中國IDC圈3月23日?qǐng)?bào)道：對(duì)于刷卡消費(fèi)類的數(shù)據(jù)分析，如果能夠拿到所有人的信用卡消費(fèi)數(shù)據(jù)（一個(gè)人可能有多張信用卡），那么拿到這些信用卡消費(fèi)數(shù)據(jù)應(yīng)該如何展開分析。

對(duì)于用戶消費(fèi)行為分析談的比較多的思路仍然是需要首先搞清楚分析的目標(biāo)，然后再根據(jù)目標(biāo)的分析去采集和處理需要的數(shù)據(jù)信息。即數(shù)據(jù)分析本身是KPI驅(qū)動(dòng)的，那么如果從最原始的數(shù)據(jù)明細(xì)入手，應(yīng)該如何進(jìn)行展開和數(shù)據(jù)維度的拓展？

對(duì)于有信用卡的人，我們收到的信用卡賬單，往往有最簡單的消費(fèi)明細(xì)數(shù)據(jù)，如下：

消費(fèi)清單（持有卡人卡號(hào)，姓名，消費(fèi)商家，消費(fèi)時(shí)間，消費(fèi)金額）

可以看到這個(gè)消費(fèi)明細(xì)數(shù)據(jù)本身是相對(duì)簡單的，如果不結(jié)合其它的數(shù)據(jù)維度，往往單純的去做統(tǒng)計(jì)分析并不會(huì)產(chǎn)生太多的意義。任何數(shù)據(jù)分析都需要結(jié)合對(duì)原始數(shù)據(jù)的維度拓展上，維度拓展后整個(gè)數(shù)據(jù)模型會(huì)更加豐富，則可以產(chǎn)生多維度的分析和數(shù)據(jù)聚合。

從上面的消費(fèi)詳細(xì)清單數(shù)據(jù)，簡單來看可以進(jìn)行如下擴(kuò)展

人員信息（人員姓名，身份證號(hào)，年齡，姓名，職業(yè)類型，居住地址，家庭信息）

商家信息（商家名稱，商家地址，商家經(jīng)營類型）

有了人員信息就有第一層拓展，即我們對(duì)數(shù)據(jù)的聚合可以基于人員的屬性維度，即我們拿到的消費(fèi)明細(xì)數(shù)據(jù)，可以按照消費(fèi)者性別，年齡段，職業(yè)類型等進(jìn)行聚合。對(duì)于人員的識(shí)別唯一碼不是姓名，而是人員的身份證號(hào)碼，即通過身份證號(hào)碼我們可以對(duì)一人多張信用卡的消費(fèi)數(shù)據(jù)進(jìn)行聚合。

有了商家信息，我們可以根據(jù)商家的經(jīng)營類型對(duì)不同類型的消費(fèi)數(shù)據(jù)進(jìn)行聚合。同時(shí)可以看到，對(duì)于商家詳細(xì)地址信息本身是無法進(jìn)行聚合的。那就要考慮在主體對(duì)象的屬性中的單個(gè)屬性本身的層次擴(kuò)展，即地址信息我們可以進(jìn)行擴(kuò)展，即城市-》區(qū)-》區(qū)域-》消費(fèi)區(qū)域-》商圈-》大商場-》具體地址。

如果地址有了這個(gè)擴(kuò)展，就可以看到最終的消費(fèi)數(shù)據(jù)可以做到按消費(fèi)區(qū)域進(jìn)行聚合，我們可以分析某一個(gè)商圈或商場的消費(fèi)匯總數(shù)據(jù)，而這個(gè)數(shù)據(jù)本身則是從原始消費(fèi)明細(xì)數(shù)據(jù)中進(jìn)行模型擴(kuò)展出來的。

要做到這個(gè)事情可以看到，任何動(dòng)態(tài)的消費(fèi)明細(xì)數(shù)據(jù)，必須要配合大量的基礎(chǔ)主數(shù)據(jù)，這些基礎(chǔ)主數(shù)據(jù)可能有表格結(jié)構(gòu)也可能是維度結(jié)構(gòu)，這些數(shù)據(jù)必須要整理出來并關(guān)聯(lián)映射上詳細(xì)的消費(fèi)明細(xì)數(shù)據(jù)。這樣，最終的消費(fèi)數(shù)據(jù)才容易進(jìn)行多維度的分析，基于維度的聚合。

消費(fèi)時(shí)間本身也是重要的維度，通過時(shí)間我們可以根據(jù)時(shí)間段進(jìn)行數(shù)據(jù)匯總，同時(shí)時(shí)間本身可以按年，按季度，按月逐層展開，也是一種可以層次化展開的結(jié)構(gòu)。同時(shí)還可以注意到時(shí)間本身還可以進(jìn)行消費(fèi)頻度的分析，即某一個(gè)時(shí)間段里面的刷卡次數(shù)數(shù)據(jù)，根據(jù)消費(fèi)頻度可以反推到某一個(gè)區(qū)域本身在某些時(shí)間段的熱度信息。

如果僅僅是信用卡的刷卡消費(fèi)清單數(shù)據(jù)，我們比較難以定位到具體的商品SKU信息上，如果是一個(gè)大型超市，則對(duì)于詳細(xì)的用戶消費(fèi)購買數(shù)據(jù)，還可以明細(xì)到具體的商品上，則商品本身的維度屬性展開又是可以進(jìn)行拓展分析和聚合的內(nèi)容。

數(shù)據(jù)本身可能具備相關(guān)性，刷卡消費(fèi)的數(shù)據(jù)往往可以和其它數(shù)據(jù)直接發(fā)生相關(guān)性，比如一個(gè)地區(qū)本身的大事件，一個(gè)區(qū)域舉辦的營銷活動(dòng)，我們從交通部門獲取到的某個(gè)區(qū)域的交通流量數(shù)據(jù)。這些都可能和最終的消費(fèi)數(shù)據(jù)發(fā)生某種意義上的相關(guān)性。

如果僅僅是從刷卡數(shù)據(jù)本身，前面談到可以根據(jù)商戶定位到商家的經(jīng)營范圍，究竟是餐飲類的還是賣衣服類的。那么根據(jù)不同的經(jīng)營類型可以分別統(tǒng)計(jì)刷卡消費(fèi)數(shù)據(jù)，然后我們就可以分析，對(duì)于餐飲類的消費(fèi)金額增加的時(shí)候服裝類的消費(fèi)是否會(huì)增加，即餐飲商家究竟對(duì)一個(gè)商場的其它用品的銷售有無帶動(dòng)作用等？

對(duì)于人員同樣的道理，可以分析不同年齡段的人員的消費(fèi)數(shù)據(jù)之間是否存在一定的相關(guān)性？這些相關(guān)性究竟存在于哪些類型的商品銷售上等。這些分析將方便我們制定更加有效的針對(duì)性營銷策略。