甘馥榕 鄧穎琪 黃曉娟 吳泳橈 溫秋麗

[摘 要] 隨著移動(dòng)互聯(lián)網(wǎng)技術(shù)持續(xù)演進(jìn)與5G網(wǎng)絡(luò)的廣泛商用，利用海量互聯(lián)網(wǎng)數(shù)據(jù)進(jìn)行用戶畫(huà)像被廣泛應(yīng)用于人們?nèi)粘Ｉ钪小１狙芯恳园儇浬虉?chǎng)用戶為研究對(duì)象，擬構(gòu)建一整套完善的用戶畫(huà)像，借助其標(biāo)簽化、信息化、可視化的屬性，根據(jù)會(huì)員價(jià)值分析特征指標(biāo)建立LREM模型，利用K-Means聚類(lèi)分析對(duì)會(huì)員用戶精細(xì)劃分，針對(duì)不同群體制定對(duì)應(yīng)的營(yíng)銷(xiāo)策略，為零售運(yùn)營(yíng)商帶來(lái)穩(wěn)定的銷(xiāo)售額和利潤(rùn)并提供建設(shè)性的參考意見(jiàn)。

[關(guān)鍵詞] 零售運(yùn)營(yíng);用戶畫(huà)像;特征標(biāo)簽;K-Means聚類(lèi)分析

1.了解百貨商場(chǎng)用戶數(shù)據(jù)與建模流程

1.1了解百貨商場(chǎng)用戶數(shù)據(jù)

甲方所提供的數(shù)據(jù)集包括會(huì)員信息表和銷(xiāo)售流水表。會(huì)員信息表記錄的是會(huì)員的基礎(chǔ)信息，包括會(huì)員出生日期、性別等;銷(xiāo)售流水表記錄的是該商場(chǎng)的銷(xiāo)售數(shù)據(jù)，其中包括會(huì)員與非會(huì)員的消費(fèi)數(shù)據(jù)，數(shù)據(jù)時(shí)間范圍是2015年1月1日至2018年1月3日，詳情見(jiàn)表1-1內(nèi)容。

1.2實(shí)現(xiàn)用戶畫(huà)像描繪與價(jià)值分析的步驟與方法

百貨商場(chǎng)會(huì)員用戶畫(huà)像描繪與價(jià)值分析的主要步驟如下：

1獲取原始數(shù)據(jù);

2進(jìn)行數(shù)據(jù)探索;

3利用python對(duì)原始數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，數(shù)據(jù)預(yù)處理包括數(shù)據(jù)清洗、數(shù)據(jù)標(biāo)準(zhǔn)化和特征構(gòu)建環(huán)節(jié);

4數(shù)據(jù)預(yù)處理完成后進(jìn)行描述性統(tǒng)計(jì)分析，并進(jìn)行可視化展實(shí);

5用處理干凈的數(shù)據(jù)構(gòu)建用戶畫(huà)像，并進(jìn)行數(shù)據(jù)建模，擬采用LRFM模型結(jié)合Kmeans聚類(lèi)算法對(duì)會(huì)員群體進(jìn)行劃分;

6會(huì)員用戶細(xì)分和營(yíng)銷(xiāo)方案制定。

2.對(duì)百貨商場(chǎng)用戶數(shù)據(jù)進(jìn)行預(yù)處理

該商場(chǎng)2015年1月1日至2018年1月3日的銷(xiāo)售數(shù)據(jù)和會(huì)員信息數(shù)據(jù)作為原始數(shù)據(jù)。對(duì)會(huì)員信息表進(jìn)行數(shù)據(jù)清洗，由于會(huì)員卡號(hào)是會(huì)員的唯一標(biāo)志，因此將重復(fù)的會(huì)員卡號(hào)進(jìn)行數(shù)據(jù)去重。由于出生日期有很多大于2018年，以及小于1900年的數(shù)據(jù)，這顯然不符合邏輯，因此只抽取出生日期在1945-2010年的數(shù)據(jù)，將初步清洗完的數(shù)據(jù)再一次進(jìn)行可視化。

3.統(tǒng)計(jì)分析及可視化

3.1會(huì)員的年齡構(gòu)成、男女比例情況

由數(shù)據(jù)顯示，大部分會(huì)員年齡在32歲至55歲之間，60歲以上以及24歲以下的會(huì)員人數(shù)較少。

為了進(jìn)一步探討年齡段構(gòu)成，將年齡在35歲以下的會(huì)員劃分為青年，36-59歲之間的劃分為中年，60歲以上的劃分為老年，由研究數(shù)據(jù)表明，中年人會(huì)員占比最大，所占比重為65.26%，老年人占比最小，僅有1.83% ，說(shuō)明對(duì)于本商場(chǎng)的用戶，中年人是主要消費(fèi)主體，不同年齡的消費(fèi)金額，30歲-56歲的用戶購(gòu)買(mǎi)力最強(qiáng)，即購(gòu)買(mǎi)力最強(qiáng)的是大部分中年人，少部分青年人，中年人有較充足的社會(huì)經(jīng)驗(yàn)和經(jīng)濟(jì)基礎(chǔ)，并且有較強(qiáng)的購(gòu)買(mǎi)需求和意愿，并能實(shí)施消費(fèi)行為，青年人相對(duì)來(lái)說(shuō)經(jīng)濟(jì)基礎(chǔ)薄弱，購(gòu)買(mǎi)力相對(duì)較弱，而老年人的購(gòu)買(mǎi)意愿并沒(méi)有中年人和青年人的購(gòu)買(mǎi)意愿強(qiáng)烈，所以老年會(huì)員用戶占比少，進(jìn)行的消費(fèi)力度也弱。

3.2會(huì)員的總訂單占比，總消費(fèi)金額占比等消費(fèi)情況

會(huì)員訂單數(shù)所占比重較小，非會(huì)員用戶的訂單數(shù)占絕大多數(shù)，然而27.84%的會(huì)員貢獻(xiàn)了40.33%的消費(fèi)金額，會(huì)員訂單數(shù)雖然較少，但消費(fèi)金額多，說(shuō)明會(huì)員每單價(jià)值要比非會(huì)員每單價(jià)值要高，會(huì)員訂單數(shù)少，另一方面也是由于會(huì)員人數(shù)本來(lái)就少，還有更多非會(huì)員用戶有待吸收為會(huì)員。

3.3會(huì)員的消費(fèi)時(shí)間偏好

會(huì)員用戶的消費(fèi)金額在逐年增加，并且2016-2017年的增速要比2015-2016年的增速快，而會(huì)員及非會(huì)員的共同消費(fèi)金額雖在逐年增加，但增速明顯減弱，很大原因是很多非會(huì)員用戶可能只消費(fèi)一次，不能夠吸引更多非會(huì)員用戶來(lái)進(jìn)行二次或多次消費(fèi)，都是在靠“老顧客”（會(huì)員）買(mǎi)單。

接下來(lái)分別以月份、季度和天為單位，探討分析會(huì)員不同時(shí)間段的消費(fèi)偏好。由圖3-1可知，2015年的1、2、3、5月份是會(huì)員進(jìn)行消費(fèi)較高的月份，2016年總體呈上升趨勢(shì)，2017年從2月份開(kāi)始，也是呈曲折式上升。

現(xiàn)對(duì)月份進(jìn)行季節(jié)的劃分，定義3、4、5月為春季，6、7、8月為夏季，9、10、11月為秋季，12、1、2月為冬季。由圖3-2可知，2016年和2017年，會(huì)員多集中在秋季消費(fèi)。

節(jié)消費(fèi)金額

一天中會(huì)員用戶下單的時(shí)間集中在9點(diǎn)到23點(diǎn)，其中15：00-17：00之間為會(huì)員的下單高峰，從早上9點(diǎn)到下午的16點(diǎn)，會(huì)員訂單量呈遞增趨勢(shì)，會(huì)員在這段時(shí)間可以有充分的考量進(jìn)而做出消費(fèi)行為，在這些時(shí)間段，商家可以合理地增加工作人員。從下午的16點(diǎn)到晚上23點(diǎn)會(huì)員訂單量呈下降趨勢(shì)，商家可以合理地減少工作人員。

4.會(huì)員用戶標(biāo)簽構(gòu)建及畫(huà)像描繪

4.1構(gòu)建會(huì)員用戶基本特征標(biāo)簽

構(gòu)建會(huì)員用戶的基本特征標(biāo)簽，包括會(huì)員的年齡、性別、年齡分段。其中將16-35歲視為青年人，35-59歲視為中年人，59歲以上視為老年人。

4.2構(gòu)建會(huì)員用戶業(yè)務(wù)特征標(biāo)簽

構(gòu)建會(huì)員用戶業(yè)務(wù)特征標(biāo)簽，包括會(huì)員積分等級(jí)、入會(huì)程度、消費(fèi)頻率、消費(fèi)水平、平均每單價(jià)值、最近購(gòu)買(mǎi)時(shí)間共6個(gè)標(biāo)簽。

4.3構(gòu)建會(huì)員用戶興趣特征標(biāo)簽

針對(duì)會(huì)員興趣特征，構(gòu)建了購(gòu)物時(shí)間段偏好標(biāo)簽、購(gòu)物季節(jié)偏好標(biāo)簽、購(gòu)物商品偏好。匯總每位會(huì)員在各個(gè)時(shí)間段、各個(gè)季節(jié)的消費(fèi)次數(shù)，將最多消費(fèi)次數(shù)對(duì)應(yīng)的時(shí)間段構(gòu)建會(huì)員用戶購(gòu)物時(shí)間段偏好標(biāo)簽，同理將最多消費(fèi)次數(shù)對(duì)應(yīng)的季節(jié)構(gòu)建購(gòu)物季節(jié)偏好標(biāo)簽。

4.4建立用戶畫(huà)像

從以上構(gòu)建的會(huì)員用戶標(biāo)簽庫(kù)中，隨機(jī)選擇一名會(huì)員，以卡號(hào)“978bf4cc”的會(huì)員為例，使用wordcloud模塊的WordCloud繪制用戶畫(huà)像詞云圖，將該會(huì)員用戶所有相關(guān)的標(biāo)簽數(shù)據(jù)保存至一個(gè)字典中，最后可視化結(jié)果見(jiàn)圖4-1。

從詞云圖中可以直觀看出該會(huì)員用戶是位青年女性，是該商場(chǎng)的老用戶，中等消費(fèi)水平、中等頻率消費(fèi)，最近的一次消費(fèi)在39天前，每單的價(jià)值一般，大多數(shù)在中午時(shí)間段進(jìn)行消費(fèi)，在夏季消費(fèi)意愿更高。

5.模型構(gòu)建

5.1 會(huì)員價(jià)值分析特征指標(biāo)的構(gòu)建

會(huì)員入會(huì)程度在一定程度上能夠影響會(huì)員價(jià)值，因此在傳統(tǒng)RFM模型中增加會(huì)員入會(huì)程度L，作為劃分會(huì)員的另一特征，因此本項(xiàng)目將會(huì)員入會(huì)程度L，最近消費(fèi)時(shí)間間隔R，消費(fèi)頻率F和消費(fèi)金額M四個(gè)特征作為會(huì)員價(jià)值特征，L代表的意義是會(huì)員入會(huì)登記時(shí)間距觀測(cè)窗口結(jié)束的天數(shù)，R代表的意義是會(huì)員最近一次消費(fèi)時(shí)間距觀測(cè)窗口結(jié)束的天數(shù)，F(xiàn)代表的意義是會(huì)員在觀測(cè)窗口內(nèi)進(jìn)行消費(fèi)的次數(shù)，M代表的意義是會(huì)員在觀測(cè)窗口內(nèi)進(jìn)行消費(fèi)的金額，簡(jiǎn)記為L(zhǎng)RFM模型。

L越大，代表注冊(cè)會(huì)員時(shí)間距離觀測(cè)窗口時(shí)間越長(zhǎng)，代表老客戶，該指標(biāo)越大越好;R越小，代表購(gòu)買(mǎi)時(shí)間距離觀測(cè)窗口時(shí)間越短，R越小越好;F越大，代表會(huì)員的購(gòu)買(mǎi)次數(shù)越多，表示會(huì)員的忠誠(chéng)度，M越大，代表會(huì)員購(gòu)買(mǎi)的金額越多。

5.2 進(jìn)行kmeans聚類(lèi)分析

將會(huì)員價(jià)值分析特征指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，消除量綱不同造成的影響，以LRFM為聚類(lèi)中心，將會(huì)員用戶劃分為四個(gè)類(lèi)別，具體分群結(jié)果如表所示：

會(huì)員群體1消費(fèi)頻率（F）、消費(fèi)金額（M）、入會(huì)時(shí)間（L）、距上次消費(fèi)時(shí)間（R）都較為均衡;會(huì)員群體2消費(fèi)頻率（F）大，消費(fèi)金額（M）高，但入會(huì)時(shí)間（L）較短，距上次消費(fèi)時(shí)間（R）也短，會(huì)員群體3入會(huì)時(shí)間（L）長(zhǎng)，但消費(fèi)金額和消費(fèi)頻率不是很高;會(huì)員群體4，入會(huì)時(shí)間短，但距離上一次消費(fèi)的時(shí)間間隔長(zhǎng)，消費(fèi)頻率和消費(fèi)金額都不高。

6.營(yíng)銷(xiāo)方案制定

6.1對(duì)會(huì)員用戶進(jìn)行精細(xì)劃分并分析不同群體帶來(lái)的價(jià)值差異

會(huì)員群體1分析：

對(duì)于消費(fèi)頻率（F）高，消費(fèi)金額（M）較高，入會(huì)時(shí)間（L）較短和距上一次消費(fèi)時(shí)間間隔（R）較小的用戶，這里判斷是重要發(fā)展客戶;

會(huì)員群體2分析：

對(duì)于消費(fèi)頻率（F）和消費(fèi)金額（M）都非常高，入會(huì)時(shí)間（L）較長(zhǎng)、距上一次消費(fèi)時(shí)間間隔（R）很小的用戶，這里判斷為重要保持客戶;

會(huì)員群體3分析：

對(duì)于入會(huì)時(shí)間（L）較長(zhǎng)，距上一次消費(fèi)時(shí)間間隔（R）較小，消費(fèi)頻率（F）和消費(fèi)金額（M）一般高的用戶，這里判斷為一般價(jià)值客戶;

會(huì)員群體4分析：

對(duì)于距上一次消費(fèi)時(shí)間間隔（R）大，入會(huì)時(shí)間（L）較短，消費(fèi)頻率（F）和消費(fèi)金額（M）一般低的用戶，這里判斷為低價(jià)值客戶。

6.2針對(duì)不同類(lèi)型的群體制定相應(yīng)的營(yíng)銷(xiāo)方案

針對(duì)重要發(fā)展客戶：這類(lèi)會(huì)員近期在百貨商場(chǎng)進(jìn)行過(guò)消費(fèi)，消費(fèi)的頻率和消費(fèi)金額較高，值得考慮對(duì)其進(jìn)行一對(duì)一營(yíng)銷(xiāo)，進(jìn)一步提高這類(lèi)會(huì)員的忠誠(chéng)度和滿意度。

針對(duì)重要保持客戶：這類(lèi)會(huì)員最近在百貨商場(chǎng)進(jìn)行過(guò)消費(fèi)，消費(fèi)頻率和消費(fèi)金額都比其他群體會(huì)員要高，這類(lèi)會(huì)員所占比例比較小，可考慮進(jìn)行線上線下多方式，加強(qiáng)商場(chǎng)與該類(lèi)會(huì)員的溝通，可考慮一對(duì)一售后服務(wù)，鞏固保持這類(lèi)會(huì)員的忠誠(chéng)度與滿意度。

針對(duì)一般價(jià)值客戶：這類(lèi)會(huì)員雖消費(fèi)頻率或消費(fèi)金額屬于中等，但入會(huì)時(shí)間較長(zhǎng)，這類(lèi)會(huì)員是百貨商場(chǎng)的潛在價(jià)值客戶。百貨商場(chǎng)可分析這類(lèi)會(huì)員近期消費(fèi)的商品類(lèi)目，設(shè)置有吸引力的禮品，或以套餐等形式，從而可以進(jìn)一步發(fā)展該類(lèi)會(huì)員。

針對(duì)低價(jià)值客戶：這類(lèi)會(huì)員已經(jīng)有一段時(shí)間沒(méi)有在商場(chǎng)進(jìn)行過(guò)消費(fèi)，消費(fèi)頻率和消費(fèi)金額都中等水平高，但入會(huì)時(shí)間短，仍然有進(jìn)一步挖掘的價(jià)值，可多對(duì)這類(lèi)會(huì)員進(jìn)行價(jià)值較低產(chǎn)品的促銷(xiāo)活動(dòng)推送，刺激吸引該類(lèi)會(huì)員的二次消費(fèi)。

7.小結(jié)

本項(xiàng)目對(duì)百貨商場(chǎng)的會(huì)員及非會(huì)員消費(fèi)記錄進(jìn)行挖掘分析，經(jīng)過(guò)一系列數(shù)據(jù)清洗、去重、去除異常值、剔除缺失值等環(huán)節(jié)，對(duì)原始數(shù)據(jù)進(jìn)行充分的預(yù)處理，并進(jìn)行描述性統(tǒng)計(jì)分析，進(jìn)行可視化展實(shí)，了解會(huì)員各特征的構(gòu)成。再而從會(huì)員用戶基本特征、業(yè)務(wù)特征和興趣特征三個(gè)大維度構(gòu)建會(huì)員標(biāo)簽庫(kù)，進(jìn)行會(huì)員用戶畫(huà)像描繪，本項(xiàng)目并在傳統(tǒng)RFM模型中增加會(huì)員入會(huì)程度L，并結(jié)合K-Means聚類(lèi)算法以LRFM為聚類(lèi)中心，對(duì)會(huì)員進(jìn)行精細(xì)劃分，總共分為四個(gè)群體，并針對(duì)不同類(lèi)型的群體制定相應(yīng)的營(yíng)銷(xiāo)方案。

【參考文獻(xiàn)】

[1]廖莎.大數(shù)據(jù)時(shí)代基于用戶畫(huà)像挖掘的電商精準(zhǔn)營(yíng)銷(xiāo)[J].數(shù)碼世界，2017（11）：190.

[2]王裴.分析用戶畫(huà)像在企業(yè)精準(zhǔn)營(yíng)銷(xiāo)中的應(yīng)用方式[J].商場(chǎng)現(xiàn)代化，2017（18）：70-71.

[3]巨星海，周剛，王婧，張鳳娟.用戶畫(huà)像構(gòu)建技術(shù)研究[J].信息工程大學(xué)學(xué)報(bào)，2020，21（02）：242-250.

作者簡(jiǎn)介：

甘馥榕（1999-），女?，籍貫：廣西扶綏，民族：壯族，職稱(chēng)：學(xué)生，學(xué)歷：本科，研究方向：應(yīng)用統(tǒng)計(jì)，單位名稱(chēng)：玉林師范學(xué)院數(shù)學(xué)與統(tǒng)計(jì)學(xué)院、廣西玉林市，

【基金項(xiàng)目】玉林師范學(xué)院校級(jí)科研一般項(xiàng)目（2018YJKY29），玉林師范學(xué)院2021年大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目（202110606113、202110606114）.