下面跟大家分享一篇關(guān)于經(jīng)濟(jì)管理類的畢業(yè)論文范文，希望對大家有所幫助。

　　基于二維碼大數(shù)據(jù)的消費(fèi)特征分析

　　[摘要]針對制造企業(yè)精準(zhǔn)定位消費(fèi)者以及對消費(fèi)行為和特征進(jìn)行統(tǒng)計分析存在的困難，設(shè)計并實(shí)現(xiàn)了一個基于大數(shù)據(jù)的二維碼防偽營銷系統(tǒng)。該系統(tǒng)采用一件一碼技術(shù)，引導(dǎo)消費(fèi)者購買產(chǎn)品時掃描產(chǎn)品上的唯一二維碼，從而收集到大量的用戶掃碼數(shù)據(jù)，并通過用戶畫像技術(shù)，實(shí)現(xiàn)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(jìn)行精準(zhǔn)的數(shù)據(jù)統(tǒng)計以及詳盡的數(shù)據(jù)分析，貼近消費(fèi)者的真實(shí)需求，從而實(shí)現(xiàn)對營銷效果的量化以及商業(yè)機(jī)會的發(fā)掘，為生產(chǎn)提供數(shù)據(jù)支持服務(wù)和優(yōu)化方案。

　　[關(guān)鍵詞]用戶畫像;大數(shù)據(jù);二維碼營銷

　　隨著移動互聯(lián)網(wǎng)和移動電子商務(wù)的迅速發(fā)展，二維碼作為一種新出現(xiàn)的營銷手段得到了廣泛的推廣和應(yīng)用。二維碼是解決移動互聯(lián)網(wǎng)“最后一公里”的一種重要的技術(shù)手段，擔(dān)負(fù)著移動互聯(lián)網(wǎng)應(yīng)用落地的重責(zé)。二維碼正在引發(fā)消費(fèi)者生活習(xí)慣和互聯(lián)網(wǎng)的新發(fā)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(lián)網(wǎng)營銷的重要性，開始進(jìn)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(fā)展。因此，線上線下的融合發(fā)展成為大勢所趨。借助二維碼，可以很好地幫助商家、廠家達(dá)到移動營銷的目的。

　　消費(fèi)者的行為一般都是在商業(yè)領(lǐng)域產(chǎn)生的，作為制造企業(yè)一般很難直接得到消費(fèi)者的行為和消費(fèi)模式，傳統(tǒng)做法是通過調(diào)查問卷、電話采訪、抽樣調(diào)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(shí)性也不高，難以精準(zhǔn)的定位消費(fèi)者以及對消費(fèi)行為和特征進(jìn)行統(tǒng)計分析。為了宏觀上真實(shí)完整獲取用戶整體消費(fèi)特點(diǎn)，微觀上細(xì)化精準(zhǔn)針對每一個消費(fèi)者提供個性化服務(wù)，本文提供了一個產(chǎn)品二維碼防偽營銷管理平臺，并利用消費(fèi)者掃碼數(shù)據(jù)開展大數(shù)據(jù)分析。

　　一、二維碼系統(tǒng)設(shè)計

　　系統(tǒng)采用微網(wǎng)站技術(shù)實(shí)現(xiàn)，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(tǒng)支持IOS、安卓、Windows等主流操作系統(tǒng)。服務(wù)器端使用SSH(Spring+Struts+Hibernate)框架進(jìn)行開發(fā)，二維碼主要功能在服務(wù)器端實(shí)現(xiàn)。整個系統(tǒng)的用例如圖1所示。

　　平臺中每一件產(chǎn)品都分配一個唯一的二維碼，二維碼的激活有效期按照產(chǎn)品的保質(zhì)期來設(shè)計，保證了二維碼的有效激活。二維碼從產(chǎn)品的生產(chǎn)過程、物流環(huán)節(jié)、銷售渠道、消費(fèi)者購買和使用、激勵消費(fèi)者再購買等整個產(chǎn)品生命周期流程進(jìn)行管理、控制和消費(fèi)者數(shù)據(jù)分析利用等，通過一系列配套的激勵和營銷手段，讓消費(fèi)者獲得全新的用戶體驗(yàn)和增值服務(wù)，打通企業(yè)與消費(fèi)者之間的關(guān)聯(lián)，形成雙方的和諧互動及信息資訊的精準(zhǔn)傳送。

　　系統(tǒng)目前已經(jīng)上線運(yùn)行半年，積累了大約5000萬條消費(fèi)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(diǎn)、意見反饋、使用體驗(yàn)等信息，實(shí)現(xiàn)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(jìn)行精準(zhǔn)的數(shù)據(jù)統(tǒng)計以及詳盡的數(shù)據(jù)分析，從而實(shí)現(xiàn)營銷效果的量化以及商業(yè)機(jī)會的發(fā)掘。

　　二、主要技術(shù)實(shí)現(xiàn)

　　2.1用戶畫像技術(shù)

　　消費(fèi)者信息通過三種方式獲取：一是獲取消費(fèi)者掃碼所用的瀏覽器的User-Agent字段自動帶入的系統(tǒng)信息，系統(tǒng)可以收集到用戶的手機(jī)型號、用戶所在地、運(yùn)營商的網(wǎng)絡(luò)類型;二是系統(tǒng)設(shè)置促銷活動，用戶在填寫領(lǐng)獎信息時，可以獲取用戶姓名、聯(lián)系方式、性別、詳細(xì)地址;三是通過設(shè)置獎勵任務(wù)，鼓勵用戶完善詳細(xì)的個人信息，從而獲得關(guān)于用戶的更加精準(zhǔn)的個人信息，例如：用戶職業(yè)/職務(wù)、消費(fèi)習(xí)慣、年齡等。系統(tǒng)使用大數(shù)據(jù)用戶畫像來建立模型并描述現(xiàn)實(shí)用戶的特征，在這個模型中，核心內(nèi)容是標(biāo)簽。模型建立以后，要在實(shí)際業(yè)務(wù)系統(tǒng)接受檢驗(yàn)，不斷完善和豐富這個模型，并且在實(shí)際應(yīng)用中結(jié)合從第三方獲取的數(shù)據(jù)來驗(yàn)證和完善用戶畫像，最終達(dá)到利用數(shù)據(jù)流對用戶進(jìn)行越來越精確的描述和刻畫。用戶畫像是目前技術(shù)和業(yè)務(wù)最好的結(jié)合點(diǎn)，也是一個現(xiàn)實(shí)和數(shù)據(jù)的最好實(shí)踐。目前國內(nèi)外對于使用用戶畫像刻畫互聯(lián)網(wǎng)用戶已經(jīng)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(shù)的自適應(yīng)數(shù)字資源表示方式，實(shí)現(xiàn)了個性化搜索。有很多種模式識別技術(shù)對用戶進(jìn)行識別，類似于現(xiàn)實(shí)生活中用戶的身份證號碼一樣，只不過換成了網(wǎng)絡(luò)空間的數(shù)字指紋，例如QQ號碼、手機(jī)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(shù)據(jù)處理過程中，這些信息需要經(jīng)過加密，使用的是數(shù)字指紋，是單向的，不會導(dǎo)致用戶隱私的泄露。通過采集電商平臺、社交社區(qū)、移動APP、微博平臺、微信平臺等多種類型的數(shù)據(jù)源，然后對用戶進(jìn)行畫像刻畫，在實(shí)際應(yīng)用中做到個性化推薦、用戶洞察、精準(zhǔn)營銷等。用戶畫像的建立過程如圖2所示。

　　圖1系統(tǒng)用例

　　圖2數(shù)據(jù)統(tǒng)計分析示意

　　通過消費(fèi)者的年齡、消費(fèi)品類、所在地域、消費(fèi)金額和消費(fèi)頻率等數(shù)據(jù)進(jìn)行用戶消費(fèi)行為畫像，每一次消費(fèi)掃碼積分，每一次營銷活動，都是研究客戶的機(jī)會，采集不同消費(fèi)者客戶的響應(yīng)、交易、反饋等過程和結(jié)果數(shù)據(jù)。針對處于活躍期、沉睡期、流失期的老客戶，根據(jù)購買次數(shù)、購買的金額、購買的品類、消費(fèi)地域、參與的促銷活動、消費(fèi)頻率等維度進(jìn)行分組統(tǒng)計和研究。讓消費(fèi)客戶的標(biāo)簽更加精準(zhǔn)，讓客戶畫像更貼近買家真實(shí)的需求，讓老客戶營銷更貼心、更精準(zhǔn)，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(shè)計、促銷活動的頁面設(shè)計、短信話術(shù)、營銷方案規(guī)劃和策劃、積分兌換禮品、生產(chǎn)等提供數(shù)據(jù)支持和優(yōu)化建議。

　　2.2其他關(guān)鍵技術(shù)

　　二維碼防偽營銷系統(tǒng)使用了部分遮擋技術(shù)，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(nèi)蓋噴碼、涂層等技術(shù)對二維碼進(jìn)行保護(hù)。此外還采用多模加密技術(shù)，對稱算法和非對稱算法相結(jié)合，最大程度上對二維碼進(jìn)行保護(hù)，防止流通環(huán)節(jié)和其他環(huán)節(jié)可能偽造和仿造商品使用的二維碼。目前系統(tǒng)每年使用的二維碼在億這個級別，用戶的掃碼數(shù)據(jù)隨著系統(tǒng)的穩(wěn)定運(yùn)行以及業(yè)務(wù)的發(fā)展，后續(xù)掃碼數(shù)據(jù)會急劇增加。系統(tǒng)上線半年來累計掃碼量已經(jīng)在5000萬左右，隨著系統(tǒng)的穩(wěn)定運(yùn)行和采集的數(shù)據(jù)源的增多，后面采集到的用戶數(shù)據(jù)會急劇增加，因此需要使用大數(shù)據(jù)技術(shù)來進(jìn)行用戶畫像的刻畫。

　　三、大數(shù)據(jù)分析

　　根據(jù)產(chǎn)品的特性、價格等因素而形成的消費(fèi)群體屬性存在較大差異，面對不同類別的消費(fèi)者和目標(biāo)消費(fèi)群體，將進(jìn)行不同深度和角度的數(shù)據(jù)收集，也將設(shè)計不同維度的群組分析和數(shù)據(jù)挖掘模型，以便于面向不同層級市場受眾策劃和實(shí)施針對性的市場營銷策略。

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

　　圖3產(chǎn)品在廣西的用戶地域分布

　　而要精準(zhǔn)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(fèi)能力的重要方法和手段[3][4]。該模型通過客戶的最后消費(fèi)時間、消費(fèi)的頻率以及總消費(fèi)金額這三項(xiàng)指標(biāo)來描述該客戶的價值。R(Recency)表示最后消費(fèi)時間，消費(fèi)日期越近，客戶等級越高;F(Frequency)表示消費(fèi)頻率，消費(fèi)頻率越高，客戶等級越高;M(Monetary)表示消費(fèi)總金額，消費(fèi)總金額越高，客戶等級越高[5]。

　　根據(jù)RFM模型的三個維度可以把數(shù)據(jù)離散化成1～3級，通過對用戶進(jìn)行RFM打分，來描述用戶的價值。如下表所示，我們對系統(tǒng)的用戶數(shù)據(jù)進(jìn)行基于RFM的聚類分析，獲得高、中、低三類用戶，針對這精準(zhǔn)定位的三類用戶，在進(jìn)行客戶關(guān)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。

　　四、結(jié)論

　　本文設(shè)計并實(shí)現(xiàn)了一個二維碼防偽營銷系統(tǒng)，通過用戶掃碼收集到的大量數(shù)據(jù)建立了比較貼近現(xiàn)實(shí)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(shè)計、短信話術(shù)、活動頁面設(shè)計、營銷方案策劃、積分兌換禮品、生產(chǎn)等提供數(shù)據(jù)支持和優(yōu)化建議。通過用戶掃碼收集的大量顧客的來源、關(guān)注點(diǎn)、反饋意見、使用體驗(yàn)等信息，實(shí)現(xiàn)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(jìn)行精準(zhǔn)的數(shù)據(jù)統(tǒng)計以及詳盡的數(shù)據(jù)分析，從而實(shí)現(xiàn)營銷效果的量化以及商業(yè)機(jī)會的挖掘。

　　此外，若各企業(yè)都通過本文介紹的二維碼技術(shù)實(shí)現(xiàn)了消費(fèi)數(shù)據(jù)統(tǒng)計，而這些統(tǒng)計數(shù)據(jù)又可集中到國家統(tǒng)一的大數(shù)據(jù)平臺，則可大大改進(jìn)CPI等消費(fèi)經(jīng)濟(jì)數(shù)據(jù)的統(tǒng)計，相對于目前的抽樣調(diào)查法，不僅具有省成本、效率高的特點(diǎn)，而且由于是全量消費(fèi)數(shù)據(jù)，無偏、精確、實(shí)時，應(yīng)是未來數(shù)據(jù)統(tǒng)計的發(fā)展方向。

　　參考文獻(xiàn)：

　　[1]趙曙光.高轉(zhuǎn)化率的社交媒體用戶畫像：基于500用戶的深訪研究[J].現(xiàn)代傳播(中國傳媒大學(xué)學(xué)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(qiáng)，涂歡，等.基于改進(jìn)RFM模型的電子商務(wù)客戶細(xì)分[J].計算機(jī)應(yīng)用，2012(5)：1439-1442.

　　[4]季曉芬，賈真.基于RFM行為模型的服裝企業(yè)VIP顧客數(shù)據(jù)挖掘[J].浙江理工大學(xué)學(xué)報，2015(4)：131-135.

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