11.3 特征提炼后的评价体系

用户特征分析的结论(典型特征)出来之后,在落地应用之前,数据分析师自己需要对分析结论做基本但是却很重要的评估。虽然说落地应用的效果跟踪是最重要的评估方法,但是为了避免资源浪费,也为了在前期有个初步的评价和过滤,数据分析师自己可以采用以下评价体系(思路)对分析结论进行基本的评估:

❑结论(典型特征)是否与当初的分析需求(商业目标)相一致。很多时候,随着分析的深入,分析方向有可能逐渐偏离原定的商业目标,由于数据、变量的不断增减,或者新的发现更吸引人等原因,导致数据分析师需要经常检视当前的进度或者结论是否与当初的分析需求相一致。

❑结论是否容易被业务方理解,是否容易特征化。结论在业务中的可理解性和易解释性是数据分析挖掘成果能否得到有效落地应用的关键因素之一,因为数据化运营是多个团队协同的工作,不是数据分析团队单打独斗可以包办的,如果结论不容易被业务方理解和认同,是谈不上在业务方有效落地应用的。这一点不仅适用于用户特征分析的结论,还适合所有的数据分析挖掘课题结论和课题成果。

❑通过这些主要结论来圈定的客户基数是否足够大,是否可以满足特定运营活动(运营方案)的基本数量要求。有时候,某些特征看上去非常显著,转化率也非常高,但是符合这些特征条件的潜在用户数量太少,这样的特征也是没有商业价值的,因为其难以产生规模化的商业效益。

❑结论是否方便业务方开发出有效的个性化的运营方案。用户特征分析的目的是为了有效支持精细化运营,如果根据特征结论,业务方很难开发出有效的运营方案,这样的分析结论也是没有业务应用价值的。举例来说,如果对于续费客户的特征分析结论是在线成交次数月均在3次以上的用户,有85%的续签可能性,看上去这个特征非常明确,并且转化率也很诱人,但是这样的结论对于运营方来说没有什么价值。主要原因就在于,这里的特征——月均在线成交3次以上,并不是运营方单方面的努力或者卖家单方面的努力可以达到的,基于这个特征是无法制定有效的个性化运营方案的。相反,如果对于续费客户的特征分析结论是类似月均在线天次在25天次以上,且月均主动跟陌生买家聊天数量为50个买家,有64%的续签可能性,这样的结论就很容易为业务方理解,也很容易据此制定出相应的个性化运营方案了。这时,就可针对续签概率中等的用户群体,即月均在线天次和聊天数量低于上述阀值的群体,制定有针对性的运营方案,鼓励、促进他们提升在线天次,主动跟更多的陌生访客聊天,甚至采用一些技术手段来协助,通过这些努力加上卖家自身的改进,就可以比较显著地提升卖家在线交易成功率了,从而可以比较有效地提供这个细分用户群体的续费转化率。

如果经过数据分析师的自我评估,发现不能满足上述要求,那这个分析结论很可能需要重新修正;如果基本上能满足相关要求,这个分析结论就可以为业务方进行后期落地应用给予指导了。