資料挖掘與資料化營運實戰. 3.3 營運群體的活躍度定義

<b>3.3　營運群體的活躍度定義</b>

營運群體（目标群體）的活躍度定義，這也是資料化營運基本的普遍的要求。資料化營運與傳統的粗放型營運最主要的差別（核心）就是前者是可以準确地用資料衡量，而且這種衡量是自始至終地貫穿于資料化營運的全過程；而在營運全過程的衡量監控中，活躍度作為一個綜合的判斷名額，又在資料化營運實踐中有着廣泛的應用和曝光。活躍度的定義沒有統一的描述，一般都是根據特定的業務場景和營運需求來量身訂做的。但是，縱觀無數場景中的活躍度定義，可以發現其中是有一些固定的骨架作為基礎和核心的。其中最重要、最常見的兩個基本點如下。

1）活躍度的組成名額應該是該業務場景中最核心的行為因素。

2）衡量活躍度的定義合适與否的重要判斷依據是其能否有效回答業務需求的終極目标。

下面我們用具體的案例來解釋上述兩個基本點。

案例：pm産品是一款線上的saas産品，其用途在于協助賣家實時捕捉買家通路店鋪的情況，并且通過該pm産品可以實作跟買家對話、交換聯系方式等功能。作為pm産品的營運方，其營運政策是向所有平台的賣家免費提供pm産品的基本功能（每天隻能聯系一位到訪的買家，也即限制了聯系多位到訪買家的功能）、向部分優質賣家提供一定期限内免費的pm産品全功能（這部分優質賣家免費獲贈pm産品，可以享受跟付費一樣的全功能）、向目标賣家線上售賣pm産品。

經過一段時間的營運，現在管理層需要資料分析團隊定義一個合理的“pm産品使用者活躍度”，使得滿足一定活躍度分值的使用者能比較容易轉化成為pm産品的付費使用者，同時這個合适的定義還可以幫助有效監控每天pm産品的營運效果和效率。

根據上面的案例背景描述，以及之前的活躍度定義的兩個基本點來看，在本案例中，該業務場景中最核心的行為因素就是賣家使用該pm産品與到訪買家的洽談動作（表現形式為洽談的次數）、線上登入該pm産品的登入次數等。而該分析需求的終極目的就是促成付費使用者的轉化，是以項目最終活躍度的定義是否合适，是否滿足業務需求，一個最重要的評估依據就是按照該活躍度定義出來的活躍使用者群體裡，可以覆寫多少實際的pm産品付費使用者。從理論上來說，覆寫率越高越好，如果覆寫率不高，比如，實際付費使用者群體裡隻有50%包含在活躍度定義的活躍群體裡，那麼這個活躍度的定義是不能滿足當初的業務需求的，也就是說這是一個不成功的定義。

活躍度的定義所涉及的統計技術主要有兩個，一個是主成分分析，另一個是資料的标準化。其中，主成分分析的目的，就是把多個核心行為名額轉化為一個或少數幾個主成分，并最終轉化成一個綜合的分數，來作為活躍度的定義，到底是取第一個主成分，還是前兩個或前三個，這要取決于主成分分析的特征根和累計方差貢獻率，一般來說，如果前面幾個特征根的累計方差貢獻率達到80%以上，就可以基本認為前面幾個主成分就可以相應地代表原始資料的大部分資訊了；至于資料标準化技術得到了普遍采用，主要是因為不同的名額有不同的度量尺度，隻有在标準化之後，才可以将資料按照比例進行縮放，使之落入一個小的區間範圍之内，這樣，不同變量經過标準化處理後就可以有平等的分析和比較基礎了。關于資料标準化的詳細介紹，可參看本書8.5.4節和9.3.2節。