urban数据集_转行数据分析--6. 如何评价项目收益

jinzhao：用户增长手册--1. 数据指标体系

jinzhao：用户增长手册--2. 用户分群

jinzhao：用户增长手册--4. 用户流失预测

jinzhao：用户增长手册--3.用户生命周期价值预测

jinzhao: 用户增长手册--5. 预测下一个购买日

jinzhao: 用户增长手册--6. 策略综合收益建模

jinzhao：用户增长手册--7.销量预测

jinzhao: 用户增长手册--8. 预测促销活动的增量收益

第8部分：综合收益建模

Growth Hacker最为关键的工作之一就是尽可能地提高效率。 首先，您需要节省时间。这意味着您必须快速进行构思，实验，学习和迭代。 其次，您需要具有成本概念。这意味着在给定的预算/时间/努力下带来最大的回报。

用户分群有助于成长型黑客提高转化率，从而提高成本效益。但是，设想一下您即将发起促销活动并且知道要定位哪个用户分群的情况。您需要将优惠卷发送给所有人吗？

答案是：不。在您当前的目标群体中，总会有一些客户要购买。您会过度促销影响营销成本。我们可以根据以下方法总结用户分群：

• 策略响应者：仅在收到优惠卷后才购买的客户
• 不响应策略者：无论如何都不会购买的客户
• 控制响应者：无需优惠卷即可购买的客户
• 控制无响应者：如果没有收到要约就不会购买的客户

逻辑上非常明显。您需要定位策略响应者（TR）和控制非响应者（CN）。由于除非您提供优惠卷，否则他们不会购买，因此这些群体正在促进您在促销活动中的参与度。另一方面，您需要避免定位策略无反应者（TN）和控制反应者（CR）。您将无法从定位TN中受益，CN会让您提升过多成本。

以上逻辑已经讨论清楚，最后一件简单的事情要做。我们需要确定哪些客户属于哪个类别。 答案是提升模型。它有两个简单步骤：

1. 预测所有客户在每个组中的概率：我们将为此建立一个多分类模型。
2. 我们将计算提升分数。提升分数公式为：

我们将求和为TR和CN的概率相加，然后减去掉入其他分组的概率。分数越高意味着提升度越高。 好吧，让我们看一下如何通过一个示例来实现它。在上一篇文章中，我们将使用相同的数据集，您可以在此处找到。 我们从导入所需的库和函数开始：

from datetime import datetime, timedelta,date
import pandas as pd
%matplotlib inline
from sklearn.metrics import classification_report,confusion_matrix
import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns
from __future__ import division
from sklearn.cluster import KMeans

import plotly.plotly as py
import plotly.offline as pyoff
import plotly.graph_objs as go

import sklearn
import xgboost as xgb
from sklearn.model_selection import KFold, cross_val_score, train_test_split
import warnings
warnings.filterwarnings("ignore")

#initiate plotly
pyoff.init_notebook_mode()

#function to order clusters
def order_cluster(cluster_field_name, target_field_name,df,ascending):
    new_cluster_field_name = 'new_' + cluster_field_name
    df_new = df.groupby(cluster_field_name)[target_field_name].mean().reset_index()
    df_new = df_new.sort_values(by=target_field_name,ascending=ascending).reset_index(drop=True)
    df_new['index'] = df_new.index
    df_final = pd.merge(df,df_new[[cluster_field_name,'index']], on=cluster_field_name)
    df_final = df_final.drop([cluster_field_name],axis=1)
    df_final = df_final.rename(columns={"index":cluster_field_name})
 return df_final


#function for calculating the uplift
def calc_uplift(df):
    avg_order_value = 25

 #calculate conversions for each offer type
    base_conv = df[df.offer == 'No Offer']['conversion'].mean()
    disc_conv = df[df.offer == 'Discount']['conversion'].mean()
    bogo_conv = df[df.offer == 'Buy One Get One']['conversion'].mean()

 #calculate conversion uplift for discount and bogo
    disc_conv_uplift = disc_conv - base_conv
    bogo_conv_uplift = bogo_conv - base_conv

 #calculate order uplift
    disc_order_uplift = disc_conv_uplift * len(df[df.offer == 'Discount']['conversion'])
    bogo_order_uplift = bogo_conv_uplift * len(df[df.offer == 'Buy One Get One']['conversion'])

 #calculate revenue uplift
    disc_rev_uplift = disc_order_uplift * avg_order_value
    bogo_rev_uplift = bogo_order_uplift * avg_order_value


 print('Discount Conversion Uplift: {0}%'.format(np.round(disc_conv_uplift*100,2)))
 print('Discount Order Uplift: {0}'.format(np.round(disc_order_uplift,2)))
 print('Discount Revenue Uplift: ${0}n'.format(np.round(disc_rev_uplift,2)))

 if len(df[df.offer == 'Buy One Get One']['conversion']) > 0:

 print('-------------- n')
 print('BOGO Conversion Uplift: {0}%'.format(np.round(bogo_conv_uplift*100,2)))
 print('BOGO Order Uplift: {0}'.format(np.round(bogo_order_uplift,2)))
 print('BOGO Revenue Uplift: ${0}'.format(np.round(bogo_rev_uplift,2))) 

然后，我们将导入数据：

df_data = pd.read_csv（'response_data.csv'）
df_data.head（10）

您可以从上一篇文章中回忆到，我们拥有收到"折扣"和“买一送一”优惠的客户数据以及他们的反应。我们还有一个对照组，什么也没收到。

列描述如下：

• 新近度：自上次购买以来的几个月
• 历史记录：历史购买的价值$
• useddiscount / usedbogo：指示客户是使用折扣还是之前买一送一
• zip_code：邮政编码的类别，如Suburban / Urban / Rural
• is_referral：指示是否从推荐渠道获得了客户
• 渠道：客户使用的渠道，电话/网络/多渠道
• 优惠：发送给客户的优惠，折扣/一赠一/无优惠 在构建模型之前，让我们应用calc_uplift函数以将该广告系列的当前提升作为基准：

calcuplift（dfdata）

转换提升为折让7.66％，买一赠一（BOGO）为4.52％。

接下来，我们将开始构建模型。

预测提升分数的多分类模型: 目前，我们的标签是客户是否转换（1或0）。我们需要为TR，TN，CR和CN创建四个类。我们知道收到折扣和优惠的客户是Treatment，剩下的就是控制。让我们创建一个campaign_group列，使此信息可见：

df_data['target_class'] = 0 #CN
df_data.loc[(df_data.campaign_group == 'control') & (df_data.conversion > 0),'target_class'] = 1 #CR
df_data.loc[(df_data.campaign_group == 'treatment') & (df_data.conversion == 0),'target_class'] = 2 #TN
df_data.loc[(df_data.campaign_group == 'treatment') & (df_data.conversion > 0),'target_class'] = 3 #TR

在此示例中，类的映射如下：

• 0->控制无响应
• 1->控制响应者
• 2->策略无反应
• 3->策略响应者

在训练我们的模型之前，有一个小特征工程步骤。我们将从历史列创建聚类，并应用get_dummies将分类列转换为数值列：

#creating the clusters
kmeans = KMeans(n_clusters=5)
kmeans.fit(df_data[['history']])
df_data['history_cluster'] = kmeans.predict(df_data[['history']])
#order the clusters
df_data = order_cluster('history_cluster', 'history',df_data,True)
#creating a new dataframe as model and dropping columns that defines the label
df_model = df_data.drop(['offer','campaign_group','conversion'],axis=1)
#convert categorical columns
df_model = pd.get_dummies(df_model)

让我们拟合模型并获取每个类的概率：

#create feature set and labels
X = df_model.drop(['target_class'],axis=1)
y = df_model.target_class
#splitting train and test groups
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=56)
#fitting the model and predicting the probabilities
xgb_model = xgb.XGBClassifier().fit(X_train, y_train)
class_probs = xgb_model.predict_proba(X_test)

变量class_probs具有每个客户的概率。让我们看一个例子：

对于此特定客户，我们可以将概率映射如下： CN：32％ CR：2％ TN：58.9％ TR：6.9％

因此，此客户的提升分数为： 0.32 + 0.069- 0.02- 0.589 = -0.22 让我们将其应用于所有用户并计算提升分数： 所有客户的

#probabilities for all customers
overall_proba = xgb_model.predict_proba(df_model.drop(['target_class'],axis=1))
#assign probabilities to 4 different columns
df_model['proba_CN'] = overall_proba[:,0] 
df_model['proba_CR'] = overall_proba[:,1] 
df_model['proba_TN'] = overall_proba[:,2] 
df_model['proba_TR'] = overall_proba[:,3]
#calculate uplift score for all customers
df_model['uplift_score'] = df_model.eval('proba_CN + proba_TR - proba_TN - proba_CR')
#assign it back to main dataframe
df_data['uplift_score'] = df_model['uplift_score']

通过运行上面的代码，我们在主数据框中添加了一个uplift_score列，如下所示：

现在该检查具有此模型的最关键部分了。该模型真的有效吗？评价升力建模的真实性能有些困难。 我们将检查提升度在各个得分分数之间的变化情况，以了解我们是否可以在现实生活中使用该模型。

模型评估

为了评估我们的模型，我们将创建两个不同的组并将它们与我们的基准进行比较。组是：

1. 高提升分数：客户的提升分数 > 第三分位数
2. 低提升分数：客户的提升分数 < 第二分位数

我们将进行比较： 转换提升 提升每个目标客户的收入，看看我们的模型是否可以使我们的行动更有效率。 这是折扣活动的基准。

目标客户总数：21307 折扣转化提升：7.66％ 折扣订单提升：1631.89 折扣收入提升：$ 40797.35 每个目标客户收入提升：$ 1.91 让我们创建第一个组数字：

df_data_lift = df_data.copy()
uplift_q_75 = df_data_lift.uplift_score.quantile(0.75)
df_data_lift = df_data_lift[(df_data_lift.offer != 'Buy One Get One') & (df_data_lift.uplift_score > uplift_q_75)].reset_index(drop=True)

＃

计算上升 results:

User Count: 5282

Discount Conversion Uplift: 12.18%

Discount Order Uplift: 643.57

Discount Revenue Uplift: $16089.36

Revenue Uplift Per Targeted Customer: $3.04

不出所料，每位目标客户的收入提高到1.4美元。而且，该分组为目标客户的50％贡献了37％的收入提升。 通过使用此模型，我们可以通过以下方式轻松提高广告系列的效率：

• 根据提升得分定位特定用户分群受众群
• 根据客户的提升分数尝试不同的优惠

jinzhao：用户增长手册--1. 数据指标体系

jinzhao：用户增长手册--2. 用户分群

jinzhao：用户增长手册--4. 用户流失预测

jinzhao：用户增长手册--3.用户生命周期价值预测

jinzhao: 用户增长手册--5. 预测下一个购买日

jinzhao: 用户增长手册--6. 策略综合收益建模