“五度”数据分析
客户世界|陈哲|2013-02-28
工欲善其事，必先利其器。数据分析要成为企业利器需要满足“五度”：深度、效度、信度、难度、通度。
第一度：深度
深度是指数据分析对企业的支持程度，是数据分析成为利器的首要条件。当企业面临决策难题时，数据分析若要有深度，则要全面回答三个问题：
1、企业的现状和问题是什么？
2、问题为什么会产生？
3、企业未来怎么办？
这3个问题若未答全，则分析的深度就会有所缺失。
举个例子。表1是某分析师为A卖场所做的顾客满意度分析。
表1：A卖场顾客满意度分析
显然，该表的分析深度是不够的。至少没有回答以下问题：
1、在7个评价指标中，哪个指标更重要，需要优先改进？（是什么）
2、A卖场的满意度水平和竞争对手相比，处于什么地位？（是什么）
3、为什么顾客对A卖场“宣传”方面的满意度水平最低？（为什么）
4、A卖场该如何针对不同的顾客提高满意度水平？（怎么办）
为此，需要针对这些问题进行分析方法改进。改进如下。
问题1：在7个评价指标中，哪个指标更重要，需要优先改进？
方法改进：增加矩阵分析（见图1）
图1：A卖场满意度评价矩阵
分析思路：增加重要性维度，对7个指标的重要性和满意度同时测评。
那些重要性高，但满意度低的指标就是优先需要改进的方向。
分析结论：“宣传”和“店员”是A卖场需要重点改进的两个方面。
问题2： A卖场的满意度水平和竞争对手相比，处于什么地位？
方法改进：增加矩阵分析（见图2）
图2：A卖场和B卖场满意度评价矩阵
分析思路：增加竞争对手B卖场，使A卖场清楚在与B卖场的竞争中自身所处的位置、优劣势和改进的方向
分析结论：A卖场的总体表现优于B卖场。与B卖场相比，A卖场的优势为环境/位置/店员/服务/价格，劣势为品类/宣传
问题3：为什么顾客对A卖场“宣传”方面的满意度水平最低？
方法改进：增加对比分析（见图3）
分析思路：在对A卖场的满意度评价中，“宣传”的满意度得分最低。问题出在哪里？是“宣传频率”，还是“宣传覆盖面”？是“宣传类型”还是“广告代言人”？要找到问题的症结，需要细化“宣传”指标，并判断细化指标的表现，从而做出问题诊断。
分析结论：“宣传覆盖面”是最重要的，但满意度却最低，因此为最先需要改进的指标，其次是“广告美誉度”和“宣传频率”。
问题4：A卖场该如何针对不同的顾客提高满意度水平？
方法改进：增加方差分析和对应分析（见表2及图4）
分析思路：如何提升满意度，这是顾客满意度分析的终极目标。而要提升顾客的满意度，就需要知道不同的顾客在重点考虑因素方面是否存在差异，差异具体有哪些。然后针对这些差异开展精准营销。
分析结论：通过方差分析，可以看出F值的相伴概率为0.002<0.05，通过显著性检验，说明不同城市在考虑因素方面存在着显著差异。顾客所在的城市可以分为三类，北方城市、中部城市和南方城市。北方城市更关注店面环境、促销价格等因素；南方城市更关注卖场的口碑、实力、知名度等因素；中部城市更关注售后服务、店面面积等因素
通过对以上4个问题的改进，A商场的顾客满意度分析深度有所增加。
第二度：效度
效度是指数据分析的效率。速度越快、成本越低，则效度越高。效度是数据分析成为利器的第二个条件。
例如，社交网络分析成为趋势，是因为与传统分析方法相比，社交网络分析更具效度。
以医学研究为例，在传染病预测方面，社交网络分析表现出了更强的速度。
传统的分析方法是国家疾病控制预防中心从医生、实验室那里收集数据，来分析疾病的流行性和发病率。当不同的病人在不同地方被诊断有病，所有数据在经过一定的延迟之后，都送到一个中心数据库。一两个星期之后，你才会知道你身边的传染病在什么地方也会发生。这样的分析显然是滞后和无效的。无法起到传染病的警示和预测效果。但是，通过社交网络分析却可起到预警作用。
图5中横坐标表示时间，纵坐标表示传染病感染人数的比例。由于在社交网络中，中心群体（即位于社交网络中心并且连接数目多的人物）比随机人群更容易受到病毒感染，在同一时间，中心群体感染率更大。因此，黄线表示中心群体的感染率，红线表示随机人群的感染率。
显然，中心群体与随机人群之间存在着一个时间差，也就是如果我们对中心群体进行追踪研究，会及早发现问题，起到预测和警示的作用。2009年哈佛大学利用社交网络对H1N1进行预测，得到了提前16天的预先警示，大大提高了医院的反应速度。
在群体免疫方面，社交网络分析则表现出了更低的成本。
如果我们有个1000人的群体，想使这个群体对某种病原体免疫。我们是否需要给每个人都打免疫预防针呢？不需要。
由于在社交网络中，中心群体比随机人群更容易影响他人，因此，只要使中心群体免疫，就解决了源头问题。如何找到中心群体呢？可以随机从人群中抽选一个人，向他询问：在你的朋友中，有比你有更多朋友的朋友吗？然后找到这个朋友，再次询问这样的问题，以此循环，就会不断向社交网络中心逼近。科学家的实验表明，从1000人的群体中取30%的随机样本，让他们推举他们的朋友，然后对这些朋友进行免疫，就能达到使90%以上的人免疫的效果。可见效率提高了，花费更少了。
第三度：信度
信度是指分析结果的可靠程度。信度是判断分析方法好坏的第三个标准。要加强分析的信度，需要做到以下几点：
1、对比要可比
在我们身边，充斥着大量不具有可比性的对比分析。这个问题严重影响了分析结果的可信度。
有这样一个例子：
在美国和西班牙交战期间，美国海军的死亡率是千分之九，而同时期纽约居民的死亡率是千分之十六。后来海军征兵人员就用这些数据来证明参军更安全。你认为这个结论正确吗？
当然不正确，这两个数字是不具有可比性的，当兵的都是身强力壮的年轻人，而居民的死亡率是包括老弱病残的数据，这些人相对来说，死亡率是高的（需要说明的是16‰估计是不含自然死亡）。所以正常应该是用同年龄段的海军数据和纽约居民来对比。
2、差异要显著
在做精细化营销时，往往需要借助数据来理解不同用户的偏好差异。那么，数据相差多大才显示不同用户的偏好存在差异呢？
如图6，不同收入的用户对A卖场品类的态度有差异吗？别急，需要先做显著性检验。因为满意度得分上的差异来自两个方面：组间差异和组内差异。
组间差异（控制变量）是由于收入水平的不同，三组用户间的满意度差异。
组内差异（随机变量）是由于随机因素，同样收入水平下的用户的满意度差异。
只有当满意度得分上的差异主要来自于收入水平（即组间差异），而不是其他（如随机抽样），才可以说：不同收入的用户具有不同的偏好。
基于以上思考，我们做方差分析。从方差分析的结果看：
首先，方差齐性检验中的相伴概率值0.435>显著性水平0.05，可认为各水平下总体方差相等，通过了检验，所以可以使用方差分析。
其次，方差分析的结果显示组内平方和（即组内差异为90.396）远远大于组间平方和（即组间差异为8.379），F值的相伴概率值>0.05，未通过检验。也就是说对A卖场品类态度上的差异主要来自于同样收入水平下的用户，不同收入者对A卖场的品类的态度不存在显著差异。
如何理解这个检验结果呢？从满意度得分来看，似乎不同收入者在品类方面的差异很大（见图8）。我们看不同收入者的满意度分布就比较好理解了。
从图8右表中可以看到三类收入者内部波动很强烈，组内的差异水平甚至高出组间差异。这说明收入并不是区隔用户品类满意度的显著因素，即不同收入者的满意度水平不存在显著差异。
3、描述要全面
为什么当统计局把在岗职工的平均工资公布后，很多网友嗤之以鼻，讥之为“真实的谎言”者有之，认为“工资不涨反降”者有之，质疑“是不是又在放卫星”者亦有之呢？
因为平均工资的描述不能全面刻画工资的分布特点。它只能反映工资的集中趋势（一般水平），却没有考虑工资水平之间的离散趋势（波动程度）。
第四度：难度
是否用复杂的方法，取决于问题的难度。问题难度升级，则方法的复杂程度也要升级。
以市场细分为例。
若单一维度细分效果不佳，则需要增加分类维度。
例如，我之前做过一个彩电项目，用收入作维度进行细分市场。发现高收入者和低收入者买高档彩电的比例相差无几。仔细想想，高收入并不是买高档彩电的充要条件：高收入不一定就买高档彩电；低收入也不一定买低档彩电。高强度的工作可能会是使一个月薪过万的白领不买电视，因为根本没时间看；严重的攀比心理可能会使入不敷出的人家借钱买最贵的彩电。
因此，买什么价位的彩电，不仅和收入有关，还可能会和消费者的价值观、生活形态、对彩电的需求程度、年龄、职业等多种因素有关。到底和哪些因素有关，需要不断假设、探索，验证、比较、推翻，然后再重新开始，直到找到最合适的细分方案。
1、分类维度多——聚类分析+因子分析
既然要增加分类维度，此时拖透视表不管用了，就要考虑更复杂些的分类方法了，比如聚类分析。图9用的是系统聚类分析法，用人均GDP、人口数、价格增长指数等5个维度来对省份进行分析。
用于分类的维度较少，并且相互独立是最好的。但大多数的情况是，我们想出了一大堆维度，其中很多维度之间由存在一定的相关关系，也就是存在多重共线性的问题。此时，直接做聚类分析显然不合适，需要在聚类之前作因子分析。
例如，对网民进行细分，以17个生活形态语句做细分的维度，会发现维度又多又共线，比如“喜欢热闹和聚会”、“经常户外度假”、“下班后尽快回家”、“即使有钱也要工作”反映了生活的态度和状态。
通过因子分析，我们最终将这17个生活形态的语句综合为“享受奢侈”、“外向运动”、“居家节约”、“独立自信”四个因子（见图10）。
2、选择标准多——层次分析法
市场细分的目的是为了从各类细分市场中选择目标市场。如何选择呢？如果标准单一，直接用这个标准比较各个细分市场就好了。但如果标准较多并具有一定的结构性，则要考虑更复杂些的方法——层次分析法。
层次分析法的第一步是建立层次结构模型。只要你想清楚要对哪些细分市场进行选择，选择的标准都有哪些，之间存在什么关系，层次结构模型就建立起来了（见图11）。
层次分析法的后四步分别是构造判断矩阵、单层排序、一致性检验和选择决策。
第五度：通度
数据分析前期要详细了解企业需求；后期要向企业呈现研究成果，虽然信息流方向不同，但同样需要沟通。沟通的顺畅度就是通度，通度的高低，直接影响数据价值的发挥水平。那么，如何提高数据分析的通度？
我总结有“三用三不用”原则：
1、能用图表就不用数据
假设我要描述大学生对手机功能的使用情况。若用数据，平淡如水，让人产生恹恹欲睡之感；若用图表，栩栩如生，让人迅速抓住关键信息（见图12）。
2、能用图片就不用文字
与文字相比，图片色调化，更能让人们产生视觉冲击；图片故事化，更能使人们产生移情和共鸣。
3、能用动态呈现就不用静态展示
在表达事物随着时间的动态变化时，动态呈现能还原真实，无疑比静态展示更能让人们产生身临其境之感。
本文刊载于《客户世界》2012年12月刊；作者为专业数据分析师。
转载请注明来源：“五度”数据分析
客户世界
这家伙很懒，什么都没写！
噢！评论已关闭。