Z世代零食消费分析

导出时间: 2026/6/16 14:46:21

User

📎 Z世代低GI零食消费调查问卷(2).docx (文档)

已上传的图片
已上传的图片

现在有之前做市场调查的问卷和数据，当时问卷设计是为了调查“《“巧胜”内心博弈：Z世代低GI零食消费决策机制与“健康—悦己”平衡市场策略研究》”，且收集了514份问卷数据，现要利用这份数据做课程作业，作业详细要求见图片文件，根据要求，我可以做什么选题的数据分析报告，且可以怎么做

ChatGPT

可以做，而且这份数据非常适合做“消费者决策机制/市场策略”类的数据分析报告。你们的问卷本身包含了健康零食关注、购买场景、心理纠结、情绪压力、低 GI 认知、营销偏好、复购意愿、人口统计变量等模块，题项设计比较完整。问卷中有两个典型选择情景：休闲时刻下“低 GI 全麦饼干/谷物棒 vs 喜欢的薯片/巧克力”，以及压力/劳累时刻下“低 GI 谷物棒/高纤饼干 vs 蛋糕/泡面/炸鸡”，很适合做对比分析。Z世代低GI零食消费调查问卷(2) 我建议优先做下面这个选题。 最推荐选题 题目：情绪压力如何影响 Z 世代低 GI 零食消费选择？——基于“健康—悦己”平衡的问卷数据分析 这个题目最贴合作业要求，也最容易做出“有分析、有结论、有策略”的报告。因为你的数据里正好有两个情境题：第 7 题是休闲场景选择，第 8 题是压力/劳累场景选择；二者可以直接比较。问卷还收集了影响最终决定的因素，例如健康担心、口味追求、性价比、情绪状态、包装营销、网络口碑、配料表、当前健康目标等。Z世代低GI零食消费调查问卷(2) 我粗看了一下 514 份数据，所有样本都通过了注意力检测题。初步结果已经很有意思：休闲场景中偏向“不健康但好吃”选项的人约占 54.1%，而压力/劳累场景中这一比例上升到 64.2%。也就是说，压力场景会明显把消费者从“健康选择”推向“悦己选择”。这个发现很适合作为报告主线。 可以怎么做 1. 报告核心问题 可以围绕三个问题展开： 第一，Z 世代在休闲场景和压力场景下的零食选择是否不同？ 比较第 7 题和第 8 题，看压力是否会让人更倾向选择蛋糕、泡面、炸鸡等“好吃但不健康”的零食。 第二，哪些因素最影响他们的选择？ 用第 9 题的 8 个因素做分析：口味/口感、情绪状态、性价比、健康担心、健康目标、配料表、网络口碑、包装营销等。 第三，品牌应该如何制定低 GI 零食的市场策略？ 结合第 18、19、20 题，看消费者更认可“权威认证”“口感接近普通零食”“真实用户评价”“小包装试吃”“健康账户/健康专区”等哪类策略。问卷中专门设置了健康零食营销策略偏好和健康账户概念题，很适合转化为营销建议。Z世代低GI零食消费调查问卷(2) 2. 变量设计 可以把第 7 题和第 8 题编码成一个“悦己倾向分数”： 1 = 果断选健康零食 2 = 偏向健康零食 3 = 纠结 4 = 偏向好吃但不健康 5 = 果断选好吃但不健康 然后构造一个新变量： 压力情境转移值 = 第 8 题得分 − 第 7 题得分 如果这个值大于 0，说明压力场景下更偏向“悦己/放纵”； 如果等于 0，说明场景变化影响不大； 如果小于 0，说明压力场景下反而更克制。 这个变量会让报告更有“数据分析感”，不是简单做频数统计。 3. 分析方法 可以按作业要求做成以下层次： 描述性统计：展示样本结构，包括年龄、性别、身份、月可支配收入、健康零食购买经历、低 GI 零食体验等。 交叉分析：比较不同性别、收入、身份、健康目标群体在第 7、8 题上的选择差异。例如，女性是否更关注健康？高收入群体是否更愿意为好吃又健康的零食付费？ 均值对比分析：比较第 7 题和第 8 题的平均分，说明压力场景是否提高“悦己选择”倾向。可以用柱状图或折线图呈现。 相关分析：看第 9 题中哪些因素与第 8 题选择更相关。例如，情绪状态、口味追求、性价比是否与压力场景下选择高热量零食相关。 回归分析：以“压力场景选择得分”或“压力情境转移值”为因变量，以口味追求、情绪状态、健康目标、健康担心、性价比等为自变量，分析哪个因素影响最大。 市场策略分析：用第 18、19、20 题分析消费者对低 GI 健康零食的营销偏好。你的数据中，第 19 题“如果健康零食能做得和普通零食一样好吃，我愿意长期购买”的均值很高，说明“口感好”可能是低 GI 零食破圈的关键。 报告框架可以这样写 一、研究背景与问题提出 可以写：Z 世代既关注健康管理，又重视情绪价值和即时满足。低 GI 零食虽然具备健康卖点，但容易面临“健康但不好吃”“价格高”“营销噱头”等认知障碍。因此，本报告基于 514 份问卷数据，分析 Z 世代在不同情绪场景下的零食选择机制，并提出低 GI 零食的市场策略建议。 二、数据来源与变量说明 说明数据来自“Z 世代低 GI 零食消费调查问卷”，问卷对象主要为 18—28 岁群体，包含低 GI 认知、零食场景、消费渠道、情景选择、影响因素、营销策略偏好和基本人口统计信息。问卷中还设置了注意力检测题，用于筛选有效样本。Z世代低GI零食消费调查问卷(2) 三、描述性统计分析 可以做这些图： 图表内容样本结构饼图性别、年龄段、身份、收入健康标签关注柱状图低 GI、无糖、全麦、高纤、低脂、配料表干净零食消费场景柱状图追剧、学习间隙、压力大、健身后、熬夜后等购买渠道柱状图便利店、电商、外卖、直播间、零食专卖店 四、核心分析：压力是否改变选择 重点比较第 7 题和第 8 题： 场景健康选择纠结悦己选择休闲场景A+BCD+E压力/劳累场景A+BCD+E 你可以在报告中写出类似结论： “相比休闲场景，压力/劳累场景下消费者更倾向于选择好吃但不健康的零食，说明情绪压力会削弱健康目标对消费决策的约束，提升即时满足和情绪补偿的重要性。” 五、影响因素分析 可以把第 9 题 8 个因素做均值排序。初步看，影响力较高的是：

当时的心情/情绪状态

口味/口感追求

性价比

当前健康目标

健康担心

这说明低 GI 零食不能只讲“健康”，还必须解决“好不好吃”“值不值”“能不能缓解压力”的问题。 六、消费者分群 如果想让报告更高级，可以做一个简单聚类，把消费者分成 3—4 类： 类型特征策略建议健康自律型健康目标强，关注配料表强调低 GI、控糖、成分透明情绪悦己型压力下更容易选择高热量零食强调好吃、治愈、低负担口感优先型健康零食不好吃就不买主打“像普通零食一样好吃”性价比实用型关注价格、份量、管饱推出组合装、小包装、学生价 这个分群部分不一定必须做复杂算法，Excel 里也可以用得分规则做，例如按“健康目标得分”“悦己倾向得分”“口味重视得分”进行分类。 七、营销策略建议 可以根据第 18、19、20 题提出策略： 策略一：从“健康正确”转向“好吃且低负担”。 消费者不是不接受健康零食，而是不愿为健康牺牲口感。品牌应该把“口感接近普通零食”作为核心卖点。 策略二：降低首次尝试门槛。 推出小包装、试吃装、学生价组合，让消费者先试再复购。 策略三：建立信任机制。 用成分表公开、权威认证、真实用户评价，而不是只靠博主营销。问卷中也设置了“更相信真实用户评价”的态度题，适合支撑这个建议。Z世代低GI零食消费调查问卷(2) 策略四：瞄准压力场景做产品定位。 例如“熬夜学习低负担零食”“追剧不怕胖零食”“加班抗饿谷物棒”，把低 GI 零食和具体消费场景绑定。 其他也可以做的选题 如果你想换角度，还可以选这些： 选题 2：Z 世代低 GI 零食复购意愿的影响因素研究 重点分析第 13、16、19 题。适合做回归分析，因变量可以是“长期购买意愿”或“持续复购意愿”。 选题 3：低 GI 零食的认知障碍与营销策略优化研究 重点分析第 15、16、18、19、20 题。适合写得更偏市场营销，结论会集中在“低 GI 被认为健康但可能不好吃”“消费者更信真实评价和试吃”。 选题 4：Z 世代健康零食消费中的‘补偿心理’研究 重点分析第 10、11、12、14 题。这个题目比较有特色，可以研究“吃健康零食后的补偿”“吃不健康零食后的愧疚和运动抵消”。 选题 5：不同人群的健康零食消费偏好差异研究 重点分析性别、年龄、身份、收入与健康标签关注、购买渠道、营销策略偏好的关系。这个题目操作简单，但创新性略弱。 最终建议 最稳妥、最容易拿高分的题目是： 《情绪压力如何影响 Z 世代低 GI 零食消费选择？——基于“健康—悦己”平衡的问卷数据分析》 它的优势是： 有明确研究问题，有两个情景题可以对比，有 514 份数据支撑，可以做描述统计、交叉分析、相关分析、回归分析，还能自然落到品牌营销策略建议上。报告不会像单纯频数统计那样单薄。

User

如果选择“《情绪压力如何影响 Z 世代低 GI 零食消费选择？——基于“健康—悦己”平衡的问卷数据分析》”这个选题，并且听取你的意见，想让报告更高级一点，选择做聚类。给我设计一份完美适配作业要求的报告目录，且要完成这份数据分析报告，给我整理需要完成的清单，以及完成清单所需要的具体工具和详细的操作方法。

ChatGPT

完全可以。这个选题如果加入聚类，报告就不只是“描述 Z 世代怎么选零食”，而是可以进一步回答：不同类型的 Z 世代消费者在压力场景下如何从健康理性转向悦己冲动，以及低 GI 零食品牌应如何分层营销。 你的问卷题项本身很适合支撑这个逻辑：第 7 题和第 8 题分别设置了休闲场景与压力/劳累场景下的健康零食 vs 悦己零食选择；第 9 题收集了健康担心、口味追求、性价比、情绪状态、包装营销、网络口碑、配料表、健康目标等决策因素；第 18—20 题又进一步询问了健康零食营销策略和“健康账户”概念接受度。Z世代低GI零食消费调查问卷(2) 下面这套目录和执行清单，是按你图片里的课程作业要求来设计的：有明确主题、数据来源、清洗过程、统计方法、图表展示、聚类模型、结果解释、策略建议和附录过程记录。

一、推荐报告题目 《情绪压力如何影响 Z 世代低 GI 零食消费选择？——基于“健康—悦己”平衡的聚类分析与市场策略研究》 这个题目比原题更适合作业，因为它明确体现了： 数据分析方法：描述统计、交叉分析、均值比较、聚类分析、回归/相关分析。 研究对象：Z 世代低 GI 零食消费者。 核心机制：情绪压力影响健康与悦己之间的选择。 应用价值：为低 GI 零食品牌提出分群营销策略。

二、报告目录设计 写入《情绪压力如何影响 Z 世代低 GI 零食消费选择？——基于“健康—悦己”平衡的聚类分析与市场策略研究》目录摘要关键词Z 世代；低 GI 零食；情绪压力；健康消费；悦己消费；聚类分析；市场策略一、引言1.1 研究背景1.2 研究问题1.3 研究意义1.4 分析思路与技术路线二、数据来源与变量说明2.1 数据来源2.2 问卷结构说明2.3 样本基本情况2.4 核心变量设计2.5 数据清洗与质量控制三、Z 世代低 GI 零食消费现状分析3.1 健康零食标签关注情况3.2 零食消费场景分析3.3 零食购买渠道分析3.4 低 GI 零食认知与购买体验分析3.5 小结：Z 世代健康零食消费的基本特征四、情绪压力对“健康—悦己”选择的影响分析4.1 休闲场景下的零食选择倾向4.2 压力/劳累场景下的零食选择倾向4.3 两类场景选择差异比较4.4 “压力情境转移值”的构建与分析4.5 不同人群在压力转移中的差异分析4.6 小结：压力如何推动消费者转向悦己选择五、影响零食消费决策的关键因素分析5.1 决策影响因素的均值排序5.2 健康担心、口味追求、情绪状态与选择倾向的相关分析5.3 压力场景选择倾向的回归分析5.4 小结：情绪、口感与健康目标的相互作用机制六、基于聚类分析的 Z 世代低 GI 零食消费者分群6.1 聚类分析的变量选择6.2 聚类变量标准化处理6.3 聚类模型构建与类别数确定6.4 聚类结果与消费者画像6.5 不同消费者群体的情绪压力反应差异6.6 小结：Z 世代低 GI 零食消费者的典型类型七、低 GI 零食市场策略分析7.1 各类消费者的需求痛点7.2 低 GI 零食的产品策略7.3 低 GI 零食的价格与包装策略7.4 低 GI 零食的渠道与场景策略7.5 低 GI 零食的传播与信任策略7.6 基于消费者分群的精准营销建议八、结论与不足8.1 主要研究结论8.2 管理启示8.3 研究不足与后续展望参考文献附录附录 A：问卷题项与变量编码表附录 B：数据清洗过程记录附录 C：主要统计分析结果表附录 D：聚类分析过程截图或代码附录 E：可视化图表汇总

三、这份报告要完成的核心清单 你可以把任务拆成 10 个模块。每个模块都对应报告中的一部分，做完就能直接写进正文。 1. 明确研究问题 报告不要泛泛地写“研究 Z 世代低 GI 零食消费行为”，而要聚焦这 4 个问题： 研究问题对应数据Z 世代在休闲场景和压力场景下的零食选择是否不同？第 7、8 题压力是否会让消费者更偏向“好吃但不健康”的悦己零食？第 7、8 题对比哪些因素影响压力场景下的消费选择？第 9 题Z 世代低 GI 零食消费者可以分成哪些类型？第 6、7、8、9、13、16、18、19、20 题 建议在引言中提出一个核心假设： H1：相比休闲场景，压力/劳累场景会显著提升 Z 世代消费者选择悦己型零食的倾向。 再提出一个分群分析目标： 通过聚类分析识别不同类型的 Z 世代低 GI 零食消费者，并为各类人群提出差异化市场策略。

  1. 数据清洗 需要完成： 清洗项目操作删除非目标年龄样本第 1 题不是 18—28 岁的样本剔除注意力检测第 17 题必须选择“B. 不同意”删除明显无效样本答题时间极短、全选同一选项、空缺严重处理多选题拆成 0/1 虚拟变量处理矩阵量表题转换成 1—5 分统一选项编码A、B、C、D、E 转成数值保留原始数据备份建立“原始数据”“清洗数据”“编码数据”三个版本 你的问卷中第 17 题是明确的注意力检测题，题目要求受访者直接选择“B. 不同意”，这可以作为数据质量控制依据。Z世代低GI零食消费调查问卷(2)

  2. 变量编码 这是报告能不能显得“高级”的关键。 3.1 核心因变量 变量名称来源编码方式休闲场景选择得分第 7 题A=1，B=2，C=3，D=4，E=5压力场景选择得分第 8 题A=1，B=2，C=3，D=4，E=5压力情境转移值第 8 题 - 第 7 题大于 0 表示更偏向悦己是否压力下转向悦己压力情境转移值大于 0=1，否则=0 其中，1 代表健康理性，5 代表悦己放纵。 3.2 聚类变量 不要直接把所有题目丢进去聚类。更推荐先构造 6 个综合指标，再聚类。 聚类指标含义可用题项健康自律指数是否重视健康、身材、配料、控糖第 6 题健康目标、配料表、身材担心；第 9 题健康担心、健康目标、配料表悦己冲动指数是否更看重开心、满足、即时享受第 6 题人生苦短、喜欢好吃零食、冲动合理化；第 9 题口味、情绪压力转移指数压力下是否从健康转向悦己第 8 题 - 第 7 题口感敏感指数是否认为健康零食必须好吃第 9 题口味影响；第 19 题“不好吃宁愿不吃”“一样好吃愿意长期买”性价比敏感指数是否关注价格、份量、管饱第 6 题性价比；第 9 题性价比低 GI 接受指数是否认可、购买、复购低 GI 零食第 13、16、19、20 题 这样做有两个好处： 第一，聚类结果更容易解释。 第二，报告看起来不像机械跑软件，而是有自己的分析框架。

  3. 描述性统计 需要完成这些图表： 图表编号图表名称推荐图形图 1样本性别分布饼图或条形图图 2年龄段分布条形图图 3身份分布条形图图 4月可支配收入分布条形图图 5健康零食标签关注情况横向条形图图 6零食消费场景分布横向条形图图 7零食购买渠道分布横向条形图图 8低 GI 零食购买体验堆叠条形图 这一部分不要写太长，重点是说明样本画像和消费基础特征。

  4. 场景差异分析 这是全文主线。 需要做： 分析内容方法第 7 题休闲场景选择分布频数统计第 8 题压力场景选择分布频数统计两个场景选择均值比较配对样本 t 检验或 Wilcoxon 检验健康选择、纠结、悦己选择三类占比比较交叉表压力情境转移值分布直方图或条形图 建议把选择合并成三类： 原始选项合并类型A、B健康选择C纠结选择D、E悦己选择 报告中可以重点写： “压力/劳累情境并不是简单改变消费者的产品偏好，而是会放大情绪补偿需求，使一部分原本在休闲情境下偏向健康或纠结的消费者转向好吃、高满足感的悦己型零食。”

  5. 影响因素分析 第 9 题是关键。 需要完成： 分析目的第 9 题 8 个因素均值排序找出影响决策的核心因素因素与压力场景选择得分的相关分析看哪些因素推动悦己选择回归分析判断哪些因素影响最大 推荐回归模型 因变量： 压力场景选择得分 或 是否压力下转向悦己 自变量： 自变量口味/口感追求情绪状态影响健康担心当前健康目标性价比包装营销网络口碑配料表干净性别收入身份 如果你用 Excel 做，可以只做相关分析和交叉分析；如果用 SPSS 或 Python，建议加回归。

  6. 聚类分析 这是报告的“高级感”来源。 7.1 聚类对象 514 名受访者。 7.2 聚类变量 建议使用这 6 个标准化指标： 聚类变量健康自律指数悦己冲动指数压力转移指数口感敏感指数性价比敏感指数低 GI 接受指数 7.3 聚类方法 推荐使用： K-means 聚类 类别数建议先测试 3 类、4 类、5 类。 最后大概率选择 4 类 最适合写策略。 7.4 推荐消费者分群命名 最终可以形成这 4 类画像： 群体名称典型特征营销启示健康自律型健康目标强，关注配料表、低 GI、控糖强调低 GI、成分透明、权威认证压力悦己型压力下明显转向好吃、高满足感零食强调“低负担治愈”“加班追剧也能吃”口感优先型不愿为健康牺牲口感，健康零食不好吃就不买主打“像普通零食一样好吃”性价比尝鲜型关注价格、包装、试吃、小规格、促销推出试吃装、小包装、组合优惠 如果实际聚类结果不是这 4 类，也可以根据各类的均值特征重新命名。聚类名称一定要来自数据，而不是先入为主。

  7. 营销策略分析 这一章要和聚类结果对应，不要泛泛而谈。 消费者类型产品策略传播策略渠道策略健康自律型低 GI、低糖、高纤、成分透明权威认证、营养科普电商详情页、健身场景压力悦己型低负担甜食、夜宵替代、抗饿零食“压力大也能吃点好的”便利店、外卖、校园商超口感优先型酥脆、浓郁、接近普通零食试吃测评、真实用户评价小红书、抖音、线下试吃性价比尝鲜型小包装、组合装、学生价限时促销、买一试多电商平台、零食集合店 第 18 题正好问了消费者更认可哪种健康零食沟通方式，例如权威认证、强调口感、真实用户评价、小包装试吃、包装标注热量和口感等，非常适合支撑策略建议。Z世代低GI零食消费调查问卷(2)

四、工具选择与具体操作方法 建议采用 Excel + SPSS + Python 的组合。 Excel 负责清洗和基础统计。 SPSS 负责聚类、相关、回归和显著性检验。 Python 负责更漂亮的图表和复现性分析。 如果时间紧，最低配置是 Excel + SPSS。

五、Excel 操作方法 1. 数据备份 打开原始 Excel 文件后，另存为： 低GI零食数据分析_工作版.xlsx 建立 4 个工作表： 工作表名称用途原始数据不做任何修改清洗数据删除无效样本编码数据进行数值编码统计汇总做频数表、均值表、图表

  1. 注意力检测筛选 找到第 17 题对应列。 筛选条件： 第 17 题 = B. 不同意 不符合的样本删除或标记为无效。

  2. 场景选择题编码 新增两列： 新列名称公式逻辑休闲场景选择得分A=1，B=2，C=3，D=4，E=5压力场景选择得分A=1，B=2，C=3，D=4，E=5 如果 Excel 中原始选项是完整文字，可以用 IFS 函数，例如： excel=IFS(ISNUMBER(SEARCH(“果断选 A”,A2)),1,ISNUMBER(SEARCH(“偏向选 A”,A2)),2,ISNUMBER(SEARCH(“纠结”,A2)),3,ISNUMBER(SEARCH(“偏向选 B”,A2)),4,ISNUMBER(SEARCH(“果断选 B”,A2)),5) 再新增： excel压力情境转移值 = 压力场景选择得分 - 休闲场景选择得分 继续新增： excel是否压力下转向悦己 = IF(压力情境转移值>0,1,0)

  3. 多选题拆分 例如第 18 题“营销策略偏好”是多选题，需要拆成： 变量认可权威认证认可强调口感认可真实评价认可小包装试吃认可包装设计认可广告吸引认可二维码透明 每个变量编码： 选中 = 1 未选 = 0 Excel 公式示例： excel=IF(ISNUMBER(SEARCH(“权威认证”,原始单元格)),1,0)

  4. 矩阵量表编码 将选项统一为： 文字选项分值非常不同意 / 完全没影响1不同意 / 基本没影响2一般 / 有一定影响3同意 / 影响比较大4非常同意 / 影响巨大5

  5. 构造综合指数 例如健康自律指数： excel=AVERAGE(健康担心题项,查看配料表题项,健康目标题项,配料表干净影响,当前健康目标影响) 悦己冲动指数： excel=AVERAGE(忍不住想吃题项,人生苦短题项,愿意为好吃付费题项,口味影响,情绪影响) 低 GI 接受指数： excel=AVERAGE(低GI购买体验得分,长期购买意愿,为健康好吃零食付费意愿,健康账户接受度) 所有综合指数都建议保留两位小数。

六、SPSS 操作方法 1. 导入数据 路径： 文件 → 打开 → 数据 → 选择 Excel 文件 勾选： 从第一行读取变量名

  1. 描述性统计 路径： 分析 → 描述统计 → 频率 适合变量： 性别、年龄、身份、收入、低 GI 购买体验、场景选择题。 输出： 频数、百分比、柱状图。

  2. 配对样本 t 检验 用于比较第 7 题和第 8 题。 路径： 分析 → 比较均值 → 配对样本 T 检验 变量对： 休闲场景选择得分 压力场景选择得分 看结果： 指标解释均值差压力场景是否更偏向悦己Sig. 值小于 0.05 说明差异显著 如果担心 1—5 分是等级变量，也可以用 Wilcoxon 检验： 分析 → 非参数检验 → 相关样本

  3. 相关分析 路径： 分析 → 相关 → 双变量 放入： 压力场景选择得分、情绪状态影响、口味影响、健康目标、健康担心、性价比、配料表等。 看 Pearson 或 Spearman 相关系数。 如果是问卷等级数据，建议选 Spearman。

  4. 回归分析 如果因变量是“压力场景选择得分”： 路径： 分析 → 回归 → 线性 因变量： 压力场景选择得分 自变量： 情绪状态影响、口味影响、健康担心、健康目标、性价比、配料表、性别、收入等。 如果因变量是“是否压力下转向悦己”： 路径： 分析 → 回归 → 二元 Logistic 因变量： 是否压力下转向悦己 自变量同上。

  5. K-means 聚类 路径： 分析 → 分类 → K-均值聚类 放入 6 个聚类变量： 健康自律指数 悦己冲动指数 压力转移指数 口感敏感指数 性价比敏感指数 低 GI 接受指数 设置： 项目设置聚类数先试 3、4、5迭代次数默认或 10—20保存勾选“聚类成员”输出勾选“初始聚类中心”“最终聚类中心”“每个个案所属类别” 最终选择类别数时，看两个标准： 第一，各类人数不要极端失衡。 第二，各类中心差异要明显，方便解释。

七、Python 操作方法 如果想让报告更专业，Python 主要用于生成更美观的图表和聚类验证。 1. 需要的库 Pythonimport pandas as pdimport numpy as npimport matplotlib.pyplot as pltfrom sklearn.preprocessing import StandardScalerfrom sklearn.cluster import KMeansfrom sklearn.metrics import silhouette_score 2. 聚类基本流程 Python# 选择聚类变量cluster_vars = [ “健康自律指数”, “悦己冲动指数”, “压力转移指数”, “口感敏感指数”, “性价比敏感指数”, “低GI接受指数”]X = df[cluster_vars].dropna()# 标准化scaler = StandardScaler()X_scaled = scaler.fit_transform(X)# 测试不同 K 值scores = []for k in range(2, 7): model = KMeans(n_clusters=k, random_state=42, n_init=10) labels = model.fit_predict(X_scaled) score = silhouette_score(X_scaled, labels) scores.append([k, score])print(scores) 3. 最终聚类 Pythonkmeans = KMeans(n_clusters=4, random_state=42, n_init=10)df.loc[X.index, “消费者类型”] = kmeans.fit_predict(X_scaled) 4. 输出各类均值 Pythoncluster_profile = df.groupby(“消费者类型”)[cluster_vars].mean()print(cluster_profile) 然后根据每类均值高低命名消费者类型。

八、最终报告图表清单 建议正文放 10—14 张图表，不要太多。 编号图表名称放置位置表 1样本基本特征表第二章图 1健康零食标签关注情况第三章图 2零食消费场景分布第三章图 3购买渠道分布第三章图 4休闲场景选择分布第四章图 5压力场景选择分布第四章图 6休闲场景 vs 压力场景选择对比第四章图 7压力情境转移值分布第四章表 2决策影响因素均值排序第五章表 3相关分析结果第五章表 4回归分析结果第五章图 8聚类轮廓系数或肘部图第六章表 5聚类中心表第六章图 9四类消费者雷达图第六章表 6分群营销策略表第七章

九、最终提交前检查清单 检查项是否完成标题与选题一致有摘要和关键词有数据来源说明有样本量说明有数据清洗过程有变量编码表有描述性统计有场景对比分析有显著性检验有影响因素分析有聚类分析有消费者画像有市场策略建议图表有编号和标题结论不是简单重复数据有参考文献有附录报告导出为 PDF文件命名符合课程要求

十、最推荐的完成顺序 按这个顺序做，效率最高： 第一步：清洗数据 筛掉无效样本，处理第 17 题注意力检测。 第二步：变量编码 先完成第 7、8、9、18、19、20 题编码。 第三步：做描述统计 先出样本结构和消费现状图。 第四步：做场景对比 比较休闲场景和压力场景选择差异。 第五步：构造综合指数 健康自律、悦己冲动、压力转移、口感敏感、性价比敏感、低 GI 接受。 第六步：做聚类 先试 3、4、5 类，最终选择解释力最强的一组。 第七步：做相关或回归 分析哪些因素推动压力场景下的悦己选择。 第八步：写消费者画像和策略建议 把聚类结果转化成市场策略。 第九步：整理图表和附录 图表编号统一，附录放编码表和过程截图。 第十步：写摘要、结论、排版、导出 PDF

十一、这份报告最容易出彩的地方 你要抓住一句核心结论： Z 世代不是单纯“不健康”或“不自律”，而是在不同情绪场景下动态平衡健康目标与悦己需求。压力越强，消费者越容易从健康理性转向情绪补偿。因此，低 GI 零食品牌不能只讲健康，而要同时解决口感、情绪价值、信任和性价比问题。 这句话可以贯穿全文，也可以作为结论部分的主观点。

《情绪压力如何影响 Z 世代低 GI 零食消费选择？——基于“健康—悦己”平衡的聚类分析与市场策略研究》目录摘要关键词Z 世代；低 GI 零食；情绪压力；健康消费；悦己消费；聚类分析；市场策略一、引言1.1 研究背景1.2 研究问题1.3 研究意义1.4 分析思路与技术路线二、数据来源与变量说明2.1 数据来源2.2 问卷结构说明2.3 样本基本情况2.4 核心变量设计2.5 数据清洗与质量控制三、Z 世代低 GI 零食消费现状分析3.1 健康零食标签关注情况3.2 零食消费场景分析3.3 零食购买渠道分析3.4 低 GI 零食认知与购买体验分析3.5 小结：Z 世代健康零食消费的基本特征四、情绪压力对“健康—悦己”选择的影响分析4.1 休闲场景下的零食选择倾向4.2 压力/劳累场景下的零食选择倾向4.3 两类场景选择差异比较4.4 “压力情境转移值”的构建与分析4.5 不同人群在压力转移中的差异分析4.6 小结：压力如何推动消费者转向悦己选择五、影响零食消费决策的关键因素分析5.1 决策影响因素的均值排序5.2 健康担心、口味追求、情绪状态与选择倾向的相关分析5.3 压力场景选择倾向的回归分析5.4 小结：情绪、口感与健康目标的相互作用机制六、基于聚类分析的 Z 世代低 GI 零食消费者分群6.1 聚类分析的变量选择6.2 聚类变量标准化处理6.3 聚类模型构建与类别数确定6.4 聚类结果与消费者画像6.5 不同消费者群体的情绪压力反应差异6.6 小结：Z 世代低 GI 零食消费者的典型类型七、低 GI 零食市场策略分析7.1 各类消费者的需求痛点7.2 低 GI 零食的产品策略7.3 低 GI 零食的价格与包装策略7.4 低 GI 零食的渠道与场景策略7.5 低 GI 零食的传播与信任策略7.6 基于消费者分群的精准营销建议八、结论与不足8.1 主要研究结论8.2 管理启示8.3 研究不足与后续展望参考文献附录附录 A：问卷题项与变量编码表附录 B：数据清洗过程记录附录 C：主要统计分析结果表附录 D：聚类分析过程截图或代码附录 E：可视化图表汇总