基于二維碼大數據的消費特征分析

孫忱 高榮

[摘要]針對制造企業精準定位消費者以及對消費行為和特征進行統計分析存在的困難，設計并實現了一個基于大數據的二維碼防偽營銷系統。該系統采用一件一碼技術，引導消費者購買產品時掃描產品上的唯一二維碼，從而收集到大量的用戶掃碼數據，并通過用戶畫像技術，實現了對營銷過程中的用戶興趣、渠道效果、時間分布、客戶滿意度等方面多角度進行精準的數據統計以及詳盡的數據分析，貼近消費者的真實需求，從而實現對營銷效果的量化以及商業機會的發掘，為生產提供數據支持服務和優化方案。

[關鍵詞]用戶畫像；二維碼營銷；大數據

[DOI]10.13939/j.cnki.zgsc.2015.42.022

隨著移動互聯網和移動電子商務的迅速發展，二維碼作為一種新出現的營銷手段得到了廣泛的推廣和應用。二維碼是解決移動互聯網“最后一公里”的一種重要的技術手段，擔負著移動互聯網應用落地的重責。二維碼正在引發消費者生活習慣和互聯網的新發展模式，二維碼營銷成為時下最時髦的電商概念。越來越多的商家、廠家意識到了移動互聯網營銷的重要性，開始進行嘗試和深入探討，考慮如何充分利用原有的線下資源支撐線上發展。因此，線上線下的融合發展成為大勢所趨。借助二維碼，可以很好地幫助商家、廠家達到移動營銷的目的。

消費者的行為一般都是在商業領域產生的，作為制造企業一般很難直接得到消費者的行為和消費模式，傳統做法是通過調查問卷、電話采訪、抽樣調查等手段部分獲取此類信息，但是獲取到的信息容易有偏差，真實性也不高，難以精準的定位消費者以及對消費行為和特征進行統計分析。為了宏觀上真實完整獲取用戶整體消費特點，微觀上細化精準針對每一個消費者提供個性化服務，本文提供了一個產品二維碼防偽營銷管理平臺，并利用消費者掃碼數據開展大數據分析。

1二維碼系統設計

系統采用微網站技術實現，客戶端可以是任意支持掃一掃功能的移動端APP，例如微信、我查查、淘寶等。移動端操作系統支持IOS、安卓、Windows等主流操作系統。服務器端使用SSH（Spring+Struts+Hibernate）框架進行開發，二維碼主要功能在服務器端實現。整個系統的用例如圖1所示。

平臺中每一件產品都分配一個唯一的二維碼，二維碼的激活有效期按照產品的保質期來設計，保證了二維碼的有效激活。二維碼從產品的生產過程、物流環節、銷售渠道、消費者購買和使用、激勵消費者再購買等整個產品生命周期流程進行管理、控制和消費者數據分析利用等，通過一系列配套的激勵和營銷手段，讓消費者獲得全新的用戶體驗和增值服務，打通企業與消費者之間的關聯，形成雙方的和諧互動及信息資訊的精準傳送。

系統目前已經上線運行半年，積累了大約5000萬條消費者的掃碼記錄，通過用戶掃碼收集的大量顧客的來源、興趣點、意見反饋、使用體驗等信息，實現對營銷過程中的渠道效果、興趣所向、購買時間分布、客戶的滿意度等多方面多角度進行精準的數據統計以及詳盡的數據分析，從而實現營銷效果的量化以及商業機會的發掘。

2主要技術實現

2.1用戶畫像技術

消費者信息通過三種方式獲取：一是獲取消費者掃碼所用的瀏覽器的User-Agent字段自動帶入的系統信息，系統可以收集到用戶的手機型號、用戶所在地、運營商的網絡類型；二是系統設置促銷活動，用戶在填寫領獎信息時，可以獲取用戶姓名、聯系方式、性別、詳細地址；三是通過設置獎勵任務，鼓勵用戶完善詳細的個人信息，從而獲得關于用戶的更加精準的個人信息，例如：用戶職業/職務、消費習慣、年齡等。系統使用大數據用戶畫像來建立模型并描述現實用戶的特征，在這個模型中，核心內容是標簽。模型建立以后，要在實際業務系統接受檢驗，不斷完善和豐富這個模型，并且在實際應用中結合從第三方獲取的數據來驗證和完善用戶畫像，最終達到利用數據流對用戶進行越來越精確的描述和刻畫。用戶畫像是目前技術和業務最好的結合點，也是一個現實和數據的最好實踐。目前國內外對于使用用戶畫像刻畫互聯網用戶已經有很多研究。趙曙光[1]研究了社交媒體的用戶畫像。Sawadogo D[2]研究了使用用戶畫像技術的自適應數字資源表示方式，實現了個性化搜索。有很多種模式識別技術對用戶進行識別，類似于現實生活中用戶的身份證號碼一樣，只不過換成了網絡空間的數字指紋，例如QQ號碼、手機號碼、電子郵件、Cookie、微博賬號、微信賬號以及其他社交賬號等。在數據處理過程中，這些信息需要經過加密，使用的是數字指紋，是單向的，不會導致用戶隱私的泄露。通過采集電商平臺、社交社區、移動APP、微博平臺、微信平臺等多種類型的數據源，然后對用戶進行畫像刻畫，在實際應用中做到個性化推薦、用戶洞察、精準營銷等。用戶畫像的建立過程如圖2所示。

圖1系統用例

圖2數據統計分析示意

通過消費者的年齡、消費品類、所在地域、消費金額和消費頻率等數據進行用戶消費行為畫像，每一次消費掃碼積分，每一次營銷活動，都是研究客戶的機會，采集不同消費者客戶的響應、交易、反饋等過程和結果數據。針對處于活躍期、沉睡期、流失期的老客戶，根據購買次數、購買的金額、購買的品類、消費地域、參與的促銷活動、消費頻率等維度進行分組統計和研究。讓消費客戶的標簽更加精準，讓客戶畫像更貼近買家真實的需求，讓老客戶營銷更貼心、更精準，為營銷及CRM工作人員提供分組客戶畫像，為營銷類的電子直郵推廣設計、促銷活動的頁面設計、短信話術、營銷方案規劃和策劃、積分兌換禮品、生產等提供數據支持和優化建議。

2.2其他關鍵技術

二維碼防偽營銷系統使用了部分遮擋技術，防止流通過程中被物流或者銷售人員掃碼，影響最終獲取的信息。例如使用玻璃紙金拉線、內蓋噴碼、涂層等技術對二維碼進行保護。此外還采用多模加密技術，對稱算法和非對稱算法相結合，最大程度上對二維碼進行保護，防止流通環節和其他環節可能偽造和仿造商品使用的二維碼。目前系統每年使用的二維碼在億這個級別，用戶的掃碼數據隨著系統的穩定運行以及業務的發展，后續掃碼數據會急劇增加。系統上線半年來累計掃碼量已經在5000萬左右，隨著系統的穩定運行和采集的數據源的增多，后面采集到的用戶數據會急劇增加，因此需要使用大數據技術來進行用戶畫像的刻畫。

3大數據分析

根據產品的特性、價格等因素而形成的消費群體屬性存在較大差異，面對不同類別的消費者和目標消費群體，將進行不同深度和角度的數據收集，也將設計不同維度的群組分析和數據挖掘模型，以便于面向不同層級市場受眾策劃和實施針對性的市場營銷策略。

例如通過統計用戶掃碼的地理信息，可以得到產品的用戶地域分布圖，使用地圖可視化工具來展現，如圖3所示。通過該圖，可以清晰地展示產品在不同地域的宏觀消費情況，為基于地域的銷售提供指導。

圖3產品在廣西的用戶地域分布

而要精準地定位每個客戶的價值，可以使用RFM模型。RFM模型是衡量客戶價值和客戶消費能力的重要方法和手段[3][4]。該模型通過客戶的最后消費時間、消費的頻率以及總消費金額這三項指標來描述該客戶的價值。R（Recency）表示最后消費時間，消費日期越近，客戶等級越高；F（Frequency）表示消費頻率，消費頻率越高，客戶等級越高；M（Monetary）表示消費總金額，消費總金額越高，客戶等級越高[5]。

根據RFM模型的三個維度可以把數據離散化成1～3級，通過對用戶進行RFM打分，來描述用戶的價值。如下表所示，我們對系統的用戶數據進行基于RFM的聚類分析，獲得高、中、低三類用戶，針對這精準定位的三類用戶，在進行客戶關系管理時，分別賦予重要價值、一般保持、一般挽留三種策略，從而可以用更小的代價獲得更有價值的客戶。

4結論

本文設計并實現了一個二維碼防偽營銷系統，通過用戶掃碼收集到的大量數據建立了比較貼近現實的用戶畫像。為營銷及CRM工作人員提供分組客戶畫像，為營銷類的電子直郵設計、短信話術、活動頁面設計、營銷方案策劃、積分兌換禮品、生產等提供數據支持和優化建議。通過用戶掃碼收集的大量顧客的來源、關注點、反饋意見、使用體驗等信息，實現對營銷過程中的渠道效果、興趣所向，時間分布、客戶滿意度等方面多維度多角度進行精準的數據統計以及詳盡的數據分析，從而實現營銷效果的量化以及商業機會的挖掘。

此外，若各企業都通過本文介紹的二維碼技術實現了消費數據統計，而這些統計數據又可集中到國家統一的大數據平臺，則可大大改進CPI等消費經濟數據的統計，相對于目前的抽樣調查法，不僅具有省成本、效率高的特點，而且由于是全量消費數據，無偏、精確、實時，應是未來數據統計的發展方向。

參考文獻：

[1]趙曙光.高轉化率的社交媒體用戶畫像：基于500用戶的深訪研究[J].現代傳播（中國傳媒大學學報），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，王佳強，涂歡，等.基于改進RFM模型的電子商務客戶細分[J].計算機應用，2012（5）：1439-1442.

[4]季曉芬，賈真.基于RFM行為模型的服裝企業VIP顧客數據挖掘[J].浙江理工大學學報，2015（4）：131-135.

[5]馬寶龍，李飛，王高，等.隨機RFM模型及其在零售顧客價值識別中的應用[J].管理工程學報，2011（1）：102-108.

[基金項目]廣西自科然科學基金（2013GXNSFBA019274）；廣西哲學社會科學規劃課題（13BXW007）；廣西財經學院數量經濟學區級重點實驗室開放性課題（2015YBKT12）；廣西財經學院信息與統計學院學科建設課題（2015XK05，2015XK36）；廣西財經學院數量經濟學創新團隊基金（2014CX02）。

[作者簡介]孫忱（1981—），女，工程師，博士。研究方向：企業信息化；通訊作者：高榮（1979—），男，助教，博士研究生。研究方向：云計算，數據挖掘。