先把我做的数据截图贴出来，把我的思考过程写下来，有时候发现，写东西本身其实也不是完全为了分享，而是加深自己思考的印象，在写的过程中，对梳理清自己的思路起到很大作用，所以一旦有新的启发，还是得写一下，是个不错的习惯。
前面的场景是受一企业委托，向我咨询女装市场现在该如何做？首先我摸清了该企业的产品方向，属于红海市场，所以回来后，我就看了数据，把现在该类目的市场数量最多的人群画像写了下来，做人群画像分析前，先判断产品属于红海还是蓝海市场挺重要的，红海市场的话，就要选市场人群数量最多的去分析，蓝海市场就要精准分析特定人群了。
我把人群大概分成了六类，第一类18-25岁0-50元消费力的，第二类18-25岁50-100元消费力的，第三类18-25岁100-200元消费力的，第四类26-30岁0-50元消费力的，第五类26-30岁50-100元消费力的，第六类26-30岁100-200元消费力的，这六类人群画像分别都带有两种维度，一个是年龄，一个是消费力，在上图我做的数据列表中可以看到，人群画像基数最大的是18-25岁在全网人数占比30.81%，0-50元消费力的占比47.81%，即第一类人群占比78.62%，这类人群主要购买的价格区间分布在0-30元，30-50元之间，属于低端人群，逐轮人群分析对比过后，根据该企业理想中的市场定位，我给出的策略是，根据第六类人群画像做主要的产品定位，基础客单在130-250元之间，按照这类人群的偏好做产品设计，每类人群画像的偏好属性上图可以看到，休闲裤、T恤、连衣裙、雪纺衫为主要细分类目，然后再根据这类人群画像去做特定的核心词、搜索词、修饰词分析，根据这些词挑选款式，然后再设置一个50-85元客单的产品类做卡位，这类产品根据18-25岁50-100元消费力的人群画像做定位，也就是第二类人群，这样做的好处是，把18-30岁50-200元消费力的人群也卡进来了，意思是主推产品根据第六类人群做定位，这样也辐射到了第三类人群18-25岁100-200元消费力的，然后副推产品根据二类人群做定位，也辐射到了第五类人群，26-30岁50-100元消费力的人群，这样的产品组合拳涵盖的人群基数最大，简单说就是按高端定位，然后向下延伸中端市场，把低端市场踢出去，这样的一份数据有理有据，店铺还没启动前就已经完整呈现了整个店铺目标人群画像，往后的事情就是根据这个人群画像做虚拟文化输出，就是文案、拍摄、风格定调、视觉设计等工作，起初挑十来个款上车测试数据，然后根据数据微调主推款，最后配合适当营销引爆流量。
三言财经 2月26日消息，今日“连衣裙客单价低于128”的话题被广泛讨论，有网友解释，客单均价低于128消费区间的人群，会被淘宝系统打上了低价人群的标签，经过分析各种行为后，做成了大数据。低价群体中有较高比例的人，会投入更多时间在讨价还价，售后问题，退换返现上，这无形中增加了商家的运营成本。
该网友还调侃道，“在我们电商行业，找女朋友有一条不为人知的铁律。不能找淘宝好评率低于98%，滴滴低于4.8，搜索核心词连衣裙，客单低于128的。”
当然，网友的这种说法并未有较为可信的来源，更像是一场小测验游戏。在好奇心得驱使下，许多网友纷纷在淘宝网上搜索验证，晒出自己的“客单价”。
也有网友调侃，“这一定是淘宝的圈套”，一搜根本停不下来，不知不觉在淘宝网中无法抽身了。
对此，淘宝负责算法的小二解释道，个性化推荐的初衷是满足用户多样化和实时变动的需求。用户的偏好不是静态的，算法难就难在要满足用户多样化场景下的需求，以及购物的差异化需求。
比如说，一个背几万块LV的用户，也会有关注性价比的需求，也会买很实惠的纸巾、一两百的衣服。如果根据一款商品的价格，就对用户简单打低价标签，是没有办法解决满足用户多样化需求的。淘宝的系统是建立在大数据、实时计算等复杂技术体系下的AI系统，是对用户多元化、动态需求的理解和预测，不是简单的标签逻辑。