營銷數(shù)據(jù)分析 課件 李永發(fā) 第7、8章 基于PSM的定價策略、基于決策樹的消費者響應(yīng)預(yù)測

基于PSM的定價策略Let’sStart第7章PSM的原理TheprincipleofPSMPSM的流程ThePSMprocess問題的提出RaiseaquestionPSM的優(yōu)缺點AdvantagesanddisadvantagesofPSMCONTENTS目錄定價案例示范Pricingcasedemonstration思考題Thinkingproblems1問題的提出（一）定價傳統(tǒng)銷售模式下，制造商很難知道每個消費者對產(chǎn)品的需求價格，因此制造商幾乎不可能對產(chǎn)品實施一級的價格歧視（即企業(yè)將產(chǎn)品價格設(shè)定為消費者愿意并且能夠支付的最高價格）。在大數(shù)據(jù)背景下，產(chǎn)品定價模型與傳統(tǒng)定價模型相同，同時借助大數(shù)據(jù)技術(shù)，能夠更好地理解消費者的需求彈性，使歧視性定價更加準(zhǔn)確。但是，預(yù)測最優(yōu)定價與定價的合理區(qū)間是制定產(chǎn)品價格策略必不可少的重要一個環(huán)節(jié)。企業(yè)對產(chǎn)品價格設(shè)定的想法與消費者的感知若是不匹配，必將會影響企業(yè)收入，因此，通過調(diào)查數(shù)據(jù)計算消費者對新產(chǎn)品的可接受價格的范圍是正確的營銷決策的一個基礎(chǔ)。（二）問題設(shè)計現(xiàn)某企業(yè)正打算推出一款新產(chǎn)品，目前還在定價階段，由于該企業(yè)之前推出的一款產(chǎn)品定價過高，導(dǎo)致銷量很差，因此本次定價格外謹(jǐn)慎。該企業(yè)先根據(jù)成本以及市面上該類產(chǎn)品的競品價格，初步將價格區(qū)間設(shè)定在50-100之間。很顯然，這價格區(qū)間是一個非常寬泛的范圍。為了科學(xué)合理的確定最終價格，該企業(yè)決定讓運營部基于數(shù)據(jù)分析來給出一個相對精準(zhǔn)、相對靠譜的價格設(shè)定，即通過一定的技術(shù)手段確定這款新產(chǎn)品的最優(yōu)價格設(shè)定應(yīng)是多少？較為合理的價格區(qū)間又是多少？（三）問題的解決思路產(chǎn)品價格的制定既不能違背經(jīng)濟(jì)發(fā)展的客觀規(guī)律，也不能完全堅持固有的理論模型；因此，我們需要找到一種方法，根據(jù)具體的產(chǎn)品市場和競爭情況來確定價格的一致性，從而得到最優(yōu)的銷售價格。由于企業(yè)經(jīng)營的多樣性，對市場的理解和態(tài)度也不同，因此企業(yè)制定產(chǎn)品價格的目標(biāo)和策略也不同。該企業(yè)數(shù)據(jù)分析員在查閱相關(guān)資料后決定通過問卷調(diào)查的方式，對獲取到的數(shù)據(jù)進(jìn)行價格敏感度測試，最終得到一個合理的理論價格。2PSM的原理

PSM即：PriceSensitivityMeasurement，是一種簡單適用的價格敏感度測試方法。

PSM通常依次詢問被訪者4種價格:樂意購買、物超所值的價格（低的價格）；太便宜以至于不愿意購買的價格（太低的價格）、貴但仍能接受的價格（高的價格）、太貴以至于不愿意購買的價格（太高的價格）。基于被訪者數(shù)據(jù)，統(tǒng)計出四種價格在具體價格點上頻數(shù)與頻數(shù)累積的百分比（如表7-1所示）PSM完全基于被訪者的自然反應(yīng)，充分考慮顧客購買的主觀意愿，又兼顧企業(yè)經(jīng)濟(jì)利益最大化的追求，但沒有與任何競品做比較，只做單一品牌產(chǎn)品價格測試。旨在測試產(chǎn)品在不同價格下對顧客的價值，以此預(yù)測最優(yōu)定價以及定價的合理區(qū)間。PSM能夠有效界定價格區(qū)間，可通過價格趨勢圖、氣泡圖、正態(tài)分布圖等展示合適的產(chǎn)品定價策略。特別是在新產(chǎn)品上市前，PSM適用于對目標(biāo)顧客群體中產(chǎn)品的可接受價格水平進(jìn)行深入研究，從消費者那里獲得產(chǎn)品價格的可接受范圍。3PSM的流程PSM流程的四個階段：（1）問卷與價格梯度表設(shè)計。①基于成本導(dǎo)向、競爭導(dǎo)向的定價方法等，設(shè)計出能夠覆蓋產(chǎn)品可能價格范圍的價格梯度表。②基于產(chǎn)品，設(shè)計詢問受訪者的四類價格問題。問題1（Q1）：你感覺什么樣的價格便宜且愿意購買嗎？問題2（Q2）：你感覺什么樣的價格高但還愿意購買嗎？問題3（Q3）：你感覺什么樣的價格太高而不會購買嗎？問題4（Q4）：你感覺什么樣的價格太便宜的讓人懷疑產(chǎn)品質(zhì)量等而不敢購買嗎？PSM測量問卷中也可以包括其他題項，如從消費者視角考慮被訪者的其他信息設(shè)計。PSM流程的四個階段：（2）問卷調(diào)查。被訪者要在第一步獲得的價格梯度表上做出四項選擇：不可接受的太便宜價格、可接受的便宜價格，可接受的昂貴價格、不可接受的太貴價格。（3）數(shù)據(jù)處理。問卷中的四個問題需要遵循嚴(yán)格的數(shù)量次序，即同一個受訪者描述Q3、Q2、Q1、Q4四個問題的價格在數(shù)量上是嚴(yán)格遞減關(guān)系，否則該樣本將會被剔除。為所獲得的樣本數(shù)據(jù)繪制累計百分比曲線圖。（4）結(jié)論描述。根據(jù)太低、低、高、太高四條曲線的交點來判斷被訪者可接受的產(chǎn)品價格區(qū)間和最優(yōu)價格設(shè)定。4PSM的優(yōu)缺點1.PSM優(yōu)點PSM既考慮了消費者的意愿，又兼顧了企業(yè)經(jīng)濟(jì)利益最大化的追求，被廣泛應(yīng)用于市場研究的價格測試中。PSM特別適用于新產(chǎn)品的價格研究。2.PSM缺點PSM雖然考慮到了消費者的意愿，卻忽視了消費者的實際購買能力。事實上，即使消費者認(rèn)為價格合理，也會因購買力受限而導(dǎo)致購買失敗。5定價案例示范可視化信息1.搜索數(shù)據(jù)源2.對數(shù)據(jù)進(jìn)行預(yù)處理3.派生列4.計算占比5.繪制PSM價格敏感度折線圖6.產(chǎn)品精準(zhǔn)定價策略分析流程：可視化信息1.探索數(shù)據(jù)源本案例所收集到的問卷數(shù)據(jù)如表7-2所示。第1列表示價格，從50到100，后面4列分別代表“很劃算”、“便宜”、“有點貴”、“太貴”，下面的數(shù)值代表選擇此選項的人數(shù)，一共30個人。新建實驗，保存之后從左邊數(shù)據(jù)源中拖拽“關(guān)系數(shù)據(jù)源”到中間畫布區(qū)，并在右邊參數(shù)數(shù)據(jù)源中選擇對應(yīng)的數(shù)據(jù)。執(zhí)行之后，在“關(guān)系數(shù)據(jù)源”節(jié)點鼠標(biāo)右鍵點擊，選擇查看輸出，即可查看本數(shù)據(jù)源詳細(xì)數(shù)據(jù)（如圖7-1所示）。圖7-1探索數(shù)據(jù)源可視化信息2.對數(shù)據(jù)進(jìn)行預(yù)處理通過觀察源數(shù)據(jù)可以發(fā)現(xiàn)“很劃算”至“太貴”四列的數(shù)據(jù)類型為文本型，需要將其改為數(shù)值型，此步驟可以通過平臺的“元數(shù)據(jù)編輯”節(jié)點實現(xiàn)，拖拽“元數(shù)據(jù)編輯”節(jié)點，并與數(shù)據(jù)源節(jié)點進(jìn)行關(guān)聯(lián)，如圖7-2所示?！霸獢?shù)據(jù)編輯”節(jié)點具體配置如圖7-3所示。圖7-2“元數(shù)據(jù)編輯”節(jié)點圖7-3元數(shù)據(jù)編輯可視化信息3.派生列新增四列數(shù)據(jù)，該新增列數(shù)據(jù)內(nèi)容分別為很劃算、便宜、有點貴以及太貴的累計求和，首先在左側(cè)找到派生列選項，將其拖拽到畫布區(qū)，并與“元數(shù)據(jù)編輯”節(jié)點進(jìn)行關(guān)聯(lián)，如圖7-4所示。圖7-4元數(shù)據(jù)編輯可視化信息3.派生列然后對其進(jìn)行配置，先在編輯表達(dá)式中輸入“sum([需要求和的列名]over（orderby[排序參照的列名]‘如需反向排序在中括號內(nèi)輸入desc’)”其具體操作步驟如圖7-5所示，處理后的結(jié)果如圖7-6所示。第一列表達(dá)式：sum([很劃算])over(orderby[價格]desc)第二列表達(dá)式：sum([便宜])over(orderby[價格]desc)第三列表達(dá)式：sum([有點貴])over(orderby[價格])第四列表達(dá)式：sum([太貴])over(orderby[價格])圖7-5派生列圖7-6輸出結(jié)果可視化信息3.派生列觀察派生列后的數(shù)據(jù)發(fā)現(xiàn)，“價格”列現(xiàn)在是降序狀態(tài)，需要修改成升序，使用“排序”節(jié)點可完成該操作，拖拽“排序”節(jié)點到畫布區(qū)，并與派生列相關(guān)聯(lián)，如圖7-7所示。圖7-7輸出結(jié)果可視化信息3.派生列在排序選項卡中選擇“價格”列，并將其排序方式修改為“asc（升序）”，其具體操作如圖7-8所示。圖7-8排序排序后的結(jié)果如圖7-9所示。圖7-9排序后結(jié)果可視化信息4.計算占比計算很劃算，便宜，有點貴，有點貴的占比是通過python節(jié)點進(jìn)行編寫，拖拽“自定義模塊”中的“PYTHON腳本”，并與“排序”節(jié)點相關(guān)聯(lián)，如圖7-10所示。圖7-10“PYTHON腳本”可視化信息4.計算占比代碼詳細(xì)內(nèi)容如下所示，代碼詳情如圖7-11所示，計算占比后的結(jié)果如圖7-12所示。注：python節(jié)點上方有三個接入口，代表最多可以對三個數(shù)據(jù)源同時進(jìn)行操作，分別對應(yīng)著dataframe1、dataframe2、dataframe3。#import是導(dǎo)入庫的過程importnumpyasnpimportpandasaspd

defexecute(dataframe1=None,dataframe2=None,dataframe3=None):dataframe1.columns=['價格','很劃算','便宜','有點貴','太貴','很劃算累計','便宜累計','有點貴累計','太貴累計']#第一行是連接表格的代碼，第二行是表格列名的設(shè)置。#新建占比列dataframe1['很劃算占比']=round((dataframe1['很劃算累計']/20),2).astype(float)dataframe1['便宜占比']=round((dataframe1['便宜累計']/56),2).astype(float)dataframe1['有點貴占比']=round((dataframe1['有點貴累計']/29),2).astype(float)dataframe1['太貴占比']=round((dataframe1['太貴累計']/75),2).astype(float)returndataframe1可視化信息4.計算占比圖7-11python代碼編寫圖7-12占比結(jié)果可視化信息4.計算占比將關(guān)系目標(biāo)源節(jié)點拖拽到畫布區(qū)，并與前序節(jié)點相關(guān)聯(lián)，如圖7-13所示。圖7-13關(guān)系目標(biāo)源可視化信息4.計算占比選擇對應(yīng)的數(shù)據(jù)源和SCHEMA，最后對數(shù)據(jù)表進(jìn)行命名，具體操作如圖7-14所示。圖7-14關(guān)系目標(biāo)源參數(shù)配置可視化信息5.繪制PSM價格敏感度折線圖 為了繪制PSM價格敏感度折線圖，選用可視化看板整體呈現(xiàn)。在后臺“分析展現(xiàn)”板塊創(chuàng)建自助儀表盤可達(dá)到效果，由于自助儀表盤只接受“數(shù)據(jù)集”和“業(yè)務(wù)主題”數(shù)據(jù)源，因此首先需要將導(dǎo)出的表制作成數(shù)據(jù)集。（1）自助數(shù)據(jù)集在數(shù)據(jù)集界面搜索欄點擊“自助數(shù)據(jù)集”，如圖7-15所示。圖7-15進(jìn)入自助數(shù)據(jù)集可視化信息5.繪制PSM價格敏感度折線圖 找到目標(biāo)數(shù)據(jù)表，將其另存為數(shù)據(jù)集，其設(shè)置如圖7-16所示。圖7-16自助數(shù)據(jù)集可視化信息5.繪制PSM價格敏感度折線圖 （2）繪制PSM價格敏感度折線圖PSM價格敏感度折線圖的繪制需要在“自助儀表盤”模塊進(jìn)行，因此首先需要新建一個自助儀表盤，如圖7-17所示。圖7-17自助儀表盤可視化信息5.繪制PSM價格敏感度折線圖 制作PSM價格敏感度折線圖，創(chuàng)建清單表組件，拖入所有列，如下圖7-18所示。具體各指標(biāo)的交叉點說明如表7-3所示。圖7-18選擇指標(biāo)數(shù)據(jù)可視化信息5.繪制PSM價格敏感度折線圖 最終圖形如下圖7-19所示。圖7-19最終圖可視化信息5.繪制PSM價格敏感度折線圖 可視化信息6.產(chǎn)品精準(zhǔn)定價策略分析得到圖7-20的結(jié)果后，總共4條態(tài)度線，它們共有4種交叉點價格，圖中可以看到：PMC值大概為59元，PME值約為78元，OPP值約為60元，IPP值約為71元。

那么說明：定價時不能低于59元，否則用戶會覺得產(chǎn)品價格過于便宜；同時也不能高于78元，否則用戶會覺得價格太高。即價格區(qū)間應(yīng)該介于59～78元之間。同時，價格最好不能為IPP值即71元，因為這個價格讓用戶覺得好像有點便宜又好像有點貴，有點模糊。最好的價格是OPP值即60元。

當(dāng)然OPP值只是個從圖來看的值，實際研究中通常會將價格區(qū)間59～70元作為一個參考，也可以制定價格為65元均可，最終還需要似實際情況共同而定。6思考題1.通過相關(guān)模塊，掌握營銷PSM模型的應(yīng)用。2.列舉一些PSM模型在其他領(lǐng)域的應(yīng)用。12基于決策樹的消費者響應(yīng)預(yù)測Let’sStart第8章決策樹的工作原理Howadecisiontreeworks構(gòu)造決策樹的算法Algorithmsforconstructingdecisiontrees問題的提出RaiseaquestionCONTENTS目錄消費者響應(yīng)預(yù)測案例示范Consumerresponsepredictioncasedemonstration思考題Thinkingproblems1問題的提出（一）促銷與消費者響應(yīng)促銷是營銷者主動與消費者溝通，將各種刺激產(chǎn)品消費的信息傳遞給消費者，吸引消費者購買的一種活動，常見的促銷策略包括廣告、人員推銷、營業(yè)推廣、公共關(guān)系和網(wǎng)絡(luò)營銷等。消費者響應(yīng)是指消費者對企業(yè)行為的態(tài)度以及所形成的消費意愿。日常生活中，消費者感知到的促銷具體手段有很多種，例如樣品、折價券、現(xiàn)金返還、買贈、滿減、抽獎等。這些手段往往都能給消費者帶來附加價值，從而激勵消費者購買。然而，附加價值對消費者的激勵作用存在邊際遞減效應(yīng)。當(dāng)附加價值達(dá)到某一水平后，每為消費者增加一個單位的附加價值所產(chǎn)生的銷售利潤轉(zhuǎn)為負(fù)數(shù)。因此，企業(yè)需要確定附加價值的大小，如分發(fā)樣品的數(shù)量、折價券的具體折扣、滿減時的標(biāo)準(zhǔn)設(shè)定等。（一）促銷與消費者響應(yīng)傳統(tǒng)營銷中的促銷工具選擇往往是根據(jù)企業(yè)以往經(jīng)驗以及競爭對手水平來確定的，即使有些企業(yè)會調(diào)研消費者對不同促銷手段的反應(yīng)，但也只是事后才能知道促銷的效果，僅能為以后的促銷活動提供參考。在大數(shù)據(jù)背景下，企業(yè)可以通過對比消費者以往的購買行為數(shù)據(jù)和企業(yè)相應(yīng)的優(yōu)惠措施及優(yōu)惠程度，預(yù)先測試出消費者對不同優(yōu)惠程度的反應(yīng)，通過建模判斷出企業(yè)提供的附加價值的邊際臨界值，以最小成本獲得最優(yōu)消費激勵效果。（二）問題設(shè)計數(shù)字時代，如何采取有效的廣告策略，如何引發(fā)消費者積極的響應(yīng)，一直是消費者行為學(xué)的一個熱點議題。現(xiàn)實中，大量商家經(jīng)常給消費者發(fā)送促銷短信，特別是一些重要的節(jié)日前后，期望產(chǎn)生更多的購買行為。但通常只會有部分消費者做出積極響應(yīng)，因此，知曉哪些消費者更有可能對企業(yè)促銷信息產(chǎn)生積極響應(yīng)對于優(yōu)化精準(zhǔn)營銷策略、提升營銷效果具有重要意義。精準(zhǔn)營銷就是找準(zhǔn)時機(jī)，利用正確的通道向消費者傳達(dá)合適的信息，從而促使消費者做出企業(yè)所期待的響應(yīng)。決策樹算法基于一系列歸納算法的規(guī)則進(jìn)行數(shù)據(jù)分類，是一種典型的用于預(yù)測的算法。某公司數(shù)據(jù)分析運營專員準(zhǔn)備運用決策樹算法分析市場部收集到的客戶人群特征數(shù)據(jù)，挖掘出客戶對于營銷活動的反應(yīng)，從而專門推送廣告給會響應(yīng)營銷活動的客戶，以幫助企業(yè)減少成本。（三）問題的解決思路以往企業(yè)在分析促銷效果時存在明顯的滯后性，并且有一些促銷效果難以用量化的數(shù)據(jù)統(tǒng)計分析。在當(dāng)前大數(shù)據(jù)背景下，企業(yè)可以持續(xù)跟蹤營銷信息投放以及目標(biāo)消費者響應(yīng)的實時反饋，能夠?qū)崟r監(jiān)測營銷信息的投放效果，進(jìn)而調(diào)整與優(yōu)化營銷策略。消費者響應(yīng)預(yù)測是基于以往數(shù)據(jù)，包括產(chǎn)品總體銷量情況、用戶消費情況、流量情況以及競爭情況等。本案例的基本思路是建立客戶人群特征數(shù)據(jù)的決策樹模型，具體如下：①首先觀察數(shù)據(jù)，以找到主要特征屬性；②通過模擬得出營銷活動響應(yīng)的預(yù)測模型；③根據(jù)模型結(jié)果為電商賣家營銷策略提供建議。根據(jù)營銷廣告的投放情況，利用可視化的手段對本次營銷活動的效果進(jìn)行分析，最終形成廣告投放優(yōu)化建議。2決策樹的工作原理

決策樹是一種常用的以樹形結(jié)構(gòu)表達(dá)的分類算法，其中每個內(nèi)部節(jié)點表示一個屬性上的測試，每個分支代表一個測試輸出，每個葉節(jié)點代表一種類別。根節(jié)點到每個葉子節(jié)點均形成一條分類的路徑規(guī)則，如圖8-1所示。而對新的樣本進(jìn)行測試時，只需要從根節(jié)點開始，在每個分支節(jié)點進(jìn)行測試，沿著相應(yīng)的分支遞歸地進(jìn)入子樹再測試，一直到達(dá)葉子節(jié)點，該葉子節(jié)點所代表的類別即是當(dāng)前測試樣本的預(yù)測類別。決策樹內(nèi)部節(jié)點用矩形表示，葉子節(jié)點用橢圓表示。在決策樹中，每個葉節(jié)點都賦予一個類標(biāo)簽。每個非終結(jié)點（包括根節(jié)點以及內(nèi)部節(jié)點）則對應(yīng)一個屬性測試條件。從根節(jié)點到葉節(jié)點的每一條路徑都是決策樹的一條完整規(guī)則。圖8-1決策樹工作原理決策樹法是隨機(jī)決策模型中最常見、最普及的一種決策模式和方法。決策樹法屬于風(fēng)險型決策方法，可有效地控制了決策帶來的風(fēng)險。不同于確定型決策方法，應(yīng)用決策樹決策方法必須具備以下條件：（1）具有決策者期望達(dá)到的明確目標(biāo)（2）存在決策者可以選擇的兩個以上的可行的備選方案；（3）存在決策者無法控制的兩個以上不確定因素（如氣候變化、市場行情、經(jīng)濟(jì)發(fā)展動向等）；（4）不同方案在不同因素下的收益或損失（簡稱損益值）可以計算出來；（5）決策者可以估計不確定因素發(fā)生的概率。當(dāng)今的社會經(jīng)濟(jì)活動中，競爭日趨激烈，現(xiàn)代企業(yè)的經(jīng)營方向面臨著許多可供選擇的方案，如何用最少的資源，贏得最大的利潤以及最大限度地降低企業(yè)的經(jīng)營風(fēng)險，是企業(yè)決策者經(jīng)常面對的決策問題，決策樹法能簡單明了地幫助企業(yè)決策層分析企業(yè)的經(jīng)營風(fēng)險和經(jīng)營方向。3構(gòu)造決策樹的算法可視化信息數(shù)字經(jīng)濟(jì)時代下，作為一種戰(zhàn)略性生產(chǎn)要素，數(shù)據(jù)參與到價值主張、價值創(chuàng)造、價值交付、價值捕獲的全過程，而算法則是收集、處理數(shù)據(jù)，從而獲取營銷洞察的戰(zhàn)略性工具。決策樹算法是運用樹狀圖表示各決策的期望值，通過計算，最終優(yōu)選出效益最大、成本最小的決策方法。1.ID3算法1979年昆蘭提出了ID3算法，ID3算法是通過計算節(jié)點的信息增益來選擇節(jié)點屬性。信息增益越大，則表示使用該屬性作為節(jié)點對數(shù)據(jù)集劃分所獲得的"純度提升"越大。所以信息增益可以用于決策樹劃分屬性的選擇，其實就是選擇信息增益最大的屬性，ID3算法就是采用的信息增益來劃分屬性。ID3算法的規(guī)則相對簡單，可解釋性強(qiáng)。但同時存在缺陷，它傾向于選擇取值比較多的屬性，所以存在有些屬性可能對分類任務(wù)沒有太大作用（比如編號，但一般不會選擇編號字段作為一個屬性），但是這些屬性仍然會被選為最優(yōu)屬性。這種缺陷不是每次都會發(fā)生，只是存在一定概率，但針對可能發(fā)生的缺陷，后人提出了新的算法進(jìn)行改進(jìn)。2.C4.5算法C4.5算法采用基于信息增益率的方法遞歸選擇屬性形成決策樹，其中信息增益率=信息增益/屬性熵。ID3算法在計算時傾向于選擇取值比較多的屬性，但當(dāng)屬性有很多值的時候，相當(dāng)于被劃分成了許多份，雖然信息增益變大了，屬性熵也會變大，所以整體的信息增益率并不大，因此，C4.5算法避免了ID3算法的這個缺陷。ID3算法在構(gòu)造決策樹的時候，容易出現(xiàn)“過擬合”現(xiàn)象。而在C4.5算法中，會在決策樹構(gòu)造之后采用悲觀剪枝。悲觀剪枝通過遞歸估算每個內(nèi)部節(jié)點的分類錯誤率，比較剪枝前后這個節(jié)點的分類錯誤率來決定是否對其進(jìn)行剪枝，以提升決策樹的泛化能力。相比于ID3算法，C4.5算法用信息增益率替代了信息增益，解決了噪聲敏感的問題，并且可以對構(gòu)造樹進(jìn)行剪枝，同時還能處理連續(xù)數(shù)值與數(shù)值缺失的情況。不過，由于C4.5需要對數(shù)據(jù)集進(jìn)行多次掃描，算法效率相對較低。3.Cart算法CART算法是一種應(yīng)用廣泛的決策樹學(xué)習(xí)方法。Cart被稱為分類回歸樹，既能是分類樹，也能是回歸樹。Cart算法與ID3、C4.5算法的不同之處在于Cart算法生成的必須是二叉樹。也就是說，不管是回歸還是分類問題，不管是離散型還是連續(xù)型特征變量，不管是有多個還是兩個屬性取值，內(nèi)部節(jié)點只能二分每一個屬性值。在用于分類問題時，Cart算法使用Gini（基尼）指數(shù)最小化準(zhǔn)則來選擇特征劃分類型?；嶂笖?shù)（Gini不純度）表示在樣本集合中一個隨機(jī)選中的樣本被分錯的概率。Gini指數(shù)越小表示集合中被選中的樣本被參錯的概率越小，也就是說集合的純度越高，反之，集合純度越低。當(dāng)集合中所有樣本為一個類時，基尼指數(shù)為0。所以Cart算法選擇Gini指數(shù)小的屬性作為決策樹節(jié)點。4消費者響應(yīng)預(yù)測案例示范可視化信息1.探索數(shù)據(jù)源2.對數(shù)據(jù)進(jìn)行預(yù)處理3.構(gòu)建決策樹模型4.預(yù)測得到高響應(yīng)率客戶5.對賣家提出促銷策略6.從廣告營銷效果角度進(jìn)行可視化分析7.從客戶個人屬性角度進(jìn)行可視化分析8.對廣告營銷投放的優(yōu)化流程：1.探索數(shù)據(jù)源案例使用到的數(shù)據(jù)包含兩部門：一是訓(xùn)練集數(shù)據(jù)，二是測試集數(shù)據(jù)。收集到的該賣家的歷史客戶人群特征訂單數(shù)據(jù)包含以下字段：客戶昵稱、用戶等級、用戶價值度、用戶活躍度、年齡、性別、收貨地址、寶貝種類、寶貝數(shù)量、支付金額、總瀏覽量、是否響應(yīng)。訓(xùn)練集共200條數(shù)據(jù)，測試集共有100條數(shù)據(jù)。注：特征變量數(shù)為10，“是否響應(yīng)”字段為目標(biāo)變量僅存在于訓(xùn)練集中不存在于測試集中。表8-1為“客戶特征數(shù)據(jù)”（共100條數(shù)據(jù)，此處只顯示前10條數(shù)據(jù)），表中包含了統(tǒng)計日期內(nèi)的用戶等級、用戶活躍度、用戶價值度以及支付金額等。表8-2為重要指標(biāo)詳解。首先將本實訓(xùn)用到的數(shù)據(jù)導(dǎo)入【關(guān)系數(shù)據(jù)源】中，新建實驗并保存實驗后，從左邊數(shù)據(jù)源模塊拖拽“關(guān)系數(shù)據(jù)源”節(jié)點至畫布區(qū)，并在右邊參數(shù)區(qū)根據(jù)自己上傳數(shù)據(jù)時所保存的路徑找到數(shù)據(jù)表。隨后右擊“關(guān)系數(shù)據(jù)源”節(jié)點并點擊“執(zhí)行到此處”，執(zhí)行成功后右擊查看關(guān)系數(shù)據(jù)源節(jié)點的輸出結(jié)果，輸出部分?jǐn)?shù)據(jù)如圖8-2所示。圖8-2數(shù)據(jù)源2.對數(shù)據(jù)進(jìn)行預(yù)處理

（1）將字符型字段進(jìn)行特征轉(zhuǎn)換由于算法模型的字段僅支持?jǐn)?shù)值型格式，所以需要將字符型字段轉(zhuǎn)換成數(shù)值型，這里需要用到“特征轉(zhuǎn)換”節(jié)點來實現(xiàn)特征類型的轉(zhuǎn)換。如圖8-3所示，選擇【特征工程】中的“特征選擇”節(jié)點，在選擇特征列中將需要轉(zhuǎn)換類型的文本型字段“性別”和“收貨地址”添加到“已選字段列表”中，進(jìn)行特征轉(zhuǎn)換，為后續(xù)模型的訓(xùn)練做準(zhǔn)備。圖8-3選擇需要進(jìn)行轉(zhuǎn)換的特征列添加【特征工程】中的“特征轉(zhuǎn)換”節(jié)點至畫布區(qū)，該節(jié)點的作用是為轉(zhuǎn)換特征列增添后綴名而形成新的一列字段。該新增后綴名如圖8-4所示，為Index。圖8-4新增后綴名通過抽取、變換進(jìn)行特征轉(zhuǎn)化處理，流程如圖8-5所示圖8-5流程圖變換后的新列列名及對應(yīng)數(shù)值如表8-3所示?！靶詣e”字段轉(zhuǎn)換為“column6Index”，“收貨地址”字段轉(zhuǎn)換為“column7Index”，具體見圖8-6所示。圖8-6訓(xùn)練集進(jìn)行特征轉(zhuǎn)化后的字段（2）特征選擇將進(jìn)行數(shù)值轉(zhuǎn)換好后的字段需進(jìn)行特征選擇操作，為后續(xù)模型訓(xùn)練做準(zhǔn)備。它的具體作用是從數(shù)據(jù)集中選取有用特征，用于分類預(yù)測或者回歸預(yù)測算法的訓(xùn)練。其中標(biāo)簽列必選，具體的特征列和標(biāo)簽列配置如下圖8-7所示。圖8-7選擇特征列和標(biāo)簽列所選擇特征列的字段為與所需要預(yù)測的“是否響應(yīng)”字段有較大相關(guān)性的特征字段，這里需注意的是特征列中應(yīng)選擇數(shù)值型字段和已經(jīng)進(jìn)行了特征變換的字段，對于已經(jīng)進(jìn)行了特征變換后的字段，即以Index結(jié)尾的字段，即“column6Index”和“column7Index”。而標(biāo)簽列為后續(xù)所需要預(yù)測的“是否響應(yīng)”字段。3.構(gòu)建決策樹模型（1）算法選擇&模型訓(xùn)練回顧本案例的目的是對電商客戶對營銷活動的響應(yīng)預(yù)測，這屬于分類問題，對應(yīng)的算法為分類算法，此處選擇決策樹算法。該算法是多酚類算法，是一種流行的機(jī)器學(xué)習(xí)分類算法，算法的核心是信息熵。它通過計算每個屬性的信息增益，認(rèn)為信息增益高的屬性是好屬性，每次劃分選擇信息增益最高的屬性作為劃分標(biāo)準(zhǔn)，重復(fù)這個過程，直至生成一個好的分類訓(xùn)練樣本的決策樹。拖拽【機(jī)器學(xué)習(xí)】-【分類算法】-【多分類算法】中的“決策樹”節(jié)點和【數(shù)據(jù)預(yù)處理】中的“拆分”節(jié)點至畫布區(qū)，“拆分”上節(jié)點承接進(jìn)行了“行選擇1”操作后的訓(xùn)練集。數(shù)據(jù)拆分是將原始樣本集按照訓(xùn)練集和測試集的方式拆分為兩個子集。拆分后各個子集的比例總和小于等于100%。數(shù)據(jù)拆分經(jīng)常作為回歸或者分類算法節(jié)點的前置節(jié)點。具體的算法參數(shù)配置如圖8-8所示，圖8-8決策樹算法的參數(shù)配置分裂特征的數(shù)量為32，樹的深度為4?！安鸱帧惫?jié)點的參數(shù)配置如圖8-9所示，數(shù)據(jù)集占比為0.7，隨機(jī)種子默認(rèn)為1。圖8-9拆分節(jié)點的參數(shù)配置選擇【機(jī)器學(xué)習(xí)】-【訓(xùn)練】中的“訓(xùn)練”節(jié)點和【機(jī)器學(xué)習(xí)】中的“預(yù)測”節(jié)點至畫布區(qū)?！坝?xùn)練”節(jié)點是基于選擇的特征，對各種分類和回歸算法進(jìn)行訓(xùn)練，左邊輸入為待訓(xùn)練的算法，右邊輸入則為訓(xùn)練集。而“預(yù)測”節(jié)點是根據(jù)訓(xùn)練集以及各種分類或回歸算法對測試集進(jìn)行結(jié)果預(yù)測，左邊輸入為已訓(xùn)練的模型或者已保存的模型，右邊輸入為測試集。最終將模型預(yù)測的結(jié)果承接給“評估”節(jié)點，對分類算法模型的預(yù)測效果進(jìn)行評估，檢驗?zāi)Ｐ驮诜诸惾蝿?wù)中的表現(xiàn)或者檢驗其在回歸任務(wù)中的可靠性。運行并查看評估節(jié)點，具體評估結(jié)果如圖8-10和圖8-111所示。圖8-10評估結(jié)果1圖8-11評估結(jié)果2混淆矩陣也稱誤差矩陣，是表示精度評價的一種標(biāo)準(zhǔn)格式，用n行n列的矩陣形式來表示。在數(shù)據(jù)挖掘領(lǐng)域，混淆矩陣是可視化工具，特別用于監(jiān)督學(xué)習(xí)。混淆矩陣的每一列代表了預(yù)測類別，每一列的總數(shù)表示預(yù)測為該類別的數(shù)據(jù)的數(shù)目；每一行代表了數(shù)據(jù)的真實歸屬類別，每一行的數(shù)據(jù)總數(shù)表示該類別的數(shù)據(jù)實例的數(shù)目。每一列中的數(shù)值表示真實數(shù)據(jù)被預(yù)測為該類的數(shù)目。如圖8-11所示，第一行第一列中的表示有50個實際歸屬0的實例被預(yù)測為0，同理，第一行第二列的4表示有4個實際歸屬為0的實例被錯誤預(yù)測為1?？偟膩碚f，預(yù)測正確的有52個，預(yù)測錯誤的有6個。觀察評估結(jié)果1和結(jié)果2（圖8-11和圖8-12）可以看到，該模型的準(zhǔn)確率（預(yù)測某類正確的樣本比例）為89.66%，召回率（真實為正的樣本中預(yù)測為正的樣本）為92.59%，可知該模型預(yù)測效果較好。（2）對測試集進(jìn)行相關(guān)操作將第二個“關(guān)系數(shù)據(jù)源”拖入畫布區(qū)，將“客戶特征數(shù)據(jù)-測試集”上傳至該數(shù)據(jù)源，由于該數(shù)據(jù)集的詳情數(shù)據(jù)已經(jīng)展示過了，這里不做過多陳述。對于訓(xùn)練集也需要進(jìn)行跟訓(xùn)練相關(guān)同樣的操作。一是，將文本型字段——“性別”和“收貨地址”進(jìn)行特征轉(zhuǎn)換為數(shù)值型字段，相關(guān)配置如圖8-12所示。圖8-12特征選擇的相關(guān)配置最終測試集的部分變換結(jié)果如圖8-13所示。圖8-13測試集進(jìn)行特征轉(zhuǎn)換的輸出二是，在進(jìn)行了特征變換后，進(jìn)行選擇特征列的操作。所選擇的特征列字段如圖8-14所示，注意選擇的字段應(yīng)為數(shù)值型字段。圖8-14特征選擇的相關(guān)配置4.預(yù)測得到高響應(yīng)率客戶 最后選擇【機(jī)器學(xué)習(xí)】中的“預(yù)測”節(jié)點對測試集中的數(shù)據(jù)進(jìn)行預(yù)測。預(yù)測節(jié)點是根據(jù)訓(xùn)練集以及各種分類或回歸算法對測試集進(jìn)行結(jié)果預(yù)測，左邊輸入為已訓(xùn)練的模型或者已保存的模型，右邊輸入為測試集。因此“預(yù)測”節(jié)點的左邊應(yīng)放入第四步已經(jīng)進(jìn)行了訓(xùn)練的數(shù)據(jù)集。整體的工作流如下圖8-15所示。圖8-15整體工作流運行第二個“預(yù)測”節(jié)點查看預(yù)測結(jié)果，在列最后出現(xiàn)新字段“prediction”即為預(yù)測的結(jié)果，如下圖8-16所示。圖8-16預(yù)測結(jié)果5.對賣家提出促銷策略 為了方便觀察預(yù)測結(jié)果，可以選擇“聚合”節(jié)點，對“prediction”中的結(jié)果進(jìn)行統(tǒng)計（如圖8-17所示）。根據(jù)該聚合結(jié)果，100名客戶中預(yù)測結(jié)果中，只有5名客戶會對營銷活動進(jìn)行響應(yīng)，可以得出客戶對于該商家的營銷活動響應(yīng)率是比較低的。圖8-17對預(yù)測結(jié)果進(jìn)行聚合觀察整體模型的訓(xùn)練和預(yù)測結(jié)果，可以為賣家提出的策略如下：①郵件營銷。郵件營銷是與電商客戶保持聯(lián)系的一種非常好的方式，可以與了解業(yè)務(wù)、并對電商產(chǎn)品感興趣的客戶直接進(jìn)行溝通。②營銷自動化。營銷自動化，可以降低成本、提高轉(zhuǎn)換率、增加平均訂單價值，甚至在某些情況下，提升購物體驗。作為一項技能，營銷自動化就是在自動化平臺管理營銷過程和工作流程。可以找到適合自己電商業(yè)務(wù)的自動化營銷工具，并學(xué)會如何利用它。③頁面設(shè)計。圖表和頁面設(shè)計是網(wǎng)絡(luò)營銷的基本因素。廣告的方式、文章內(nèi)容、甚至是產(chǎn)品細(xì)節(jié)頁面外觀都影響著營銷信息或產(chǎn)品如何被大眾感知。④書寫，內(nèi)容營銷。書寫能力，本質(zhì)上就是能夠在網(wǎng)上交流。電商產(chǎn)品描述、博客帖子、引導(dǎo)文章、產(chǎn)品微視頻，都需要進(jìn)行書寫。如果寫得好，能幫助推廣電商產(chǎn)品。好的內(nèi)容營銷是電商營銷成功的一個關(guān)鍵點。6.從廣告營銷效果角度進(jìn)行可視化分析時代在不停的變化，從傳統(tǒng)的報紙、電視，到現(xiàn)在的互聯(lián)網(wǎng)出現(xiàn)，廣告主才真正擦亮眼睛，不會盲目的投放，而是學(xué)會借助網(wǎng)絡(luò)的力量。然而，廣告投放是一門廣告投放運營人必備的功課之一，廣告投放一個最核心的目標(biāo)就是占領(lǐng)用戶的心智。廣告的作用就是告知、說服、提醒、強(qiáng)化等功能。所以，廣告主的投放的目的就是希望能夠時不時的提醒用戶，讓用戶對你的產(chǎn)品進(jìn)行轉(zhuǎn)化。因而，如何持續(xù)優(yōu)化廣告投放策略，成為了眾多廣告主優(yōu)先考慮的問題之一。將本實訓(xùn)用到的第二個數(shù)據(jù)源——廣告投放運營數(shù)據(jù)，對廣告投放效果進(jìn)行分析，提出可行的優(yōu)化意見。將數(shù)據(jù)上傳至【數(shù)據(jù)集】中，以便后續(xù)對廣告投放效果進(jìn)行可視化的分析。可視化將在【分析展現(xiàn)】中的【自助儀表盤】版塊進(jìn)行呈現(xiàn)，在數(shù)據(jù)搜索框中搜索已經(jīng)上傳至【數(shù)據(jù)集】中的數(shù)據(jù)名進(jìn)行搜索并點擊選擇。（1）各渠道點擊量可視化對廣告營銷效果分析，首先從對各投放的渠道的廣告點擊量進(jìn)行可視化分析。數(shù)據(jù)源中的“廣告投放渠道”字段包含三個廣告渠道內(nèi)容：社交廣告、搜索廣告和媒體廣告。由于對各廣告渠道的客戶的廣告點擊量的統(tǒng)計，因此將包含三個廣告渠道內(nèi)容的“廣告投放渠道”字段拖入列區(qū)域，將“客戶昵稱”字段拖入行區(qū)域，如下圖8-18所示。圖8-18選擇字段圖形選擇為“柱形圖”，如圖8-19所示。圖8-19圖形選擇對于圖形的坐標(biāo)軸以及圖形標(biāo)題的設(shè)置，可以在【組件設(shè)置】中進(jìn)行相關(guān)的設(shè)置。在組件部分可以看到相關(guān)標(biāo)題設(shè)置的選項區(qū)域，這里輸入標(biāo)題名稱為“各渠道點擊量對比”并設(shè)置合適的字體大小和標(biāo)題位置，如圖8-20所示。圖8-20組件設(shè)置在【標(biāo)記】處選項卡中可以設(shè)置圖形的顏色，標(biāo)簽等。這里想要顯示標(biāo)簽，并讓標(biāo)簽顯示在外，以及標(biāo)簽的字體大小。相關(guān)設(shè)置如圖8-21。圖8-21標(biāo)簽設(shè)置需要注意的是，想要達(dá)到對比的效果，這里需對各廣告渠道的客戶點擊量進(jìn)行排序，如上圖8-18中，對“客戶昵稱”字段的排序方式設(shè)置為“升序排序”。最終各渠道點擊量對比可視化如下圖8-22所示。圖8-22各渠道點擊量對比從該可視化柱形圖（如圖8-22）中可以看出，在三個廣告渠道中，媒體廣告渠道的點擊量最多，搜索廣告渠道的點擊量最低。說明了媒體廣告投放渠道要優(yōu)于搜索廣告和社交廣告渠道。（2）各渠道不同時間段點擊量可視化對各渠道投放廣告的時間段進(jìn)行可視化分析，拖入“廣告投放渠道”至行區(qū)域，“小時”字段至列區(qū)域。設(shè)置圖形為“柱圖”，并在【組件設(shè)置】中設(shè)置圖形的標(biāo)題為“各渠道不同時間段的點擊情況對比”。在“標(biāo)記”選項卡中可以設(shè)置圖形標(biāo)簽等。這里想要顯示標(biāo)簽，并讓標(biāo)簽顯示在外，以及標(biāo)簽的字體大小。相關(guān)的設(shè)置如圖8-23所示。圖8-23字段選擇&標(biāo)簽設(shè)置最終各渠道不同時間段的點擊量情況對比圖，如下圖8-24所示。圖8-24各渠道不同時間段的點擊情況對比如圖8-24是三個廣告渠道不同時間段的點擊量對比柱形圖。結(jié)合各渠道點擊量對比柱形圖，可知點擊瀏覽媒體廣告的客戶數(shù)量最多，廣告點擊量在主要在早上5時、上午12時和晚間的20時。結(jié)合三個廣告渠道不同時間段的點擊情況，早晨3時至4時以及下午時段13時至17時的點擊量都比較低，這幾個時間段的廣告投放效果很差。當(dāng)然，點擊率的高低對比也受各時間段的瀏覽量影響，點擊率的低的時間段有可能是由于高瀏覽量造成，點擊率高的時間也有可能是由于低流量早晨。（3）各渠道周點擊量可視化對各渠道投放廣告以星期為時間段進(jìn)行可視化分析，拖入“廣告投放渠道”至行區(qū)域，“星期幾”字段至列區(qū)域。設(shè)置圖形為“柱圖”，并在【組件設(shè)置】中設(shè)置圖形的標(biāo)題為“各渠道周點擊情況對比”。在“標(biāo)記”選項卡中可以設(shè)置圖形標(biāo)簽等。這里想要顯示標(biāo)簽，并讓標(biāo)簽顯示在外，以及標(biāo)簽的字體大小。可視化過程與上步驟相似，這里進(jìn)行省略。最終的可視化柱形圖如下圖8-25所示。圖8-25各渠道周點擊情況對比圖8-25統(tǒng)計出了各廣告渠道以星期為統(tǒng)計時間單位的點擊量情況對比柱形圖。通過分析可以看出這三個廣告渠道在周三點擊量在較高的水平，在周四的點擊量效果較差，其余時間點擊量比較平穩(wěn)，說明周五的廣告投放率效果比較好。7.從客戶個