【案例】H&N木材火炉公司

from《数据挖掘技术：应用于市场营销、销售与客户关系管理》

背景：

1. H&N公司主营木材、火炉及其相关附属产品

2. 该公司正计划将其业务从纽约州扩张到福蒙特州

3. 需要找到与纽约走最佳业务实践相类似的地区

过程：

1. 使用公开的美国人口普查数据，用使用木头取暖家庭比例表示为H&N公司在该地的市场空间

2. 区分好与坏地区

    · 区分变量除了是好的共性，还要能显著区分好与坏

    1）从描述性统计入手，将木头取暖家庭比例从高到低排列，截去中间1/3的地区，前后地区的普及率平均值分别为：17.6%与1.4%

    2）计算各个变量在前1/3地区和后1/3地区的平均值，找出显著差异的变量

3. 找出理想的地区

    1）根据上图，将农业从业者占比10%，多家庭住房0%，住房价格中位数6w$定位理想地区

4. 计算每个城镇与理想地区的距离

    1）均转化为z-分数（（真实值-平均值）/标准差）

    2）根据 z-分数 计算欧氏距离，高普及率距离平均为1.18，低普及率为3.03

    3）根据距离，将城镇分为 高、中、低 三挡

发现：

    1）距离与普及率的相关度：Pearson相关系数为 -0.57，R²为0.32，拟合还可以，但还不是很能接受

    2）距离>4，普及率基本为0；距离<2，均有非0普及率，但相关性还不够强

结果：

1. 用于排除普及率低的地区很有效，用于预测普及率高的地区还不够令人满意，需要采用其它方法进一步分析