要资料 文章 文库 视频 Code iProcess 课程 认证 咨询 工具 火云堂 讲座吧   成长之路  
会员   
 
  
每天15篇文章
不仅获得谋生技能
更可以追随信仰
 
 
     
   
分享到
IBM SPSS Statistics 特性介绍与实例之直销工具
 
作者张新坡 刘石彬,火龙果软件    发布于 2014-06-04
 

本文主要通过实例介绍 IBM SPSS Statistics 的直销工具。直销工具是 IBM SPSS Statistics 18 的一个新特性,它简化了统计算法的使用,使市场或销售人员可以更加高效的分析客户群体,并给出参考信息以利于决策。通过阅读本文,读者可以对直销工具的使用有全面的了解,并能将其应用到工作中。

IBM SPSS Statistics 给用户提供了丰富的统计算法,用以构建针对不同问题的预测分析方案。这给用户带来了很大的便利,但是也要求用户具有一定的数学统计知识,特别是在使用一些比较复杂算法或将不同算法结合起来使用的时候。

对于市场或销售人员,他们更专长于数据的收集,更关心分析的结果,而不擅长算法的综合使用、参数的设置等。针对这些问题,IBM SPSS Statistics 提供了直销工具。该工具针对常见的市场销售问题,将不同的统计算法结合起来,提供了比较好的解决方案。这些方案包括:识别最佳客户(RFM 分析)、客户分组、生成潜在客户概要文件、邮政编码响应率、购买倾向分析以及比较活动效果。

基本概念与统计算法

本章节主要介绍与直销工具相关的统计算法。这些算法协同工作,给直销工具提供支持,以实现相关的功能。

AGGREGATE 算法:该算法也叫分类汇总算法,主要用来对数据文件中的实例按一定标准(例如:年龄、性别、住址等)进行分组,并可以生成一些属性变量来反应每一组的特性。在识别最佳客户的过程中,如果数据文件是由交易实例组成,那么需要使用 AGGREGATE 算法,将同一客户的交易汇总,并生成基于客户的数据文件。这些操作不需要用户去执行,IBM SPSS Statistics 会自动做好数据处理,这也是直销工具的优势所在。

DMGGRAPH 算法:这是一个绘图算法。通过计算输入的统计变量,DMGGRAPH 算法可以绘制出不同的图形,形象的反应统计结果。在 RFM 分析中,使用该算法绘制块计数图表,可以直观显示不同客户的购买情况,如频率、最近购买日期以及购买额等。

DMCLUSTER 算法:DMCLUSTER 算法源于聚类算法。它可以根据实例的自然属性,将其分类。在使用过程中,通过对一个或多个属性变量的计算,得到不同实例之间的距离,然后按照距离的远近,可以分成不同种类。直销工具中的客户分组,就是使用该算法实现的。

DMTREE 算法:DMTREE 算法用来构建一个树形模型。它可以根据预测变量的值,将实例划分成不同的组。当有多个预测变量时,首先浏览所有变量以确定最佳的分组方法,然后按照预测变量的次序递归划分。比如,有两个预测变量性别、年龄。那么,先按性别分两组,然后在各组内继续按年龄划分。IBM SPSS Statistics 将该算法应用到生成潜在客户概要文件中。根据客户对测试活动的响应,对客户进行划分。

DMLOGISTIC 算法:DMLOGISTIC 算法是一种建模方法。它根据已有数据集的特征建立模型,并将该模型用于对其它数据的预测分析。例如,银行可以基于已有贷款客户的信息建立模型,来预测潜在客户贷款的可能性或者风险大小。在直销工具中,将该算法用于对客户购买趋势的预测。

DMROC 算法:该算法主要用于模型测评。在预测客户购买趋势时,先使用 DMLOGISTIC 算法建立模型,然后使用 DMROC 算法评价模型的有效性。

识别最佳客户

识别最佳各户又称为 RFM(Recency, Frequency, Monetary)分析。它是一种通过分析客户的最近消费日期、消费频率以及总消费总额来识别最佳各户的统计算法。该算法的实现基于以下理论:1)最近购买的客户比过去购买的客户更可能再次购买。2)过去购买次数较多的客户比购买次数少的客户更可能做出反应。3)过去消费金额较多(所有购买的总和)的客户比消费金额较少的客户更可能做出反应。

根据每一个客户最近消费日期、消费频率以及消费总额的大小,分别分配一个数值。比如,指定一个从 1 到 5 的分数,最低的是 1 分,最高的是 5 分。那么,对每一个客户就可以算出最近消费分数(Recency Score)、消费频率分数(Frequency Score)和消费总额分数(Monetary Score)。然后,将三个分数连到一起,可以得到客户的合并分数(RFM Score)。合并分数代表客户购买新产品的可能性,分数越高,可能性越大,反之越小。

根据分析数据的不同,识别最佳客户方法分为基于客户的 RFM 分析和基于交易的 RFM 分析。如果数据文件中的每一个实例代表一位客户,则使用基于客户的 RFM 分析;如果每一个实例代表客户的一次交易记录,则使用基于交易的 RFM 分析。下面,通过实例分别对这两种方法进行演示。

基于客户的 RFM 分析

首先,打开数据文件。在本例中,使用某厂商 2005 年度的客户购买记录。在该文件中,每个实例代表一位客户,包括客户 ID、最近购买日期、购买频率、购买总额等。通过使用 RFM 分析,为该厂商找出最佳客户,即最有可能再次购买的客户。
从 IBM SPSS Statistics 的“直销”菜单中,点击“选择方法”菜单项,弹出直销工具选择对话框。

图 1. 图片示例直销工具选择对话框

在图的左上角,点击“帮助标识我的最佳联系人(RFM 分析)”。点击“继续”,弹出选择数据格式的对话框。

图 2. RFM 分析数据格式选择对话框

根据使用的数据格式,选择“客户数据”;点击“继续”,进入到 RMF 分析的参数设置界面。

图 3. 基于客户数据的 RMF 分析

如图所示,将相应的变量拖到交易日期或间隔、交易数、金额、客户标示符文本框中。点击“确定”,就可以进行 RMF 分析。另外,用户也可以在“离散化”页面中,对 RFM 之间的关系(一是嵌套,最近交易日期、交易频率和交易总额三个变量相关,依次对客户进行区分;二是独立,对三个变量分别计算)和块数(从高到低的级别数,比如常用的从 1 到 5。)进行设置。通过 RFM 分析,生成包含 RFM 分数的数据集。

图 4. 具有 RFM 分数的数据

该数据文件在原数据基础上,添加了 4 个分数变量,来衡量客户再次购买的可能性。从图中可以看出,分数为“555”的客户,即为最佳客户。

在默认情况下,生成 RMF 分数的同时,输出窗口输出 RFM 分析的块计数图表(Bin Counts)。块计数图表显示选定离散化方法的块分布。每个蓝条代表不同 RFM 得分的客户数。

图 5. RFM 分析的块计数图表

从图中可以看出,RFM 分数在 441-445、241-245 之间的客户最多,而分数在 131-135 之间则没有客户。这样就完成了一个最基本的 RFM 分析。另外,也可以对不同年份的数据做最佳客户分析,然后比较分析结果,以此判断客户的购买趋势或者忠诚度。这样就可以采取相应的措施,和客户保持良好的关系,防止客户流失,提高客户满意度。

基于交易的 RFM 分析

对于按交易组织的数据文件,需要采用基于交易的 RFM 分析。与基于客户的 RFM 分析不同的是,在分析之前,需要使用 AGGREGATE 算法对数据进行分类汇总,生成基于客户的数据文件。在本例中,使用的原数据如下图所示。

图 6. 基于交易的数据格式

在文件中,每一笔交易是一条实例,每一个客户对应一条或者多条实例。实例的属性包含客户 ID、产品类型、产品号、购买日期、购买数量等。在“RFM 分析数据格式选择对话框”(图 2)中,选择“交易数据”,进入“交易数据 RFM 分析”对话框。

图 7. 交易数据 RFM 分析对话框

点击“确定”,执行 RFM 分析。在分析过程中,会生成新的数据文件。

图 8. 生成的基于客户的数据格式

新的数据中,将实例按不同客户进行了分类,并计算出最近交易日期、交易频率以及总额。在此基础上,通过 RFM 分析得到了相应的分数。输出的结果,基于交易的 RFM 分析和基于客户的 RFM 分析完全一样,这里不再赘述。

从以上的实例可以看出,RFM 分析可以有效识别最佳客户,厂商可以据此制定更加有效的销售策略,从而提高效率,节省费用。

客户分组

客户分组使用聚类算法,根据客户个体的特征,将客户分成不同类别。这是一个探索,发掘新知识的过程。在分组前,客户所属的类别是未知的。选择的分析变量及数据的排序都会影响分组结果。

从 IBM SPSS Statistics 自带的实例文件中,选择德国客户信贷记录集(genman_credit.sav)。它详细记录了信贷客户的个人及财产信息。选择直销工具中的“客户分组(将我的联系人分段到群)”,打开聚类分析对话框,并选择变量 Account Status、 # of existing credits、Other installment debts、Housing、 Age in Years, Duration in months 作为分析变量。

图 9. 聚类分析对话框

点击“运行”按钮,执行聚类分析。分析完成后,默认情况下会在原数据集中添加一个字段,用来指出针对每个客户的分组结果。根据这个变量值,可以很容易把客户分到新的数据集中或者作为过滤条件,对目标客户做进一步的分析。

下面,主要对聚类分析的输出结果,做进一步的研究。在输出窗口中,默认显示客户分组的模型概要图(Model Summary),如下图所示。

图 10. 聚类分析模型概要

从上面的表格看出,根据 6 个分析变量的值,使用两步聚类算法,得到 4 个分组;下面的模型质量图说明模型的质量在可接受的范围内。如果想查看分组的详细信息,可以双击模型概要图。从打开的模型浏览器中,选择“聚类”视图,就可以看到每个组分析变量信息。

图 11. 聚类变量信息图

上面的结果显示了各个分组的特征信息。对于连续变量,显示组内的平均值;对于离散变量,显示出现最频繁的数值。例如,在分组 4 中,所有的人都拥有住房,没有其它债务,绝大多数的人都拥有信用卡。确定了分组的信息,就可以有针对性的对数据进行过滤,做进一步分析。

生成潜在客户概要文件

该工具根据测试活动的结果,生成客户的概要文件。在将来的产品推广中,可以根据该文件,决定投递对象,以提高成功率。本例使用 IBM SPSS Statistics 自带的 dmdata.sav 作为数据文件。从“直销”菜单中打开“生成潜在客户概要文件”的设置界面。

图 12. 潜在客户概要文件对话框

在上图中,“响应字段”表示客户对先前活动响应与否,“创建概要文件”变量列表是用来创建概要文件的特征变量。另外,在“设置”页面中,可以对最小响应率进行设置。点击“运行”,生成概要文件。

图 13. 潜在客户概要文件的响应率表格

表格中,绿色区域表示满足最小响应率,红色区域表示不满足。本例中最小响应率为 6%,则绿色区域累积响应率大于等于 6%,红色区域则小于 6%。

响应率表格显示每个概要文件组的信息。概要文件描述只包括为模型提供显著贡献的那些变量的特征,不包括那些对模型没有显著贡献的变量。响应率是做出正面响应(购买产品)的客户的百分比。累积响应率是当前和所有前面概要文件组的平均响应率。根据分析结果,厂商想要获得比较好的产品推广效果,可以选择第一组(东、南、西三个区域的未婚女性)作为对象。

识别最佳响应的邮政编码

邮政编码采用分级编码制,将全国的邮寄地址按地域层层划分。不同国家的邮政编码长度和编码规则也不完全一样,比如美国采用的三级五位编码,而我国使用的是四级六位编码。在分析过程中,可以指定分析的位数,以针对不同的地域层级。

识别最佳响应的邮政编码,根据历史邮寄数据统计出邮政编码响应率高的客户群,也即客户响应率高的地区,这样可针对该地区做营销活动。这个工具和前面提到的“生成潜在客户的概要文件”实现方法类似,因此这里主要关注设置和输出结果的分析。

打开软件自带的数据文件 dmdata.sav,从直销对话框中选择“标识最佳响应邮政编码”,完成字段的选择后,转换到“设置”页面。

图 14. 邮政编码响应率设置对话框

在“邮政编码分组方式”栏中,选择“前 3 个数字或者字符”。这样,邮政编码前三个数字相同的实例,就会被放到一起来计算响应率。按照美国邮政编码的规则,前三位可能代表某一个大城市。在“输出”栏中,选择“响应率和容量分析”,并设置最低可接受响应率及最大联系人数量。在本例中,使用默认值。最后,可以在“导出到 Excel”中,选择是否将编码响应率保存到一个 Excel 文件中。

在完成设置后,点击“运行”。在默认情况下,会输出响应率表格及相关图形。这和“生成潜在客户的概要文件”中的结果基本一样,不再赘述。这里,主要关注新生成的数据集。

图 15. 生成的数据集

新数据集合并了前 3 位编码相同的实例。它的主要变量有邮政编码、响应率、响应数量、联系人数量、索引、秩。响应率变量是同一邮政编码下的响应比率;响应变量是对测试做出正面响应的客户数量;联系人变量是具有同一邮政编码总的客户数量;索引变量可以看作是加权的响应率,用来区分具有相同响应率的邮政编码。在这种情况下,客户数量多的邮政编码,将被赋予更大的权重,也就是索引值更大。最后一个变量是秩,表示实例在整个数据集中的级别。例如,数值 1 表示前 10% 的邮政编码。

基于新的数据信息以及输出的图表信息,就可以筛选出符合条件的邮政编码,从而针对某些地区推广产品,做到有的放矢。

购买倾向分析

购买倾向分析通过建立模型来预测客户购买产品的可能性。本例中,主要关注使用二元 LOGISTIC 算法构建预测模型、ROC 模型测试,以及应用模型到其它数据集。我们使用两个 IBM SPSS Statistics 自带的数据集(dmdata2.sav、dmdata3.sav)来完成整个分析。 数据文件 dmdata2.sav 用来创建模型,而数据文件 dmdata3.sav 用来使用模型。

创建模型

首先打开数据 dmdata2.sav,从直销工具中选择“最有可能购买的联系人”。

图 16. 购买倾向字段设置对话框

在图中,特别注意将模型信息保存到一个 XML 文件中,其它设置和前面提到的工具相同。在“设置”页面中,可以添加模型测试信息。

图 17. 购买倾向测试设置对话框

在“模型验证”区域,设置 50% 的数据用于训练,50% 用于验证;在“诊断输出”区域,选择整体模型质量图及分类表,同时将最小概率设置为最小的目标响应率。其它设置使用默认值,点击“运行”,就可以得到详细的模型评价信息。

图 18. 模型测试信息

从下面的整体模型质量图可以看出,模型质量系数超过 0.5,满足一个良好模型的标准。不过,它只反映了总体模型的大概质量,更多详细的信息,还需要从上面的分类表中获取。

分类表对预测值和实际值做比较,整体的准确率可以反映出一个模型的优劣。在这里,我们更关心对正响应的预测准确率。从数据上划分,包含训练样本和测试样本。对于那些预测为具有正响应的训练样本,实际正响应的正确分类率为 7.43%; 对于那些预测为具有正响应的检验样本,实际正响应的正确分类率为 7.61%。它大于指定的最小可能性 5%。这表明此模型可以用于确定满足指定的最小可能性的一组联系人。

应用模型

下面,将上面建立的模型应用到对 dmdata3.sav 的分析中。打开数据文件,从菜单“实用程序”选择“评分向导”,选择创建的模型文件 customer_model.xml,并匹配模型变量和数据集变量。

图 19. 评分向导对话框

上图中列出的变量,都是模型中的预测变量。模型将根据数据集中这些变量的值,预测客户购买产品的可能性。点击“下一步”,进入选择评分函数对话框。

图 20. 选择评分函数对话框

勾选“所选类别的概率”,并设置值为 1。这样,该函数就会在数据集中创建一个 Probability 变量,来表示客户购买产品的可能性。

到目前为止,已经完成建立模型,评估模型及数据分析。用户就可以利用这些信息,制定出合理的营销策略。

小结

文章从应用的角度,介绍了 IBM SPSS Statistics 中的直销工具的使用方法。在讲解算法使用的基础上,简单介绍了各个工具的实现方法。文章在很大篇幅上描述了识别最佳客户、客户分组、生成潜在客户概要文件、邮政编码响应率、购买倾向分析五个实例,有助于读者快速掌握这些工具的使用。前面几个工具的知识点,基本上覆盖了“比较活动效果”,这里没有多加阐述。

相关文章 相关文档 相关视频



我们该如何设计数据库
数据库设计经验谈
数据库设计过程
数据库编程总结
数据库性能调优技巧
数据库性能调整
数据库性能优化讲座
数据库系统性能调优系列
高性能数据库设计与优化
高级数据库架构师
数据仓库和数据挖掘技术
Hadoop原理、部署与性能调优
 
分享到
 
 
     


MySQL索引背后的数据结构
MySQL性能调优与架构设计
SQL Server数据库备份与恢复
让数据库飞起来 10大DB2优化
oracle的临时表空间写满磁盘
数据库的跨平台设计
更多...   


并发、大容量、高性能数据库
高级数据库架构设计师
Hadoop原理与实践
Oracle 数据仓库
数据仓库和数据挖掘
Oracle数据库开发与管理


领先IT公司 android开发平台最佳实践
北京 Android开发技术进阶
某新能源领域企业 Android开发技术
某航天公司 Android、IOS应用软件开发
阿尔卡特 Linux内核驱动
艾默生 嵌入式软件架构设计
西门子 嵌入式架构设计
更多...   
 
 
 
 
 
每天2个文档/视频
扫描微信二维码订阅
订阅技术月刊
获得每月300个技术资源
 
 

关于我们 | 联系我们 | 京ICP备10020922号 京公海网安备110108001071号