基于二维码大数据的消费特征分析
开篇：润墨网以专业的文秘视角，为您筛选了一篇基于二维码大数据的消费特征分析范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
[摘要]针对制造企业精准定位消费者以及对消费行为和特征进行统计分析存在的困难，设计并实现了一个基于大数据的二维码防伪营销系统。该系统采用一件一码技术，引导消费者购买产品时扫描产品上的唯一二维码，从而收集到大量的用户扫码数据，并通过用户画像技术，实现了对营销过程中的用户兴趣、渠道效果、时间分布、客户满意度等方面多角度进行精准的数据统计以及详尽的数据分析，贴近消费者的真实需求，从而实现对营销效果的量化以及商业机会的发掘，为生产提供数据支持服务和优化方案。
[关键词]用户画像；二维码营销；大数据
[DOI]10.13939/ki.zgsc.2015.42.022
随着移动互联网和移动电子商务的迅速发展，二维码作为一种新出现的营销手段得到了广泛的推广和应用。二维码是解决移动互联网“最后一公里”的一种重要的技术手段，担负着移动互联网应用落地的重责。二维码正在引发消费者生活习惯和互联网的新发展模式，二维码营销成为时下最时髦的电商概念。越来越多的商家、厂家意识到了移动互联网营销的重要性，开始进行尝试和深入探讨，考虑如何充分利用原有的线下资源支撑线上发展。因此，线上线下的融合发展成为大势所趋。借助二维码，可以很好地帮助商家、厂家达到移动营销的目的。
消费者的行为一般都是在商业领域产生的，作为制造企业一般很难直接得到消费者的行为和消费模式，传统做法是通过调查问卷、电话采访、抽样调查等手段部分获取此类信息，但是获取到的信息容易有偏差，真实性也不高，难以精准的定位消费者以及对消费行为和特征进行统计分析。为了宏观上真实完整获取用户整体消费特点，微观上细化精准针对每一个消费者提供个性化服务，本文提供了一个产品二维码防伪营销管理平台，并利用消费者扫码数据开展大数据分析。
1二维码系统设计
系统采用微网站技术实现，客户端可以是任意支持扫一扫功能的移动端APP，例如微信、我查查、淘宝等。移动端操作系统支持IOS、安卓、Windows等主流操作系统。服务器端使用SSH（Spring+Struts+Hibernate）框架进行开发，二维码主要功能在服务器端实现。整个系统的用例如图1所示。
平台中每一件产品都分配一个唯一的二维码，二维码的激活有效期按照产品的保质期来设计，保证了二维码的有效激活。二维码从产品的生产过程、物流环节、销售渠道、消费者购买和使用、激励消费者再购买等整个产品生命周期流程进行管理、控制和消费者数据分析利用等，通过一系列配套的激励和营销手段，让消费者获得全新的用户体验和增值服务，打通企业与消费者之间的关联，形成双方的和谐互动及信息资讯的精准传送。
系统目前已经上线运行半年，积累了大约5000万条消费者的扫码记录，通过用户扫码收集的大量顾客的来源、兴趣点、意见反馈、使用体验等信息，实现对营销过程中的渠道效果、兴趣所向、购买时间分布、客户的满意度等多方面多角度进行精准的数据统计以及详尽的数据分析，从而实现营销效果的量化以及商业机会的发掘。
2主要技术实现
2.1用户画像技术
消费者信息通过三种方式获取：一是获取消费者扫码所用的浏览器的User-Agent字段自动带入的系统信息，系统可以收集到用户的手机型号、用户所在地、运营商的网络类型；二是系统设置促销活动，用户在填写领奖信息时，可以获取用户姓名、联系方式、性别、详细地址；三是通过设置奖励任务，鼓励用户完善详细的个人信息，从而获得关于用户的更加精准的个人信息，例如：用户职业/职务、消费习惯、年龄等。系统使用大数据用户画像来建立模型并描述现实用户的特征，在这个模型中，核心内容是标签。模型建立以后，要在实际业务系统接受检验，不断完善和丰富这个模型，并且在实际应用中结合从第三方获取的数据来验证和完善用户画像，最终达到利用数据流对用户进行越来越精确的描述和刻画。用户画像是目前技术和业务最好的结合点，也是一个现实和数据的最好实践。目前国内外对于使用用户画像刻画互联网用户已经有很多研究。赵曙光[1]研究了社交媒体的用户画像。Sawadogo D[2]研究了使用用户画像技术的自适应数字资源表示方式，实现了个性化搜索。有很多种模式识别技术对用户进行识别，类似于现实生活中用户的身份证号码一样，只不过换成了网络空间的数字指纹，例如QQ号码、手机号码、电子邮件、Cookie、微博账号、微信账号以及其他社交账号等。在数据处理过程中，这些信息需要经过加密，使用的是数字指纹，是单向的，不会导致用户隐私的泄露。通过采集电商平台、社交社区、移动APP、微博平台、微信平台等多种类型的数据源，然后对用户进行画像刻画，在实际应用中做到个性化推荐、用户洞察、精准营销等。用户画像的建立过程如图2所示。
图1系统用例
图2数据统计分析示意
通过消费者的年龄、消费品类、所在地域、消费金额和消费频率等数据进行用户消费行为画像，每一次消费扫码积分，每一次营销活动，都是研究客户的机会，采集不同消费者客户的响应、交易、反馈等过程和结果数据。针对处于活跃期、沉睡期、流失期的老客户，根据购买次数、购买的金额、购买的品类、消费地域、参与的促销活动、消费频率等维度进行分组统计和研究。让消费客户的标签更加精准，让客户画像更贴近买家真实的需求，让老客户营销更贴心、更精准，为营销及CRM工作人员提供分组客户画像，为营销类的电子直邮推广设计、促销活动的页面设计、短信话术、营销方案规划和策划、积分兑换礼品、生产等提供数据支持和优化建议。
2.2其他关键技术
二维码防伪营销系统使用了部分遮挡技术，防止流通过程中被物流或者销售人员扫码，影响最终获取的信息。例如使用玻璃纸金拉线、内盖喷码、涂层等技术对二维码进行保护。此外还采用多模加密技术，对称算法和非对称算法相结合，最大程度上对二维码进行保护，防止流通环节和其他环节可能伪造和仿造商品使用的二维码。目前系统每年使用的二维码在亿这个级别，用户的扫码数据随着系统的稳定运行以及业务的发展，后续扫码数据会急剧增加。系统上线半年来累计扫码量已经在5000万左右，随着系统的稳定运行和采集的数据源的增多，后面采集到的用户数据会急剧增加，因此需要使用大数据技术来进行用户画像的刻画。
3大数据分析
根据产品的特性、价格等因素而形成的消费群体属性存在较大差异，面对不同类别的消费者和目标消费群体，将进行不同深度和角度的数据收集，也将设计不同维度的群组分析和数据挖掘模型，以便于面向不同层级市场受众策划和实施针对性的市场营销策略。
例如通过统计用户扫码的地理信息，可以得到产品的用户地域分布图，使用地图可视化工具来展现，如图3所示。通过该图，可以清晰地展示产品在不同地域的宏观消费情况，为基于地域的销售提供指导。
图3产品在广西的用户地域分布
而要精准地定位每个客户的价值，可以使用RFM模型。RFM模型是衡量客户价值和客户消费能力的重要方法和手段[3][4]。该模型通过客户的最后消费时间、消费的频率以及总消费金额这三项指标来描述该客户的价值。R（Recency）表示最后消费时间，消费日期越近，客户等级越高；F（Frequency）表示消费频率，消费频率越高，客户等级越高；M（Monetary）表示消费总金额，消费总金额越高，客户等级越高[5]。
根据RFM模型的三个维度可以把数据离散化成1～3级，通过对用户进行RFM打分，来描述用户的价值。如下表所示，我们对系统的用户数据进行基于RFM的聚类分析，获得高、中、低三类用户，针对这精准定位的三类用户，在进行客户关系管理时，分别赋予重要价值、一般保持、一般挽留三种策略，从而可以用更小的代价获得更有价值的客户。
4结论
本文设计并实现了一个二维码防伪营销系统，通过用户扫码收集到的大量数据建立了比较贴近现实的用户画像。为营销及CRM工作人员提供分组客户画像，为营销类的电子直邮设计、短信话术、活动页面设计、营销方案策划、积分兑换礼品、生产等提供数据支持和优化建议。通过用户扫码收集的大量顾客的来源、关注点、反馈意见、使用体验等信息，实现对营销过程中的渠道效果、兴趣所向，时间分布、客户满意度等方面多维度多角度进行精准的数据统计以及详尽的数据分析，从而实现营销效果的量化以及商业机会的挖掘。
此外，若各企业都通过本文介绍的二维码技术实现了消费数据统计，而这些统计数据又可集中到国家统一的大数据平台，则可大大改进CPI等消费经济数据的统计，相对于目前的抽样调查法，不仅具有省成本、效率高的特点，而且由于是全量消费数据，无偏、精确、实时，应是未来数据统计的发展方向。
参考文献：
[1]赵曙光.高转化率的社交媒体用户画像：基于500用户的深访研究[J].现代传播（中国传媒大学学报），2014（6）：115-120.
[2]Sawadogo D，Suire C，Champagnat R，et al.Adaptive Representation of Digital Resources Search Results in Personal Learning Environment[C]//Artificial Intelligence in Education.Springer International Publishing，2015： 562-565.
[3]徐翔斌，王佳强，涂欢，等.基于改进RFM模型的电子商务客户细分[J].计算机应用，2012（5）：1439-1442.
[4]季晓芬，贾真.基于RFM行为模型的服装企业VIP顾客数据挖掘[J].浙江理工大学学报，2015（4）：131-135.
[5]马宝龙，李飞，王高，等.随机RFM模型及其在零售顾客价值识别中的应用[J].管理工程学报，2011（1）：102-108.
[基金项目]广西自科然科学基金（2013GXNSFBA019274）；广西哲学社会科学规划课题（13BXW007）；广西财经学院数量经济学区级重点实验室开放性课题（2015YBKT12）；广西财经学院信息与统计学院学科建设课题（2015XK05，2015XK36）；广西财经学院数量经济学创新团队基金（2014CX02）。
[作者简介]孙忱（1981―），女，工程师，博士。研究方向：企业信息化；通讯作者：高荣（1979―），男，助教，博士研究生。研究方向：云计算，数据挖掘。