以集市賣(mài)家為例對用戶(hù)進(jìn)行分層

以集市賣(mài)家為例對用戶(hù)進(jìn)行分層

本文討論的是用戶(hù)分層，有別于常規的用戶(hù)細分，最大的區別在于分層是定序的概念，即各層之間有遞進(jìn)關(guān)系；而常規細分是定類(lèi)的概念，即各類(lèi)之間相對獨立。廣義上而言，細分包括分層。
現以集市賣(mài)家分層為例，介紹整個(gè)研究方法。根據以往賣(mài)家研究的經(jīng)驗，選取參與賣(mài)家分層的重要變量，從BI提取了100萬(wàn)集市賣(mài)家的相關(guān)數據。
重構變量
首先對100萬(wàn)集市賣(mài)家數據進(jìn)行清洗，考察各重要變量的分布情況。由于一些定距變量存在超出正常范圍的數據，如交易數量、交易額等；一些定序變量?jì)啥私M的樣本過(guò)少，如賣(mài)家星級、店鋪類(lèi)型等。這些都不利于模型的建構，因此將每個(gè)待分析變量都細分出若干組，原則為：組盡量多，能與定距變量更相當；每組的分布盡量保證在正常范圍內，避免出現異常值。調整后的分組情況表略。其次，需要查看一下各變量的方向，后續分析的時(shí)候，根據輸出的統計量來(lái)觀(guān)察各變量之間是否有不同。如果方向有不同，最好能做相應的調整。
將100萬(wàn)數據隨機拆分出三個(gè)60萬(wàn)的數據庫，四個(gè)數據分別作后續分析，以保證所得指數的穩定性。
因子分析
首先對重要變量做因子分析，去除變量間的多重共線(xiàn)性，經(jīng)多次嘗試，剔除了支付寶交易量和交易額的結果更加穩定，且更符合業(yè)務(wù)經(jīng)驗。最終得到的KMO值為0.788，Bartlett 球形檢驗顯著(zhù)，非常適宜進(jìn)行因子分析。最終萃取出6個(gè)公因子，依次為GMV與星級、時(shí)長(cháng)情況、訂購服務(wù)情況、旺鋪類(lèi)型、實(shí)物商品、是否參加消保等，累積方差貢獻率為90.4%（詳見(jiàn)下表），解釋效果很強；變量原始矩陣與重構矩陣之間的殘差>0.05的個(gè)數比例為10%，擬合效果也非常好。
經(jīng)多次驗證整個(gè)因子分析非常穩定，前三個(gè)因子的累積方差貢獻率達到60%，為主要因子；后三個(gè)因子的累積方差貢獻率為30%，是次要因子。這與日常業(yè)務(wù)經(jīng)驗也非常吻合。

分層
利用六個(gè)因子得分可以算出每個(gè)樣本的因子綜合得分，其中六個(gè)因子得分軟件能夠自動(dòng)計算出來(lái)；各因子得分在因子綜合得分中所占比例，可由（每個(gè)公因子的方差貢獻率/累積方差貢獻率）算得（詳見(jiàn)下表），也可以直接使用每個(gè)公因子的方差貢獻率。

因為因子綜合得分為標準化值，利用（X-最小值）/（最大值-最小值），將其轉化為0-100的指數，然后按照指數高低，并結合實(shí)際現狀對其進(jìn)行分層，TOP1為指數最高的10%，TOP2為指數次高的20%，TOP3為指數次高的30%，剩余的是第四層，指數最低的40%。此種劃分方法比較簡(jiǎn)單，數據也較穩定，利于實(shí)際應用。各組上下限如下表，此種劃分的上下限可以固定下來(lái)，逐步修正。

判別分析
按照7:3的比例劃分為分析樣本和驗證樣本，利用判別分析對這四層劃分結果進(jìn)行檢驗，即用6個(gè)因子得分與層級做判別分析。所得判別函數對區分各層均有顯著(zhù)貢獻，且第一個(gè)判別函數解釋的方差貢獻率達到98.2%，為主函數。使用組內協(xié)方差陣計算，分析樣本和驗證樣本的正確率、交叉核實(shí)法的正確率均為91.6%，達到很高的水平。
各層賣(mài)家在重要變量上均存在較明顯的差異，詳情如下：

從六個(gè)因子中找出解釋力較高的關(guān)鍵變量，并根據實(shí)際業(yè)務(wù)經(jīng)驗判斷是否合適，最終選定了七個(gè)關(guān)鍵變量。它們直接與層級做判別分析，第一主判別函數的方差貢獻率為97.8%，使用組內協(xié)方差陣計算，分析樣本和驗證樣本的正確率、交叉核實(shí)法的正確率均為85.0%，也達到很高的水平。
回歸分析
為了方便應用，簡(jiǎn)化分層的計算過(guò)程，用判別分析中確定的七個(gè)關(guān)鍵變量與因子綜合得分指數作回歸分析，以考察他們的解釋力。
回歸分析結果顯示，R、R Square、Adjusted R Square分別為0.985、0.970、0.970；剩余標準誤差為2.709，達到較小的水平；Durbin-Watson的值為1.252，與2有一定差距，殘差間的獨立性尚可，綜合判斷，模型解釋效果非常好。
多重共線(xiàn)性方面，賣(mài)家星級的容忍度值最小為0.39，第八個(gè)主成分的條件指數小于15，表明不存在嚴重的多重共線(xiàn)性。
各變量的主要指標如下：


經(jīng)標準化偏回歸系數和偏相關(guān)系數共同分析，可知開(kāi)店時(shí)長(cháng)、近三個(gè)月GMV金額、賣(mài)家星級等對因子綜合得分指數的影響更重要。
因子綜合得分指數=a+b1*賣(mài)家星級分段+b2*開(kāi)店時(shí)長(cháng)分段+b3*近三個(gè)月GMV總金額分段+ b 4*店鋪類(lèi)型+ b 5*是否主營(yíng)實(shí)物+ b 6*訂購服務(wù)個(gè)數分段+ b 7*是否參加消保
因此，通過(guò)這七個(gè)關(guān)鍵變量預測因子綜合得分指數非常合適，得到新的因子綜合得分指數后，根據上文中的上下限臨近值，即可劃分賣(mài)家層級。
綜上所訴，研究流程歸納如下：
1、根據以往研究中對用戶(hù)的理解，確定參與分層的重要變量，提取后臺數據，對數據進(jìn)行清洗和處理；
2、采用因子分析對參與分析的重要變量進(jìn)行降維，計算出因子綜合得分；
3、將因子綜合得分轉換成指數，根據指數的分布情況，對用戶(hù)進(jìn)行分層，并用判別分析，對分層結果進(jìn)行驗證；
4、根據因子分析中變量的解釋情況和業(yè)務(wù)實(shí)際情況，從重要變量中篩選出關(guān)鍵變量作為自變量，把因子綜合得分作為因變量，建立回歸方程，用關(guān)鍵變量推算因子綜合得分，進(jìn)行快速分層，便于后期業(yè)務(wù)應用；
5、將后臺數據隨機拆分成不同的數據庫，分別重復以上分析過(guò)程，反復驗證結果的穩定性。
后續研究的思考
整個(gè)研究做下來(lái)，或許最有價(jià)值的是最終得到的回歸方程，雖然解釋力很高，但仍然缺少一些不易獲得的重要變量，如每月投入廣告的金額，包括直通車(chē)、鉆石展位等，后續的研究會(huì )逐漸把這些變量納入其中。這也表明，用戶(hù)分層研究考察的變量需要盡可能周全，這樣結果才能更具參考價(jià)值。
還有就是最后的分層結果顯得“平淡”，各層賣(mài)家在重要變量上，基本都是強者愈強、弱者愈弱，特色不明顯。這也是分層研究與細分研究的區別所在，分層更多體現的是趨勢性的結果。后續可以嘗試采用不等概率的抽樣方式減少一部分樣本，如發(fā)單量低的賣(mài)家占了絕大多數，可以適當減少這部分樣本，一定程度上能夠均衡各個(gè)重要變量在分層中的作用。
不論哪種樣本結構，都需要在實(shí)際應用中，檢驗效果，不斷迭代完善。

[以集市賣(mài)家為例對用戶(hù)進(jìn)行分層]相關(guān)文章：

1.以集市賣(mài)家為例對用戶(hù)進(jìn)行分層

【以集市賣(mài)家為例對用戶(hù)進(jìn)行分層】相關(guān)文章：

雙減教研小學(xué)語(yǔ)文如何進(jìn)行分層作業(yè)設計02-25

熱鬧的集市作文04-17

《集市和超市》教學(xué)設計04-05

賣(mài)家感謝信03-20

端午節集市優(yōu)秀作文11-07

用戶(hù)分析崗位職責01-15

分層教學(xué)心得體會(huì )08-29

賣(mài)家給買(mǎi)家的道歉信01-29

賣(mài)家道歉信01-27

淘寶賣(mài)家的道歉信03-25