基于大数据技术的线下消费需求分析研究

黎小花

摘要：现有的线下消费需求分析方法，没有对消费者线下消费数据的平稳性进行计算，造成线下消费需求分析结果存在误差大，精度不高等问题，因此提出基于大数据技术的线下消费需求分析研究。利用大数据技术，设计线下消费数据采集和存储框架，对消费者线下消费数据进行存储;利用单位根检验中的ADF检验，检验消费者消费数据的平稳性;建立线下消费需求分析模型分析线下消费需求。对比实验结果表明，此次研究的线下消费需求分析方法，分析线下消费需求产生的误差较小，分析精度较高。

关键词：大数据技术;线下消费;消费需求;需求分析

近几年来，科技的发展促使线上消费已成为消费者消费的主流，线下消费已被线上消费方式所取代，生意冷清，极大地影响了我国的品牌发展，也导致了我国市场经济体制下的“分散化”[1]。国外在对消费需求进行分析时，建立了绝对收入假设、相对收入假设、持久收入假设和生命周期假设，并对它们进行了比较研究。而国内对消费需求的研究，则从消费需求与经济增长的关系入手，认为目前存在着消费率较低，消费需求不足的現象[2-3]，为此，相关学者研究了ELES和AIDS模型，基于持久性收入假设，运用分段函数，基于消费结构，建立panel Data模型等方法对消费者需求进行分析[4-5]。但在以上的研究中，却没有将线上和线下的消费需求区分开来，而是对消费需求进行了统一的分析，该分析方法的分析结果存在误差大，精度不高等问题，为此提出基于大数据技术的线下消费需求分析研究。

1 研究基于大数据技术的线下消费需求分析方法

1.1 基于大数据技术采集线下消费数据

本文基于消费者线下消费数据，对消费者线下消费需求进行分析[6]。采用大数据技术，实时采集消费者线下消费数据，并将数据存储至数据库中，降低数据分析难度。设计如图1所示的线下消费数据采集及存储框架。

图1所示的线下消费数据采集及存储框架，将以消费者消费数据，作为数据源，采集模块将所采集的消费者消费数据经过整理后，通过异构数据库模块对采集的消费者消费数据进行持久存储。同时所采集到的消费者消费数据，需要经过数据平稳性检验，只有通过平稳性检验的数据，才能作为线下消费需求分析的数据，进行线下消费需求分析。

1.2 检验数据平稳性

基于图1所示的线下消费数据采集及存储框架，将采用单位根检验法中的ADF检验法，对采集存储的消费者消费数据进行平稳性检验[7-8]。所以，此次分析线下消费需求，设计的消费数据平稳性检验公式为：

本文将图1所采集存储的消费者消费数据，全部通过（1）式进行检验，当所有数据都处于平稳状态时，即可分析线下消费需求;当存在非平稳数据时，需要将该部分数据剔除，确认所有数据均处于平稳状态时，才能进行线下消费需求分析。

1.3 分析线下消费需求

基于此次研究，本文采用建立模型的方式，通过采集到的线下消费数据分析线下消费需求。所以，此次建立的线下消费需求分析模型，该模型可以确定第[t]个时间点，存在[i]个消费者线下消费，其线下消费共有[j]个产品，则第[i]个消费者，在[t]时间购买第[j]个产品获得的效用为[U]，则消费者的间接效用函数为：

根据（2）式得到的第[i]个消费者偏好系数[βi]，就可以确定消费者对第[j]个产品的需求，至此得到消费者线下消费需求分析结果。

2 实验论证分析

为验证此次研究的线下消费需求分析方法，将采用对比实验的方式，以铜仁土特产为实验研究对象，验证此次研究的线下消费需求分析方法。并将此次研究的线下消费需求分析方法，记为实验A组，传统线下消费需求分析方法，记为实验B组。确定实验对象近三年消费量，对比两组方法线下消费需求分析结果以及分析误差。

2.1 实验准备

此次实验选择铜仁排名前八的土特产近三年消费量作为此次实验数据，具体数据如下：

2.2 实验结果

以上述给出的铜仁土特产近三年的消费情况为基础，采用两种线下消费需求分析方法，分别对铜仁土特产2019年的消费情况进行分析，并与已统计的铜仁土特产消费数据进行对比，分析结果见表1。

从表1中可以看出，实验B组分析铜仁土特产需求，与统计数据结果，相差较大，仅有梵净山茶，分析结果与统计数据较为接近，且数据走向凌乱，难以分析出对铜仁土特产需求;实验A组分析铜仁土特产需求，与统计数据结果，极为接近，且结合表1所示的近三年需求量数据，可以判断，人们对铜仁土特产的需求量在不断增加，而针对能采取线上等多种方式购买的土特产，消费量则出现急剧下降，针对只有在当地，才能吃到的正宗、有品质保障的土特产，如茶叶、猪肉、牛肉等，需求量逐年递增。由此可见，此次研究线下消费需求分析方法，可以准确分析，人们线下消费需求，判断人们平均消费量。同时，通过计算实验A组与实验B组与统计数据的误差可知，实验B组与统计数据之间的误差最大，其误差平均值，已经达到-1.009，且为负值，表明实验B组分析数据，高于统计数据;实验A组分析数据为负值，则实验A组数据高于统计数据，其与统计数据之间的误差最大，误差平均值，未曾达到0.1，基本可以忽略不计。由此可见，此次研究的线下消费需求分析方法，分析铜仁土特产消费量，分析误差小，产生的分析影响，基本可以忽略不计。

综合上述两组实验结果可知，此次研究的线下消费需求分析方法，通过消费量，分析线下消费需求，产生的误差小，具有较高的分析精度。

3 结束语

本次对线下消费需求分析方法进行研究，充分利用大数据技术，实时采集需要分析的线下消费需求数据，改进线下消费需求分析方法，准确分析线下消费需求，提高了线下消费需求的分析精度。但是，此次研究的线下消费需求分析方法，未曾考虑特殊事件，如疫情、灾害等因素对线下消费需求分析造成的影响。因此在今后的研究中，还需深入研究线下消费需求分析方法，将特殊事件造成的影响考虑其中，进一步提高线下消费需求分析精度。

参考文献：

[1] 姚於康，于珩，孙洪武.江苏葡萄市场消费特征与需求偏好调查分析[J].江苏农业科学，2020，48（21）：320-328.

[2] 孟桂元，涂洲溢，詹兴国，等.我国植物油料油脂生产、消费需求分析及发展对策[J].中国油脂，2020，45（10）：1-4，27.

[3] 张海峰，葛旺.北上广地区肉类食品消费需求结构差异分析[J].中国畜牧杂志，2020，56（10）：171-174，180.

[4] 王莉莉，邹海峰，杨晓奇.制约我国老年人消费与需求意愿的原因分析与建议[J].中国体育科技，2020，56（9）：66-74.

[5] 贾雯.基于三维大数据下的女性内衣消费需求与内衣品牌关系分析[J].西部皮革，2020，42（11）：20.

[6] 顾伟，黄阳阳，李世超.蚕丝被消费需求现状及影响因素分析[J].苏州市职业大学学报，2020，31（1）：60-62.

[7] 罗火静，刘驰，管海涛.义乳及义乳文胸的消费行为与需求调查分析[J].国际纺织导报，2019，47（12）：46-53.

[8] 秦明达，张兰，张洋，等.结构方程模型森林康养消费需求因素分析[J].林业经济问题，2019，39（6）：599-606.

[9] 徐德云，赵强.“消费驱动”下消费、投资与出口三大需求协调率分析[J].陕西师范大学学报（哲学社会科学版），2019，48（3）：85-92.

[10] 陈秀红，陈影，王彩丽，等.职业女性汽车消费需求分析[J].产业与科技论坛，2019，18（21）：129-130.

[11] 胡彩丽，方方，温雯，等.跑步智能可穿戴产品的消费需求与现状匹配分析[J].毛纺科技，2019，47（10）：60-65.

[12] 贾珍，方红，胡东欧，等.中国成品油消费需求波动及影响因素分析[J].现代化工，2019，39（7）：6-10.

【通联编辑：张薇】