RFID技術在傳統零售企業客戶關系管理中的應用研究

劉 源

（重慶電子工程職業學院 管理學院，重慶 401331）

1 引言

隨著信息技術及電子商務的廣泛應用，傳統的實體零售店正面臨越來越困難的局面，一方面他們要對供應商送來的大量商品進行分類、庫存等業務的處理，以滿足顧客多樣化的需求，另一方面又不得不考慮商品采購數量以確保企業利潤的最大化。這些零售店的競爭對手不僅限于同一地區的其他實體零售店，還包括越來越多蓬勃發展的網上商店，這些網上商店提供的商品價格更加便宜。此外，實體零售店還得應付那些精明的消費者—通過強大的互聯網，這些消費者不僅可以掌握相關的商品知識，而且可以迅速獲得其他零售店相同商品的價格，這對零售企業來說更是雪上加霜。面對這種情況，零售企業通常采取兩種措施，一是盡可能利用存儲空間，以提供更多的商品。但是由于經營場地空間的限制，能夠擺放的商品始終有限，這些實體店不得不仔細挑選能吸引顧客的商品以保證利潤。另一種方法是識別忠誠顧客，并加強與他們的聯系，為其提供更優良的服務及價格優惠，以保證盈利。營銷界有句名言：企業80%的收入是來自于20%的忠實客戶，可以說，如何有效地針對這些客戶執行一對一營銷是成功的關鍵。實體零售店面臨的挑戰是學習如何識別每一位光臨的顧客，將其與那些貨比三家、只買便宜貨的普通客戶區分開來，并與他們建立良好的合作關系，以實現利潤的穩定增長。為實現這一目標，許多零售商正在推出會員計劃（Frequent Shoppers Program，FSP，也稱頻繁購物者計劃），為其忠實的客戶提供會員優惠價格、禮品券和廉價商品信息等，以最大限度留住老顧客。

這兩項措施，一是通過合理定價及調整庫存水平來提高商品的周轉率，二是對忠誠度的客戶進行獎勵，都有一定的效果，但是如果把它們進行結合，比如以FSP為基礎對不同忠誠度的客戶提供不同的折扣，則可以給實體零售點帶來更多的好處。然而，在客戶選購商品時要判斷其是否為忠誠客戶是很難的，這使得零售商難以有效地執行FSP。此外，針對不同忠誠度的客戶展示不同的價格也比較困難，因為貨架上的價格標簽通常是靜態的。因為這些限制，實體店零售商很難在區分忠實客戶的同時執行合理定價。

然而，隨著無線射頻識別（RFID）技術的發展，不管是內嵌RF標簽的客戶卡還是RFID識別器以及用于這些硬件設備的RFID軟件系統，都在商業領域得到廣泛應用，這些技術使得上述應用變為可能。目前需要提出一套機制，針對不同忠誠度的客戶可以計算出不同的價格，同時還可以控制存貨周轉率，或者說，可以實現客戶關系管理（CRM）和供應鏈管理（SCM）的有效結合。本文提出了一種RFID應用系統及對應的兩種算法，以有效解決此問題。

此外，該應用也可以解決另一個問題：實體店零售商如何針對顧客提供適當的信息，以提高客戶滿意度，促進銷售。如前所述，一對一營銷是零售企業獲得成功的關鍵，但當顧客購物時，實體店零售商很難知道他們是誰，因為如果他們是零售商的會員，通常只有在收銀臺結賬時才會表明身份。而本系統則可以在會員顧客購物時對其進行有效識別，使零售商可以對其進行一對一營銷。本文提出的賣場推薦系統，一方面可以向客戶提供商品推薦，另一方面可以讓零售商獲取顧客相關的購物行為信息。

2 相關理論

2.1 會員計劃（FrequentShoppers Program，FSP）

FSP是一種商業慣用手段，是為回報客戶而對其提供各種激勵措施，如產品/服務折扣、提供免費的產品/服務、用于最新產品/服務的優惠券等。FSP最初應用于航空業，在取得成功后其他的一些行業如零售、酒店、金融服務等，也逐步引入這一方法。對于這些行業來說，回報客戶是非常重要的，其一是因為這些行業“大部分的收入來自少數高度忠誠的客戶”，其二是因為“留住客戶的成本一般都低于獲得客戶的成本”。通常情況下，會員購買公司的產品/服務越多，其從公司獲得的獎勵就越多。但是，如果想得到回報，必須遵循的一個基本規則是：在使用/購買零售商的產品/服務時表明身份，這樣才能獲得消費記錄的累積信息，然后以積分申請自己想要的東西。而目前的實際情況是，由于客戶通常是在結賬時才展示自己的客戶卡，在他們選購商品時不大可能及時地獲取顧客信息從而回報客戶，這在一定程度上會影響顧客的購買決策。

2.2 動態定價（Dynamic Pricing，DP）

研究在給定的約束條件（如到期日）下，如何利用給定的資源（如產品/服務）實現收益最大化，也稱為收益管理。動態定價被認為是收益管理的一部分，其重點是以合理定價（如何設定價格、何時打折等）實現收益優化。

本文將DP作為一種調整存貨周轉率的手段，以提高盈利能力。如前所述，由于保持高存貨周轉率是增加收益的一個條件，假設所有貨架上的商品在滿足盈利目標上都有一定的時間限制，即使其沒有過期或不斷得到補充（考慮到產品生命周期越來越短以及大多數零售商店的產品都有季節性，認為這個假設是成立的）。基于這一假設，用式（1）來表示商品在無補充條件下的動態定價方法，其中d(t)是在時間點t的需求，C是初始庫存水平，r(t,d(t))是在時間點t的收入，T是銷售周期。

2.3 顧客推薦系統（Recommender System，RS）

顧客推薦系統是一種基于產品/服務的屬性和消費者偏好向顧客推薦產品或服務的系統。該系統目前在電子商務網站（如Amazon、淘寶等）非常流行。根據推薦方法的不同，可以將顧客推薦系統分為三類：基于內容的推薦、協同過濾推薦及兩者混合。這些方法的一個共同特點是：其通常會根據某個客戶的購物歷史及與其行為相似的其他客戶的購物歷史，使用某種算法來發現顧客最有可能購買的產品/服務。

顧客推薦系統的使用并不局限于網上零售店，但其在網上商店比實體零售店更流行，主要有兩方面的原因：首先，顧客推薦系統通常會使用大量的數據來尋找適合某個客戶的產品/服務，而對電子商務網站而言，通過收集顧客的點擊信息可以很容易獲得這些數據；其次，從技術角度來說，針對登錄電子商務網站的不同顧客顯示不同的商品信息也很容易。因此，顧客推薦系統被越來越多的網上零售商使用，但目前也有一些實體零售店正在嘗試將這種流行于電子商務網站的方法引用過來。

3 系統架構

3.1 系統基本結構

本系統基本結構如圖1所示。

圖1 系統基本架構

內嵌射頻標簽的客戶卡：用來識別每個會員顧客。

數顯RFID讀寫器：通過掃描客戶卡，向會員顧客提供相應的有用信息（如折扣價）。

動態定價引擎（DPE）：根據顧客的忠誠度、當前和未來的庫存水平和相關產品信息計算適當的價格，并將結果輸出到RFID讀寫器。如果系統需要向會員顧客提供推薦，會向動態定價引擎發送一個查詢，獲取建議，并將信息與價格信息進行整合。

顧客數據庫：負責管理會員顧客，依據其購物歷史及零售店的權重配置來確定顧客的忠誠度水平。

庫存管理系統（IMS）：負責管理庫存，包括依據銷售趨勢和初始庫存水平進行庫存預測。

推薦引擎（RE）：負責收集客戶ID、檢索商品信息，并以此為基礎計算建議結果。

系統的工作流程如下：

（1）在會員顧客想要購買商品時，由數顯RFID讀寫器掃描其客戶卡；

（2）RFID讀寫器將顧客ID信息發送至動態定價引擎，并開始計算銷售價格；

（3）動態定價引擎從客戶數據庫獲得顧客的忠誠度水平；

（4a）動態定價引擎從庫存管理系統中獲取庫存信息；

（5）動態定價引擎通過步驟（3）和（4a）獲取的信息，計算該顧客的會員價格；

（6）動態定價引擎將計算出的價格返回給數顯RFID讀寫器，向顧客顯示其對應的會員價格。

如果在運行過程中要加入顧客推薦系統，則需要添加步驟（4b），式（5）及式（6）也需要進行修改：

（4b）動態定價引擎將客戶ID和掃描的商品信息發送至顧客推薦系統，獲得相應推薦信息；

（5）動態定價引擎通過步驟（3）和（4a）獲取的信息計算該顧客的會員價格，并將價格和步驟（4b）中獲取的推薦信息進行整合；

（6）動態定價引擎將計算出的價格及相應推薦信息返回給數顯RFID讀寫器，并向顧客顯示這些信息。

3.2 動態定價引擎的算法

在此提出應用程序使用的兩種算法：基本目標折扣價算法（BTDP算法）和會員類型目標折扣價格算法（MTDP算法）。3.2.1 基本目標折扣價算法（BTDP算法）。該算法用來計算要達到目標存貨周轉率所對應的價格，不考慮顧客的不同忠誠度水平。該算法基于式（1）進行計算，力圖得到一個適當的價格，使得在銷售期結束時庫存水平為零。圖2描述了該算法的計算過程，用該算法計算的價格記為PBTDP。

圖2 BTDP算法流程

3.2.2 會員類型目標折扣價格算法（MTDP算法）。該算法是在考慮顧客不同忠誠度水平的基礎上計算適當的價格。該算法在BTDP算法的基礎上，考慮了不同忠誠度水平對應的BTDP價格（記為PMTDP）、每一類會員的百分比、每類會員之間的價格折扣差以及商品標示價格等信息。圖3描述了該算法的流程。

需要說明的是，以上兩種算法并不是實現利潤最大化，而是實現規定的目標存貨周轉率以及對不同忠誠度的顧客實現不同回報。因此，如果希望使用這種基于顧客忠誠度的動態定價方法來實現利潤最大化，必須對以上算法進行一些改進。

另外，對于零售商而言，要應用以上系統，應具備幾個基本條件：（1）零售商實施了會員計劃（FSP），并向其顧客分發了內嵌RF芯片的客戶卡；（2）購置了可用于顯示信息及收集數據的數顯RFID讀寫器；（3）店內陳列的各類型商品都有相應的RFID識別器；（4）有足夠的庫存。從技術角度來說，這些條件都易于實現。

圖3 MTDP算法流程

4 結語

實體店零售商面臨的形勢越來越嚴峻，其不僅要與同一地理區域的其他實體店零售商競爭，還要與眾多的網上零售商進行競爭。為了應對這一嚴峻形勢，有效地控制店內庫存和與忠實客戶建立良好的關系是成功的關鍵。如果零售商可以結合這兩種做法，利用庫存控制目標及客戶忠誠度來實現顧客的區別銷售，則可以使其銷售行為更加經濟合理。

另外，通過本系統，實體零售商可以獲得顧客的相關購物行為信息，這對買賣雙方來說都有巨大的好處。對消費者來說，其不僅可以獲得優惠的價格，還能獲得有參考價值的銷售推薦，通過購物次數的積累還可以獲得某種形式的回報；對零售商來說，其可以獲得以前沒有獲得過的兩類信息：一是諸如顧客如何挑選商品、顧客選擇商品要用多長時間等信息；二是某個時刻店里哪些地方出現擁擠？有多擁擠？這些信息一方面可以使零售商能對顧客提供更細致的服務，另一方面也可以使其對銷售方式及手段進行改進。

[1]王凱,侯著榮,程麗.RFID技術在智能物流中的應用研究[J].河北省科學院學報,2011,28(4):57-60.

[2]董鳳鳴.RFID在商場顧客自助服務中的創新應用研究[J].商場現代化,2012,(32):41-42.

[3]章文燕.網絡與信息化中的RFID技術應用研究[J].金融與經濟,2011,(5):40-43.

[4]K Lin.Dynamic pricing with real-time demand learning[J].European Journal of Operetional Research,2005,174(1):522-538.

[5]G Adomavicius,A Tuzhilin.Toward the next generation of recommender systems:A survey of the state-of-the-art and possible extensions[J].IEEE Transactions on Knowledge and Data Engineering,2005,17(6):734-749.

[6]J L Herlocker,J A Konstan,L G Terveen,J T Riedl.Evaluating collaborative filtering recommender systems[J].ACM Transactions Information Systems,2004,22(1):5-13.