首页 > 代码库 > 互联网金融不同渠道评估实例

互联网金融不同渠道评估实例

 一、分析背景

评估不同渠道,为差异化运营做支持,拉动复投

 二、选择数据源维度说明(维度根据目的可选择不同维度,本例侧重拉动复投)

截止上月新客人数:对应渠道在统计截止时间转换的客户人数

截止上月新客金额:客户转换当月首投金额

平均复投人数比:根据客户留存得出复投平均人数,例如对一月份用户在后续每个月的复投人数求平均

平均复投金额比:例如:某批用户在后续每个月复投金额求平均

月均复投人均:某批用户后续每个月复投金额/此批用户后续每个月复投人数

将另作博客说明客户留存计算方法

技术分享

三、采用模型:因子分析,对不同进行渠道进行综合打分

步骤一:将数据贴入SPSS,修改变量类型、度量标准

步骤二:数据进行标准化(分析→描述统计→描述性:将标准化得分另存为变量)

技术分享

获得标准化数据(每一列数据点减去本列均值除以标准差,产生均值是0,方差是1的列),减少量纲差异

技术分享

步骤三:分析→降维→因子分析,选择标准化后的结果进行因子分析

选择描述复选框:单变量描述性(告诉我们单个变量的描述性结果)

系数、显著性水平、球形度检验勾选

抽取因子方法默认主成分一般能满足

勾选碎石图:直观看到拐点

最大迭代次数:默认25,25还不收敛可以自己改大一些

旋转:因子旋转,一般使用最大方差法

载荷图

得分:保存为变量,针对每个类别得分

选择

技术分享

 

 

步骤四:根据SPSS结果计算成分得分、综合得分;

SPSS得到的数值:

不同成分得分系数矩阵 

技术分享

 总方差解释

技术分享

技术分享

 

各个渠道 fi得分复投水平=各个渠道的Z截止上月新客人数*-0.049+Z截止上月新客金额*-0.04*Z平均复投人数比+0.379*+0.42*Z平均复投金额比+0.357*Z月均复投人均

同理可得f2得分

综合得分=各渠道f1*对应总方差系数51.126/100%+f2*85.789/100%

再以综合得分进行升序排名可得如下结果

 

技术分享

 

四、结果分析:

微信:拉新效果好、复投比例不算差,复投人均也不差,综合排名第一

应用市场APP:拉新不错,复投比微信好一些,整体跟微信差别不大

凤凰订阅号:拉新效果不佳,但是复投效果好,因此能排名第三

可得知:

不同渠道出发点不同,不同渠道效果不同可以分类型进行营销,比如拉新、老客运营选择渠道侧重应有所差异。

互联网金融不同渠道评估实例