁—59岁之间的四个年龄段中，发现四个年龄段人群的喜好度差别并不大。
从喜好度图二中，我们可以得知从18岁—59岁的之间的六个年龄段中和喜好度图一中的数据区别不大。
　　造成这个的数据相似的主要原因是：青年是淘宝购物的主要人群；导致在关键词：“棉衣男青年”面对的人群和“棉衣男”面对的人群中，他们之间的数据差别并不大。
从喜好度图三中，我们发现关键词：“棉衣男中年”在面对年龄段在30岁—59岁之间的四个年龄段中，尤其在40岁-59岁之间的两个年龄段是中年人，符合搜索的关键词“棉衣男中年”；表现在喜好度图三中就是40岁-59岁喜好度值就很高。
最后我对喜好度进行总结一下：喜好度是针对不同年龄段人群；反映不同人群对该搜索词的偏好程度，数值越大则偏好程度越高。
　　数据为100时，表示无明显偏好。
　　该数值不受人群基数的影响；数据高于100，代表该类年龄段人群对对该搜索词的偏好程度高于整体水平。
　　从店铺内数据挑选年龄段上一章节主要是通过淘宝指数从行业大盘上进行年龄段的分析，面对的是全网的人群，观察的纬度是宏观的类目级。
还有一个观观年龄段的察纬度是：从店铺内的数据进行分析；这纬度是站在店铺内的人群年龄段分析；其数据结论对于我们参考店内的产品与客户之间的关系有指导意义。
　　比如，店内产品与入店客户、店内产品与成交人群等属性关系。
根据【生意参谋】--【市场行情】--【买家人群】--【年龄属性】的划分的方式；我们可以发现，淘宝官方把年龄段分为八个组合条件，其中有七个年龄段和一个未知年龄段。
　　准确的说：从年龄段划分是七个层级；最后加一个全部100%的统计；合计八个组合条件。
具体的划分方式，请参考如下图，下图是dw40005(买家人群年龄图一)： 通过上面的图，我们可以发现店内的数据分析，针对单一的情况进行分析；不太可能；需要结合其它属性进行具体的分析；比如：性别、低于、价格等条件。
　　关于人群的年龄段分析，暂时分析到这。
　　本章从行业大盘上做了具体的分析；从店铺内的人群年龄段仅单纯的做了说明；并没有结合产品的属性或其它条件数据(性别、低于、价格)进行系统的分析或定位。
　　有时候，目标人群会很庞大。
　　在这个大的人群范围下，其实还有各种不同类型的人。
　　所以，我们可以有针对性的去细分一下目标人群，争取做到更精准的定位。
　　在接下来的人群定位中会选择一些角度进行更细致的分析。
　　======下一篇=============================== 【定位系列5】挖掘客户的需求关于客户需求的文章，后续在在《挖掘客户的需求》这一章节中有详细的分析。
接下来的下一篇文章可能是： 【定位系列6】教你找到用户的地域PS：本文原创，首发，转载请注明========================================= 【定位系列4】按照电商的方式了解用户的年龄