Chaid有效的市场的细分工具.pdf

CHAID 有效的市场细分工具 引言：市场细分的方法 n 细分的方法：交叉分析、聚类、chaid n 交叉分析：传统的单变量研究，将区别群体间差异的 变量独立进行研究。不考虑变量间的交互作用。 n 聚类分析：多变量分析，是在多个变量基础上做的分 类。通过聚类中心定义细分群体。 n chaid ： Chi-Squared Automatic Interaction Detector 是决策树分析的一种。CHA ID根据细分变量区分群体 差异的显著性程度（卡方值）的大小顺序，将消费者 分为不同的细分群体，最终的细分群体是由多个变量 属性共同描述的，因此属于多变量分析。 CHAID 根节点、卡方值、父节点和子节点、终节点 CHAID 的应用 n 确定营销手段 （如邮寄）的目标群体 确认最可能对促销做出响应的顾客， 针对性的进行营 销。 n 针对不同群体开发针对性产品 （不同时期） 找出对现 产品接受度较低的细分群体，针对该细分群体 的特征设计和改进现 产品。 n 寻找产品利润率最高的细分市场 比较群体和各细分市场间的成本和利润增长，从而找出 利润率最高的细分市场 CHAID模型解释 确定细分群体的目的、细分变量。 树形图的根节点：所 样本的总量、根据所研究的变量，给出样本总 体各分类的频数和比例(样本总体在信用卡等级上的比例) 。 细分变量：人口学、生活形态、心理变量、行为变量。 变量类型：必须是分类或 序变量，如果是连续变量，如年龄、收入要 定义成分类或 序变量。 CHAID结果解释 Chaid分层的标准：卡方值最显著的变量 Chaid过程：建立消费者细分模型，根据卡方值最显著的细分变量将消费群体分出2个或 多个群体，对于这些群体 根据其它的卡方值相对最显著的细分变量继续分出子群体， 直到没有统计意义上显著的细分变量可以将这些子群体再继续分开为止。 CHAID结果解释 细分结果：细分群体的差异可以 从节点中样本的信用等级比例看 出。 Chaid的细分结果不会 重 叠，即每个样本只可能在一个 分类群体中出现。细分群体是 根据细分变量的组合确定的。 Chaid可以形成细分规则，根 据Chaid的结果，可以将一个 新样本根据细分条件划归到某 一个子群体中去。 CHAID结果解释 Node:% 该节点的样本数/总体样本数 Gain (%) 该节点信用好的样本数/总体信用好的样本数 Resp :% 该 点信用好的样本数/该节点的样本数. 应答比例越高表明该细分群 体的价值越大。 Index (%) Resp :%与根节点的平均应答比例的比值。注：根据细分群体的足够大 原则，要结合细分群体的大小。 CHAID模型的拟合标准 误分结果的风险估计： 0.102 167表明，用CHAID形成的分类规则进行分析的准确率在90.7% 。 象其它预测模型一样，可以用新增样本的预测准确性来评价模型拟合的优劣。 CCHAHAIDID与与其它其它细分方法的细分方法的比较比较 n 其模型关键在于变量之间的交互作用 对于用作分 类的独立变量之间的组合。相比二维交叉表来说，能 够更快发掘细分群体。