基于數據挖掘的消費傾向分析

黃孟璘

（西南科技大學，四川 綿陽 621000）

一、前言

隨著物聯網、社交網絡、云計算等技術不斷融入我們的生活以及現有的計算能力、存儲空間、網絡帶寬的高速發展，人類積累的數據在互聯網、通信、金融、商業、醫療等諸多領域不斷地增長和累積。

因而，如何將消費者的具體購買行為與本人匹配是首要問題。在此可以借鑒淘寶京東所采用的合法的先根據消費者所瀏覽過的記錄進行多次收集，為保證其時效性和準確性結合物聯網和大數據在第一時間內做出相應推送。

CRISP-DM標準分析

圖2 項目生命周期六階段

其采集分析數據過程如下闡述。就實體店而言的話，先更新收費儀器，對于數據的采集其可以分為兩部分，特點如下表1。

表1 數據采集部分分類及功能特點

綜上在開發這類商業統計軟件時結合SPSS和SAS商業統計軟件以及火車采集器的共同積極作用，然后將之植入此類儀器后進行調試和更改，將之取得調用JAVA和百度數據庫的部分使用權限（目前依據行業內和相關法律法規，可以申請使用）進行綜合設計的收費掃碼機。

數據理解階段：將上述開發的儀器投入消費掃碼收費使用時，當消費者在購買物品后進行用該儀器計價付錢時，儀器收錄該物品信息后顧客大都使用微信或者支付寶進行支付，那么就可以更便捷地綁定物品與對應消費者的信息，當其使用的為現金或者銀行卡支付時，若消費群體大都為本地居民時則會推薦辦理相關會員卡，一方面使其能有效確定顧客來源，另一方面便于收集其信息；若消費群體大都為流動人口如旅游文化城市中的消費者其占比很大，在收集時可以只需要統計各類物品在目前的需求量和種類，當然若其能有效收集和匹配對應信息，將其傳入到數據庫中去，那么無疑將對結果的準確性提高更大的保障。

數據準備、建模、評估階段：在收集數據后需要對數據進行有效地分析然后進行建模。首先采用指標對比分析法和分組分析法，通過指標分析法的靜態比較、動態比較、橫縱向比較后因統計總體的各單位具有多種特征，不僅要求對總體特征和數量關系進行分析，還要深入總體內部進行分組分析，其關鍵在于正確選擇分組標值和劃分各組界限。

在上述工作完成后采用時間數列及動態分析法和預測分析法。其方法使用如表2。

表2 分析使用方法

宏觀經濟決策和微觀經濟決策，不僅需要了解經濟運行中已經發生了的實際情況，而且更需要預見未來將發生的情況。根據已知的過去和現在推測未來。在預測過程中，統計預測屬于定量預測：以數據分析為主，方法大致可分為時間數列分析和回歸分析，將之結合定性分析，即可做出有效分析。

評估與部署階段：在依照前述階段進行后，反觀其流程和功能。首先能有效地收集消費者目前的購買行為并與消費者對應聯系起來，采用有效的數據分析和處理方法結合大數據和物聯網能較準確的推測該消費者的消費趨向，不僅對實體店的走向和盈利有莫大的幫助，還對網絡平臺的盈利和推送推廣有巨大的作用。

以測BMI系數的掃碼免費測體重為例，在我們量了身高測完體重在一起上選取性別后需要掃描二維碼關注微信公眾號后才可獲取你的測量信息。當我們完成測量以后其信息存儲于儀器的記憶芯片中，其擺放的位置可以從側面反應我們會沿途經過的某些地方，門店掃碼機可以收集購買的物品的信息，加上你于附近的門店進行掃碼支付，這樣就可以一方面收集你的信息后再用大數據來推測你的近期購買趨向。這樣能確保收集的數據的準確性和實效性。

二、 結論

在大數據、物聯網、互聯網飛速發展的當代，數據的有效挖掘與利用將很大程度上影響個人、社會、國家的經濟。例如希臘的財政赤字、美國的戰略性國債，其都與數據的利用有著莫大關系。

就本國內大數據、物聯網應用于消費者而言，首先研究與開發收集系統已經相對較簡單和成熟，在研究成本上相對投入較少。在實際投產于實際而言，總體所需人力物力財力已經很低很低，其設備的性能優良，穩定性高，維護較容易成本也較低。在市場方面而言，國內的市場開發程度較低，具有很大的市場空間和很好的市場前景。效益方面而言，其收集的信息一方面可以合法地賣給當地實體店主，他們會樂于掌握消費者的購買傾向，便于他們掌握市場動向，穩定經濟收入；另一方面與網絡平臺合作，將開發形成的信息庫作為技術股份可以達成股份制。