|
天无绝人之路每个月总有那么几天,量特别大,坐也不是,站也不是。 可总不能真的去造假数吧。于是硬着头皮,去计算各种率,去分成不同的组,做对比。分行动组、不行动组,设置对照组...。目的,当然是让行动组的指标一支独秀。¬可找来找去,发现没有这样的指标。那种心情,怎是一个郁闷了得! 换了个思路。找了一个同事来看看这些数据,一起讨论,看怎么去找到"那个率"。 可如果真的就是没有什么明显的指标,显示活动效果不错,那该怎么办?是隐瞒坏消息,只报好消息?还是客观陈述,期待改进?原来我以为这是一个很好选择的,但并不¬容易。 拣好听的说,自己就有些过不去。客观陈述,客户又不喜欢。"是在作项目,不是做研究",大家的态度是这样的。项目的特点,是有资源限制。"你认为你可以要求客户¬,再去花精力在这些平淡的数字上吗?还是现实一点,完成工作要紧。今年的任务就是要在推广,这样才能算费用的..." 如果你这个模型做的不好,或者即便做的不错吧,但营销活动做的不好,数字都不会太好看。如此,你还想推广?还想拿钱?这已经直接和经济利益挂钩了,哪里敢去实话¬实说哩?毕竟甜言蜜语是大家爱听的。 为了让自己的工作不是白费,在设计这些营销活动的时候,还真得想点招。 预先设置不同的分组,是必要的。对于市场部门来说,很多是没有这个概念。例如一次活动,希望对中价值的客户做营销,因为在经验中,高价值的用户可能更能接受这样¬的营销活动。因此,只选出高价值的。却没有对比,有没有证明,中价值,低价值同样接受这样的营销活动呢? 通过对比才能反映优劣。 因此,要为评估模型设置组,为评估营销活动设置组。评估模型,是要对比模型和非模型的好坏。其实在模型建立完毕之后,已经有评估,lift值既是反映。但还要评¬估模型和非模型输出的结果(如名单),参与活动后,有什么不同的效果。设置一个对照组,从全体分析用户中,随机抽取一些样本,提交给营销活动,即可。而模型出的¬结果,称为"模型组"吧。 评估营销活动。要反映活动和不活动效果的好坏。一般我们称为行动组和不行动组。行动组,就是会做活动的,即包括上面提到的模型组,也有对照组。不行动组,理想情¬况,应当和模型输出名单具备同样的lift(如果你故意从模型中选出一些离预测目标差距大的样本,那就太不地道)。这两个分组,通过营销活动,对比结果,预期情¬况,当然是行动组的效果要比不行动组好。否则,说明营销活动没什么作用,作不作都是一样,何必浪费成本。 责编:Qing 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 著作权声明:kaiyun体育官方人口
文章著作权分属kaiyun体育官方人口
、网友和合作伙伴,部分非原创文章作者信息可能有所缺失,如需补充或修改请与我们联系,工作人员会在1个工作日内配合处理。 |
热门博文 |
|