Data Analytics report

小镇青年:县域生活的全场景主力车

喜马拉雅系列·征服者小镇青年人群研究与抖音内容方向

小镇青年:不是低价代步,而是县域生活的全场景主力车

Executive Summary

  • 核心人群不是单一的“35岁以下未婚青年”。 巨量云图实际交叉人群以24—40岁为主体,四/五线城市占84.88%,家有儿女与单身/二人世界几乎各占一半。因此,内容必须同时覆盖“个人自由线”和“家庭责任线”。
  • 征服者最适合承担三层价值:生活半径放大器、熟人社会里的体面名片、全天候可靠装备。 性能与可靠性是信任底座,颜值负责点击和社交表达,智能必须落到导航、定位、坡道、照明和防盗等真实收益。
  • 内容不应只拍极限爬坡或单一测评。 先用真实生活动线建立代入,再让动力、续航、稳控、灯光和智能在不同场景中自然发挥;不追求统一测试格式,也不把单次表现写成普遍数值结论。
  • 八个视频方向完整覆盖高颜值、高性能、高智能。 方向来自人群数据、县域生活研究和产品功能的交叉推导;抖音实时样本只验证场景与形式确实成立,不承担限制创意发散的作用。

分析方法|四层数据源,五步数理分析

数据源如何分工

  1. 核心定量数据: 抖音八大消费人群.xlsx用于小镇青年的基础定义;巨量云图CSV于2026年8月1日导出,包含“小镇青年∩摩托装备兴趣”人群的2932条标签记录,是占比和TGI判断的主数据。
  2. 产品事实: 征服者新品推介PPT、推广卖点PDF和商品详情素材用于核对高颜值、高性能、高智能及其功能点。本轮内容规划不区分具体版本,不把执行参数值写进方向结论。
  3. 方法与生活背景: 汽车八类人群白皮书的文字、图表、象限和Basic×User×Yearn框架全部纳入读取;2022县域中青年研究(N=1613)、CNNIC资料和县域社会研究用于校准县域生活结构。汽车结论只提供需求因子,不直接等同两轮车人群。
  4. 平台实时验证: 2026年8月27日使用登录态浏览器检索抖音“县城电动车、通勤、家庭事务、夜骑、坡路”等关键词,记录公开视频形式和搜索页展示互动量。该层只验证“场景真实存在、形式已有观看基础”,不用于估算总体偏好或转化。

数理化处理步骤

  1. 数据清洗: 将百分号字段转为数值,将TGI转为连续数值;不可解析的“-”不参与计算。源文件第545行多出一对无标签归属的尾部数值,只读取文档定义的前4列,并保留异常记录。
  2. 互斥标签闭合检查: 性别、年龄、人生阶段、消费能力、城市等级应合计约100%;内容兴趣、职业、手机价格和电商品类属于可重叠多标签,不做加总,避免重复计算。
  3. 描述统计与组合指标: 直接比较各标签占比;24—40岁占比为24—30、31—35、36—40三个互斥年龄段求和,四/五线占比为对应城市等级求和。这些都是结构描述,不是市场规模。
  4. TGI相对偏好分析: 按常规定义,TGI=目标人群标签占比÷基准人群标签占比×100。TGI高说明相对大盘更集中,占比高说明覆盖更广,两者必须同时看。由于CSV未提供基准总体、样本量和观察期,本研究不重算显著性,也不做误差区间。
  5. 覆盖度×偏好度矩阵: 以占比5%和TGI150作为内容规划的启发式分界,识别“规模与偏好双高”“高偏好先锋”“补充覆盖”。阈值不是统计显著性标准,最终结论还要经过县域报告、产品能力和抖音实时样本三角验证。

为什么没有使用预测模型

现有数据是标签级汇总,而不是用户级明细,且缺少样本量、时间序列和完整基准总体。因此不适合做回归、聚类、因果推断或销量预测。当前方法选择更透明、可复核的描述统计、TGI分析、矩阵分层和多源交叉验证,足以支撑内容方向,但不越界替代投放与市场规模研究。

先把“小镇青年”拆成两条生活线

这群人更像一段人生阶段,而不是一个年龄标签。 24Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv—40岁合计73.0%;家有儿女49.66%,单身一族40.53%,二人世界9.81%。同一款车既要能承接个人社交与自由,也要在成家后继续处理工作和家庭事务。

Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv

读取CSV标签、占比和TGI;占比用于判断规模,TGI用于判断相对偏好。

男性占比

75.8%Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv

交叉兴趣人群中的预测性别结构。

交叉兴趣人群中的预测性别结构。Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv

读取CSV标签、占比和TGI;占比用于判断规模,TGI用于判断相对偏好。

24—40岁占比

73%Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv

24—40岁是实际数据中的主年龄段。

24—40岁是实际数据中的主年龄段。Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv

读取CSV标签、占比和TGI;占比用于判断规模,TGI用于判断相对偏好。

四/五线占比

84.9%Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv

四线、五线城市合计。

四线、五线城市合计。Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv

读取CSV标签、占比和TGI;占比用于判断规模,TGI用于判断相对偏好。

家有儿女占比

49.7%Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv

说明小镇青年不能只按单身青年叙事。

说明小镇青年不能只按单身青年叙事。Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv

读取CSV标签、占比和TGI;占比用于判断规模,TGI用于判断相对偏好。

预测年龄分布
预测年龄分布 data
年龄段占比TGI
18-195.23%146.2
20-2312.52%163.54
24-3026.69%175.82
31-3516.63%208.07
36-4029.68%169.43
41-456.42%108.99
46-501.21%14.85
51-550.64%10.54
56-590.25%5.55
60+0.74%4.46

县域不是一个点,而是“村—镇—县城”的生活半径

车辆的第一角色不是抽象代步,而是把分散的生活节点串成一条可控动线。 中国社会科学网对县域社会的研究指出,县城往往承接求学、就医、娱乐、购物与宴请等核心功能;登录态平台样本中也反复出现“从农村去县城上班”“县城很小,电动车哪里都能去”“回到县城没有电动车不方便”等表达。

巨量云图中四/五线城市占84.88%;云南、四川、广东、广西、新疆、河南、山西、贵州等省区占比较高。地域集中说明应重视坡路、城郊、夜间和中长距离,但不能把所有小镇青年都拍成“住在深山”。

地域分布前10省区

Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv

读取CSV标签、占比和TGI;占比用于判断规模,TGI用于判断相对偏好。

地域分布前10省区
排名省区占比%TGI
1Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv云南10.02Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv331.51Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv
2Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv四川8.73Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv179.84Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv
3Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv广东6.45Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv61.29Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv
4Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv广西6.32Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv212.56Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv
5Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv新疆5.67Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv313.34Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv
6Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv河南5.66Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv91.62Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv
7Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv山西5.58Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv256.23Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv
8Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv贵州5.45Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv224.21Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv
9Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv陕西4.56Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv169.31Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv
10Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv湖南4.14Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv112.36Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv

钱花得谨慎,但会为“看得见的升级”买单

“低消费占比高”不等于只要最低价。 数据中低消费人群占63.74%,但中消费TGI为137.3;苹果手机占38.13%、TGI为132.1,高价手机段也显著偏好,说明其更接近“日常算得细、重点物件敢升级”。2022县域中青年研究同样把“不提价的升级”“满足基础需求”“陪伴共处空间”列为重要需求,并发现汽车是最能彰显身份的消费品类之一。

因此内容要回答的不是“便不便宜”,而是:多花的每一笔钱,是否能在动力、续航、安全、颜值和长期使用中被看见。

车辆角色:主力工具、体面名片、自由装备

映射逻辑不是“汽车人群像谁”,而是“哪些需求因子同时被小镇青年数据支持”。 我们先从汽车八类人群中抽取可靠、颜值社交、科技实用、复杂路况、可感知升级、家庭舒适等需求因子;再用巨量云图的人生阶段、城市等级、消费能力、内容兴趣和县域报告逐项验证。得到支持的因子进入车辆角色,没有得到支持或属于四轮车专属的场景则明确舍弃。

因此,实干奋斗者贡献“可靠与一车多用”,摩登青年客贡献“颜值与社交表达”,科技先锋派贡献“实用智能与数据理性”,野趣体验官贡献“复杂路况和周末自由”;生活精算师、优价品质流、温馨生活家和潮奢精质族只贡献决策原则或补充因子,不单独生成一类小镇青年。

汽车八类人群到小镇青年车辆角色的需求因子映射

Source: 本研究综合推导(非原始数据)File: 工作文件/分析查询.sql

由巨量云图、县域研究、平台样本和产品真值交叉推导角色、场景与视频方向;每项仍需真实人物和场地核验。

汽车八类人群到小镇青年车辆角色的需求因子映射
汽车人群参照白皮书需求因子小镇青年证据推导结果
实干奋斗者皮实耐用、一车多用、维修便利、熟人口碑四/五线占84.88%,家有儿女49.66%;县域动线连接工作与家庭可靠完成一天、多任务复用 → 生活半径放大器+家庭主力车
摩登青年客高颜值、潮流配置、社交分享、生活方式表达时尚占22.54%、TGI174.07;拍摄、创意均有覆盖;单身/二人世界50.34%第一眼好看,并能进入朋友局和影像表达 → 熟人社会里的体面名片
温馨生活家+潮奢精质族家庭舒适、安全陪伴、质感和身份表达家有儿女49.66%,同时存在熟人社会的体面需求兼顾家庭事务、骑行舒适与外观质感 → 家庭主力车+体面名片的补充因子
生活精算师+优价品质流精算成本、配置可感知、面子与里子平衡低消费占63.74%,中消费TGI137.3;县域报告强调“不提价的升级”每个功能点都要转译成看得见的生活收益 → 贯穿四种角色的决策原则
科技先锋派研究配置、相信实测、重视数字场景和技术可靠性科技TGI196.93,汽车TGI159.49;智能手机与高价手机段相对偏好智能功能必须解决导航、寻车、防盗和操作省心 → 实用智能助手
野趣体验官复杂路况、户外探索、通过性、结伴体验运动TGI152.02、旅行占8.11%;地域分布提示城郊、坡路和跨镇动线日常路况从容,周末可以去附近更远一点 → 周末自由与玩乐装备

汽车人群类比的使用边界

Source: 本研究综合推导(非原始数据)File: 工作文件/分析查询.sql

由巨量云图、县域研究、平台样本和产品真值交叉推导角色、场景与视频方向;每项仍需真实人物和场地核验。

汽车人群类比的使用边界
汽车人群参照不照搬的部分
实干奋斗者不复制汽车的后备厢、商务接待和购车周期
摩登青年客不复制高线城市、豪华内饰和改装展等汽车场景
温馨生活家+潮奢精质族不复制“第二客厅”、豪华服务和高收入身份设定
生活精算师+优价品质流不直接套用汽车油耗、保值率和金融方案
科技先锋派不复制激光雷达、算力芯片等四轮车专属技术话术
野趣体验官不把所有小镇青年假定为越野玩家,也不复制汽车极限参数

车辆在小镇青年生活中的四种角色

Source: 本研究综合推导(非原始数据)File: 工作文件/分析查询.sql

由巨量云图、县域研究、平台样本和产品真值交叉推导角色、场景与视频方向;每项仍需真实人物和场地核验。

车辆在小镇青年生活中的四种角色
优先级车辆角色生活需求典型场景理想属性征服者证据
第一优先县域生活半径放大器村/镇/县城之间高频往返,时间可控,不被停车和绕路束缚上班、赶集、办事、探亲、短途跨镇续航、稳定、照明、舒适、易停易走长续航能力、高刚性车架、智能大灯、定速巡航
第一优先一车多用的家庭主力车同一辆车同时服务工作、家庭事务和临时出行买菜、接送、陪伴家人、夜间回家、周末往返可靠、安全、座椅舒适、操作省心、防盗定位双通道ABS+TCS;后5级减震;边撑断电;北斗定位;倾倒报警
第三优先周末自由与玩乐装备在有限时间里扩展附近、获得身体感和可分享的经历郊外短途、看风景、朋友结伴、合规场地挑战动力、通过性、可控性、路线导航、可分享体验峰力大动力、四种骑行模式、全路况稳控、车道级导航、APP轨迹
第二优先熟人社会里的体面名片既不想铺张,也希望一眼看出质感、性能和个人选择朋友见面、夜骑、约会、到店、拍车、熟人推荐高辨识度、越级车身、配色、灯效、品牌可信越级车身、雪峰前脸、山系五色、岩石肌理工艺、TFT大屏

理想属性如何落到高颜值、高性能、高智能

  1. 高性能解决“敢不敢把一天交给它”。 动力、续航、稳控、制动、减震和照明应通过通勤、坡路、载物、夜归等不同场景自然表现,不输出跨场景通用的具体数值结论。
  2. 高颜值解决“愿不愿意被看见”。 越级车身、雪峰前脸、山系配色和灯组辨识度要进入穿搭、朋友局、夜骑和第一台车等人物叙事,而不是停留在产品空镜。
  3. 高智能解决“是不是更省心”。 珠峰OS、车道级导航、多种解锁、定位防盗、坡道辅助和OTA,要通过少一步操作、少一次焦虑或更有趣的路线任务被感知。

高频场景先证明“天天用”,低频场景再制造向往

高频动线负责让用户代入,低频向往负责放大产品想象。 官号不是单一测评账号,不建立统一实测卡,也不把某次场景表现转写为固定参数结论;性能应在真实路况和人物任务中自然发挥。内容主角可以是真实车主、演员、经销商伙伴或其他合适角色,但表演内容不得冒充真实车主经历。

高频用车场景

Source: 本研究综合推导(非原始数据)File: 工作文件/分析查询.sql

由巨量云图、县域研究、平台样本和产品真值交叉推导角色、场景与视频方向;每项仍需真实人物和场地核验。

高频用车场景
频次场景真实矛盾内容应展示主卖点
中频家有儿女的一车多用工作车和家庭事务需求冲突真实车主、演员或经销商伙伴完成清晰的生活任务可靠+舒适
中频朋友见面与夜骑想体面、想出片,但不想只拍空镜真实人物、配色选择、停车社交瞬间颜值+社交
低频向往郊外短途与周末出行想去附近更远一点,但担心动力、续航与安全合规路线中的旅途过程和安全装备,不做竞速或极限测试性能+自由
高频村/郊区到县城通勤距离不算短、路线变化、怕途中掉链子完整往返过程、沿途路况和到达后的状态续航+稳定
高频县城多点办事一天跑多个地点、停车麻烦菜场/门店/办事点的连续动线灵活+续航
高频夜间回家城郊暗路、盲区、临时停车安全真实夜路中的灯光、可视范围和停车瞬间,不下统一数值结论照明+安全
高频载物/坡路/复杂路况上坡拖沓、湿滑不稳、制动焦虑真实坡路和载物状态下的连贯表现,不做极限挑战动力+操控

高频场景的抖音实时验证:场景真实存在,形式也有观看基础

推导顺序是“数据和报告先提出场景,再用抖音实时搜索验证”。 县域通勤、第一视角上班、市场采购、县城夜骑、坡路体验等内容都能在抖音找到真实公开视频,其中多条搜索页展示互动量达到万级至数十万级。这说明相应生活场景不是策划者凭空编造,第一视角Vlog、家庭生活记录、情绪短片、场景体验和问题教程等形式也已有观看基础。

验证平台只使用抖音,因为本方案最终发布平台限定为抖音;小红书不进入本板块。需要同时强调:这些样本不是随机抽样,展示互动量也不等同播放量或转化,作用仅是验证场景与形式成立。八个视频方向仍由完整人群数据、报告和产品能力推导,不受少量样本限制。

抖音实时搜索对场景与内容形式的验证

Source: 2026-08-27 ego-lite登录态平台观察:抖音公开搜索结果File: 工作文件/分析查询.sql

观察县城电动车、通勤、家庭事务、夜骑、坡路与内容形式等查询下的抖音公开样本及搜索页展示互动量;非随机抽样,只作场景与形式验证。

抖音实时搜索对场景与内容形式的验证
顺序对应场景抖音样本视频形式展示互动量验证结论链接
1Source: 2026-08-27 ego-lite登录态平台观察:抖音公开搜索结果File: 工作文件/分析查询.sql县域/跨城通勤跨市通勤近100公里,骑车下班的一天通勤Vlog12.0万真实长距离通勤具有观看基础https://www.douyin.com/video/7520455234305510719
2Source: 2026-08-27 ego-lite登录态平台观察:抖音公开搜索结果File: 工作文件/分析查询.sql日常上班通勤上班打卡时间已经精确到秒第一视角电动车23.4万第一视角、时间压力和日常共鸣成立https://www.douyin.com/video/7628580917377128954
3Source: 2026-08-27 ego-lite登录态平台观察:抖音公开搜索结果File: 工作文件/分析查询.sql县城夜骑/青春相信每个人的青春里都有一台电动车拍车日记+情绪叙事60.7万电动车可承担青春记忆和身份表达https://www.douyin.com/video/7243677076920798521
4Source: 2026-08-27 ego-lite登录态平台观察:抖音公开搜索结果File: 工作文件/分析查询.sql县城夜晚/关系夏天、傍晚、小县城、电动车、男朋友8秒氛围短片2.7万夜骑和关系感适合短时氛围表达https://www.douyin.com/video/7255173415366036771
5Source: 2026-08-27 ego-lite登录态平台观察:抖音公开搜索结果File: 工作文件/分析查询.sql市场采购/家庭事务四岁萌娃带你云逛东北市场家庭生活Vlog+产品植入41.9万采购、陪伴与产品自然嵌入可成立https://www.douyin.com/video/7563092228123348281
6Source: 2026-08-27 ego-lite登录态平台观察:抖音公开搜索结果File: 工作文件/分析查询.sql坡路/性能不同车型挑战贵阳18度坡场景化挑战/测评1.1万坡路题材有观看基础,但本案不照搬具体数值测试https://www.douyin.com/video/7627080051246534586
7Source: 2026-08-27 ego-lite登录态平台观察:抖音公开搜索结果File: 工作文件/分析查询.sql改装/知识内容电摩改装怎么改才不踩坑避坑教程9.54K问题型、教程型内容支持用户的理性决策偏好https://www.douyin.com/video/7670792904733953320

内容偏好不是一种,而是四组可组合信号

规模与区分度必须一起看。 v2兴趣中,时尚、美食、旅行、运动、文化教育具备较大覆盖;科技、时尚、游戏、汽车的TGI更突出。原始细分标签进一步出现汽车科普、维修改装、极限运动、赛事、穿搭、摄影、开箱和团体活动。

这可转译为四种内容机制:

  • 真实生活纪录: 通勤、买菜、办事、回家、朋友见面。
  • 场景化性能: 通勤、坡路、载物、夜归中自然呈现动力、续航、稳控和照明,不给出跨场景统一数值。
  • 颜值与身份: 配色、人物造型、第一台车、熟人评价。
  • 游戏化参与: 任务关卡、路线打卡和多人协作,不做危险竞速。
视频内容兴趣:占比与TGI
视频内容兴趣:占比与TGI data
占比TGI信号类型内容主题
14.7%149.03补充覆盖美食
2.57%196.93高偏好先锋科技
2.44%151.07补充覆盖音乐
1.75%138.05补充覆盖金融
4.64%137.34补充覆盖动植物
7.81%152.02规模与偏好双高运动
2.19%138.28补充覆盖军政法警
3.44%132.28补充覆盖亲子
2.73%139.1补充覆盖舞蹈
3.34%125.84补充覆盖影视
2.38%119.01补充覆盖新闻
3.62%126.86补充覆盖生活
4.62%119.13补充覆盖演绎
1.91%147.52补充覆盖医疗
22.54%174.07规模与偏好双高时尚
3.08%144.49补充覆盖二次元
5.32%142.79补充覆盖创意
2.36%147.21补充覆盖情感
7.68%132.3补充覆盖文化教育
4.05%159.49补充覆盖汽车
5.41%121.79补充覆盖拍摄
2.72%167.35补充覆盖游戏
8.11%149.72补充覆盖旅行
2.2%138.92补充覆盖农村
0.99%197.47高偏好先锋辅助标签

优先关注的10类内容兴趣

Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv

读取CSV标签、占比和TGI;占比用于判断规模,TGI用于判断相对偏好。

优先关注的10类内容兴趣
顺序内容主题占比%TGI信号类型
1Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv时尚22.54Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv174.07Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv规模与偏好双高
2Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv美食14.7Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv149.03Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv补充覆盖
3Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv旅行8.11Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv149.72Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv补充覆盖
4Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv运动7.81Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv152.02Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv规模与偏好双高
5Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv文化教育7.68Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv132.3Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv补充覆盖
6Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv拍摄5.41Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv121.79Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv补充覆盖
7Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv创意5.32Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv142.79Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv补充覆盖
8Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv汽车4.05Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv159.49Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv补充覆盖
9Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv游戏2.72Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv167.35Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv补充覆盖
10Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv科技2.57Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv196.93Source: 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)Table: 01_原始画像_核心_小镇青年_摩托装备兴趣.csv高偏好先锋

视频方向:用兴趣偏好包装产品价值,用真实场景完成种草

八个方向不是由少量平台样本倒推,而是从人群兴趣、生活需求和产品功能充分发散。 时尚兴趣可以发展夜骑时尚大片,游戏兴趣可以发展县城任务地图,科技兴趣可以发展实用智能轻剧情;通勤、办事、坡路和家庭事务则负责让产品价值落地。

每个方向都写明策划依据、真实场景、功能点和“高颜值/高性能/高智能”归属,且三个维度均有多个方向覆盖。主角可根据内容需要选择真实车主、演员、经销商伙伴或其他合适人物。

视频方向

Source: 本研究综合推导(非原始数据)File: 工作文件/分析查询.sql

由巨量云图、县域研究、平台样本和产品真值交叉推导角色、场景与视频方向;每项仍需真实人物和场地核验。

视频方向
视频方向策划依据对应功能点三大价值归属
从村里到县城上班,一路不焦虑四/五线占84.88%;县域生活半径连接村镇与县城;抖音长距离和第一视角通勤样本互动较高长续航能力、稳定骑行、舒适坐姿与复杂路况适应高性能
县城一天,一台车跑完家有儿女49.66%;生活、美食、亲子内容均有覆盖;抖音市场采购和县城办事类视频已有高互动样本续航与稳定、骑行舒适、导航解锁等省心功能高性能(主)+高智能(辅)
坡多路杂,征服者照样从容运动TGI152.02、汽车TGI159.49;地域和抖音坡路内容共同证明复杂路况是可成立题材峰力大动力、骑行模式、ABS/TCS稳控、减震与制动高性能
小镇夜骑时尚大片时尚、拍摄、旅行兴趣共同支撑;抖音县城夜骑与情绪短片已有较高互动样本山系造型、灯组辨识度、智能大灯与夜间可视体验高颜值(主)+高性能(辅)
小镇青年的第一台“像样的车”县域研究中汽车是身份表达首位品类;小镇青年同时偏好时尚、汽车与科技,且呈现选择性升级山系高辨识造型+动力续航与稳控+智能车机和安全守护高颜值+高性能+高智能
山系配色,穿搭去见朋友时尚占22.54%、TGI174.07;拍摄和创意内容均有覆盖;熟人社交需要可识别的个人形象山系配色、雪峰前脸、越级车身、岩石肌理高颜值
把县城骑成一张游戏地图游戏TGI167.35,竞技/策略/体育类细分偏好突出;适合把生活任务做成关卡而非危险竞速车道级导航、TFT大屏、APP轨迹、定速巡航与灵活通行高智能
智能不是炫技:小镇一天里哪里真好用科技TGI196.93,为所有内容主题中突出偏好;汽车兴趣也高于大盘珠峰OS、车道级导航、多种解锁、定位防盗、坡道辅助、OTA高智能

视频方向的内容形式与表达边界

Source: 本研究综合推导(非原始数据)File: 工作文件/分析查询.sql

由巨量云图、县域研究、平台样本和产品真值交叉推导角色、场景与视频方向;每项仍需真实人物和场地核验。

视频方向的内容形式与表达边界
视频方向内容形式真实场景内容钩子表达边界
从村里到县城上班,一路不焦虑第一视角通勤Vlog/情境演绎城郊、跨镇、县城上班路不一定近,但一段顺畅通勤能让一天从容很多公布单次续航结论;把表演者包装成真实职业样本
县城一天,一台车跑完真人跟拍/演员情境短片/经销商伙伴出镜通勤、办事、采购、见朋友、回家从早上出门到晚上回家,这辆车参与了多少生活任务虚构真实车主口述;堆砌具体性能数值
坡多路杂,征服者照样从容真实路况剧情/经销商带路/场景化体验坡路、湿滑路、载物、连续弯路不是去挑战极限,而是日常这段坡也要骑得从容极限坡度、夸张载重、危险竞速或统一测试结论
小镇夜骑时尚大片夜骑剧情短片/时尚大片傍晚出发、街巷穿行、朋友会合、夜间停车夜晚的小镇,也可以是年轻人的时尚片场危险夜骑、无头盔拍摄、关闭公共照明造景
小镇青年的第一台“像样的车”人物故事/演员剧情/真实车主或经销商口述提车、第一次去见朋友、第一次独立通勤、家人评价第一台让自己觉得像样的车,既要好看,也要能用、好用制造阶层优越感;承诺未经核验的性能或价格
山系配色,穿搭去见朋友人物穿搭短片+配色选择互动上班、约会、朋友局、店门口今天穿什么,就骑哪一种山系配色过度滤镜造成车色失真;只拍产品空镜
把县城骑成一张游戏地图轻任务/关卡化纪录/多人接力取物、看风景、见朋友、回家在县城地图上完成几个真实任务,看谁的路线更聪明竞速、闯灯、危险模仿;用少量平台样本限制玩法发散
智能不是炫技:小镇一天里哪里真好用功能嵌入真实任务/轻剧情找路、停车、寻车、防盗、下坡、临时借车不讲参数表,只看一天里哪些功能真的少一步、少一次焦虑只录屏幕UI;一次性罗列全部功能

口径与限制

  • 分析状态:可用于内容方向,需带限制分享。 巨量云图于2026年8月1日导出,但CSV没有样本量、观察期与TGI基准总体,不能推算市场规模、趋势或销量。
  • 存在选择偏差。 人群本身已筛选“对摩托装备配件感兴趣”,摩托装备相关高TGI属于筛选条件的回声,不作为独立洞察。
  • 多标签占比不可相加。 内容兴趣、职业、手机价格和电商品类可能重叠;只对性别、年龄、人生阶段、消费能力和城市等级做约100%校验。
  • 矩阵阈值是策划工具。 占比5%和TGI150用于内容分层,不是统计显著性界线;现有汇总数据也不支持回归、聚类或因果推断。
  • 本轮不区分具体版本。 功能点来自内部产品资料,但不在内容方向中写具体参数值;实际拍摄前由产品团队核验车辆功能与可传播口径。
  • 汽车白皮书只作方法和需求类比。 汽车购车需求不能直接等同两轮电动车需求。
  • 抖音搜索是观察样本。 排序受搜索词、账号状态和算法影响,展示互动量不等同播放量或转化,也不能限制后续内容方向的发散。
  • 合规优先。 征服者属于电动摩托车产品范畴;道路内容需按当地规定完成车辆登记、号牌、保险与相应驾驶证,不策划危险竞速或极限模仿。

Sources

  1. 巨量云图:小镇青年∩摩托装备兴趣人群数据包(2026-08-01导出,2932条标签)工作文件/分析查询.sql · 2026-08-27T09:20:33-07:00

    读取CSV标签、占比和TGI;占比用于判断规模,TGI用于判断相对偏好。

  2. 抖音八大消费人群.xlsx(Sheet1)

    基础人群定义、生活方式、消费观念和内容偏好。

  3. 2025抖音汽车行业八大人群白皮书(文字与全页图表均已检查)

    借鉴Basic×User×Yearn和规模×兴趣/购车观念二维方法;不直接平移汽车结论。

  4. 喜马拉雅系列·征服者新品推介PPT及推广卖点PDF工作文件/分析查询.sql

    高颜值、高性能、高智能及其功能点的内部产品依据;本轮规划不区分具体版本、不写执行参数值。

  5. 2022县域市场中青年消费需求趋势研究(N=1613)

    覆盖495个县级市/县;用于校准县域生活、消费需求、线上娱乐和熟人社会。

  6. 中国社会科学网:县域社会学研究的学科价值和现实意义

    县域生活半径由村庄—乡镇—县城构成,县城承担求学、就医、娱乐、购物和宴请等核心功能。

  7. CNNIC:中国网络视听发展研究报告(2025)发布信息

    全国短视频使用环境参照:短视频用户规模、使用时长与内容消费。

  8. 2026-08-27 ego-lite登录态平台观察:抖音公开搜索结果工作文件/分析查询.sql · 2026-08-27T09:20:33-07:00

    观察县城电动车、通勤、家庭事务、夜骑、坡路与内容形式等查询下的抖音公开样本及搜索页展示互动量;非随机抽样,只作场景与形式验证。

  9. 道路交通安全法及政府电动摩托车准驾车型解读

    电动摩托车属于机动车,需按车型办理登记、号牌和相应驾驶证;具体通行规则依当地规定。

  10. 本研究综合推导(非原始数据)工作文件/分析查询.sql · 2026-08-27T09:20:33-07:00

    由巨量云图、县域研究、平台样本和产品真值交叉推导角色、场景与视频方向;每项仍需真实人物和场地核验。