以集市賣家為例對用戶進行分層

本文討論的是用戶分層，有別于常規(guī)的用戶細分，最大的區(qū)別在于分層是定序的概念，即各層之間有遞進關系；而常規(guī)細分是定類的概念，即各類之間相對獨立。廣義上而言，細分包括分層。
現(xiàn)以集市賣家分層為例，介紹整個研究方法。根據(jù)以往賣家研究的經(jīng)驗，選取參與賣家分層的重要變量，從BI提取了100萬集市賣家的相關數(shù)據(jù)。
重構變量
首先對100萬集市賣家數(shù)據(jù)進行清洗，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(shù)據(jù)，如交易數(shù)量、交易額等；一些定序變量兩端組的樣本過少，如賣家星級、店鋪類型等。這些都不利于模型的建構，因此將每個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(nèi)，避免出現(xiàn)異常值。調(diào)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(xù)分析的時候，根據(jù)輸出的統(tǒng)計量來觀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(diào)整。
將100萬數(shù)據(jù)隨機拆分出三個60萬的數(shù)據(jù)庫，四個數(shù)據(jù)分別作后續(xù)分析，以保證所得指數(shù)的穩(wěn)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性，經(jīng)多次嘗試，剔除了支付寶交易量和交易額的結(jié)果更加穩(wěn)定，且更符合業(yè)務經(jīng)驗。最終得到的KMO值為0.788，Bartlett 球形檢驗顯著，非常適宜進行因子分析。最終萃取出6個公因子，依次為GMV與星級、時長情況、訂購服務情況、旺鋪類型、實物商品、是否參加消保等，累積方差貢獻率為90.4%（詳見下表），解釋效果很強；變量原始矩陣與重構矩陣之間的殘差>0.05的個數(shù)比例為10%，擬合效果也非常好。
經(jīng)多次驗證整個因子分析非常穩(wěn)定，前三個因子的累積方差貢獻率達到60%，為主要因子；后三個因子的累積方差貢獻率為30%，是次要因子。這與日常業(yè)務經(jīng)驗也非常吻合。

分層
利用六個因子得分可以算出每個樣本的因子綜合得分，其中六個因子得分軟件能夠自動計算出來；各因子得分在因子綜合得分中所占比例，可由（每個公因子的方差貢獻率/累積方差貢獻率）算得（詳見下表），也可以直接使用每個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(zhuǎn)化為0-100的指數(shù)，然后按照指數(shù)高低，并結(jié)合實際現(xiàn)狀對其進行分層，TOP1為指數(shù)最高的10%，TOP2為指數(shù)次高的20%，TOP3為指數(shù)次高的30%，剩余的是第四層，指數(shù)最低的40%。此種劃分方法比較簡單，數(shù)據(jù)也較穩(wěn)定，利于實際應用。各組上下限如下表，此種劃分的上下限可以固定下來，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(jié)果進行檢驗，即用6個因子得分與層級做判別分析。所得判別函數(shù)對區(qū)分各層均有顯著貢獻，且第一個判別函數(shù)解釋的方差貢獻率達到98.2%，為主函數(shù)。使用組內(nèi)協(xié)方差陣計算，分析樣本和驗證樣本的正確率、交叉核實法的正確率均為91.6%，達到很高的水平。
各層賣家在重要變量上均存在較明顯的差異，詳情如下：

從六個因子中找出解釋力較高的關鍵變量，并根據(jù)實際業(yè)務經(jīng)驗判斷是否合適，最終選定了七個關鍵變量。它們直接與層級做判別分析，第一主判別函數(shù)的方差貢獻率為97.8%，使用組內(nèi)協(xié)方差陣計算，分析樣本和驗證樣本的正確率、交叉核實法的正確率均為85.0%，也達到很高的水平。
回歸分析
為了方便應用，簡化分層的計算過程，用判別分析中確定的七個關鍵變量與因子綜合得分指數(shù)作回歸分析，以考察他們的解釋力。
回歸分析結(jié)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。
多重共線性方面，賣家星級的容忍度值最小為0.39，第八個主成分的條件指數(shù)小于15，表明不存在嚴重的多重共線性。
各變量的主要指標如下：


經(jīng)標準化偏回歸系數(shù)和偏相關系數(shù)共同分析，可知開店時長、近三個月GMV金額、賣家星級等對因子綜合得分指數(shù)的影響更重要。
因子綜合得分指數(shù)=a+b1*賣家星級分段+b2*開店時長分段+b3*近三個月GMV總金額分段+ b 4*店鋪類型+ b 5*是否主營實物+ b 6*訂購服務個數(shù)分段+ b 7*是否參加消保
因此，通過這七個關鍵變量預測因子綜合得分指數(shù)非常合適，得到新的因子綜合得分指數(shù)后，根據(jù)上文中的上下限臨近值，即可劃分賣家層級。
綜上所訴，研究流程歸納如下：
1、根據(jù)以往研究中對用戶的理解，確定參與分層的重要變量，提取后臺數(shù)據(jù)，對數(shù)據(jù)進行清洗和處理；
2、采用因子分析對參與分析的重要變量進行降維，計算出因子綜合得分；
3、將因子綜合得分轉(zhuǎn)換成指數(shù)，根據(jù)指數(shù)的分布情況，對用戶進行分層，并用判別分析，對分層結(jié)果進行驗證；
4、根據(jù)因子分析中變量的解釋情況和業(yè)務實際情況，從重要變量中篩選出關鍵變量作為自變量，把因子綜合得分作為因變量，建立回歸方程，用關鍵變量推算因子綜合得分，進行快速分層，便于后期業(yè)務應用；
5、將后臺數(shù)據(jù)隨機拆分成不同的數(shù)據(jù)庫，分別重復以上分析過程，反復驗證結(jié)果的穩(wěn)定性。
后續(xù)研究的思考
整個研究做下來，或許最有價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、鉆石展位等，后續(xù)的研究會逐漸把這些變量納入其中。這也表明，用戶分層研究考察的變量需要盡可能周全，這樣結(jié)果才能更具參考價值。
還有就是最后的分層結(jié)果顯得“平淡”，各層賣家在重要變量上，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(qū)別所在，分層更多體現(xiàn)的是趨勢性的結(jié)果。后續(xù)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)單量低的賣家占了絕大多數(shù)，可以適當減少這部分樣本，一定程度上能夠均衡各個重要變量在分層中的作用。
不論哪種樣本結(jié)構，都需要在實際應用中，檢驗效果，不斷迭代完善。

[以集市賣家為例對用戶進行分層]相關文章：

1.以集市賣家為例對用戶進行分層

【以集市賣家為例對用戶進行分層】相關文章：

雙減教研小學語文如何進行分層作業(yè)設計02-25

熱鬧的集市作文04-17

《集市和超市》教學設計04-05

賣家感謝信03-20

端午節(jié)集市優(yōu)秀作文11-07

用戶分析崗位職責01-15

分層教學心得體會08-29

賣家給買家的道歉信01-29

賣家道歉信01-27

淘寶賣家的道歉信03-25