分群解读之小技

客户分群的结果出来了，需要解读。数据放在excel中。列上，是第一、第二…的群，没有名称，只有编号，正等着给它们起名字呢。行上，一行行的属性名称，得用下拉滚动条往下看。满眼的数字，要从中找出每个群的特征，区别于其他群的特征。得用点手段才行，不然，眼很快就得花了。
 
曾经和同事不约而同地用到一个方法——增加一些排名列。譬如有六个群，就增加六列，r1到r6，使用rank()函数，对每个属性值在六群之间的排名情况，因此每个排名列的取值范围在1到6之间。接着，使用筛选功能，就可以看每组排名靠前（筛选出1）或靠后（筛选出6）的属性，它们正是反映该群特征的。如果要更清晰，还可以为每种排名标上颜色。一般标上排名第一的和最后的也就足够，不然，满眼花花绿绿也不是容易分辨。
 
这种方法到是简单，不过还是不够特别直观，要用每群的排名列来过滤，还是不能在各群之间作个对比。而且，即使挑选出一些排名靠前的属性值，判断它是一支独秀，还是勉强胜出？这也不是容易的事。见下图（如果只见链接而不见图的话，可以参见附件cluster1.jpg）
 
因此，有一天试了用百分比堆积图形来表示这个结果，发现比较直观。此事，可以不用考虑排名列，在excel中选择每群的属性值数据作图，使用柱图中百分比堆积图，这种图的好处是可以显示每个"系列"在同系列中比重。所谓系列，是excel中作图的术语，在图中，一种系列就是一种颜色表示。在这副图中，系列就是每个分群，而"分类"就是属性。因为属性非常多，可能达到上百各，因此这个图将会是非常宽的。为了能看清每个属性的名称，有必要将图拉的很宽（只是这样有个不便——不能一眼看完所有的属性）。如下图（同样，见不着图，参见附件cluster2.jpg）：
 
形成这个图形之后，判断那个群在那些属性上具有特长或特短就非常明显了，只要看它那一条的长度即可，傻子都能识别。有的是一支独秀，一根条子占去十之八九，那么这个属性肯定是该群的重要特征。有的可能不是特别明显，一种颜色的条子跟另一种颜色的条子长短相差无几，那就去找这两种颜色相差特别大的属性，那就是区别这两个群的特征。
 
介绍了两种辅助解读的方法，可还有一些前面的工作却对分群结果是否理想有更大影响。例如这些属性的分类。很明显，有些属性是绝对值，有些属性是占比值，有些是属性是标志（是/否）。对于绝对值属性，很可能是总是某一群特别高或特别低；似乎还是占比值更能反映出特征，某个群的国际长途比重大，某个群主叫比被叫多很多。可究竟应该将哪种变量作为更重要的呢？
 
应该还有一些更好的解读方法吧，猜想是否有一种数学方法，能够从那些杂乱的数中找出少量特殊的，那岂不是更简单？

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友