首先,聚类分析是无监督算法,所以做聚类分析之前是没有标签数据的。
在没有标签数据的情况下,只能依靠从数据本身的理解或者靠经验来设定分群。
但随着活动的正式进行,我们可以逐渐获得一些反馈数据的。比如A类客户的转化率有多少,B类客户的转化率有多少等等。
根据用户的反馈数据,我们就可以调整分群策略了。但这个过程也需要一些技巧。
如何使用最小成本来尝试并调整分群策略?
一般采用的很重要的技术是A/B测试。比如我们手里有两种分群方案A和B。A方案是目前来讲比较有效的而且稳定的,B方案是想要尝试的而且很可能比较有效的。
那这时候我们可以通过快速验证的方式来评估B方案相比A方案的优势。比如对于采样的小部分用户我们实施B方案,之后再看一下效果。
其实任何的AI产品都离不开A/B测试,核心是如何用最小成本去验证某个方案的优越性。
最后的问题是,如何去评估呢? 这个其实要看业务场景了! 比如营销里我们关注的是转化率,那指标就定转化率。
如果关注的新增用户,那这就是我们的结果指标。所以具体的指标,需要看当前业务,没有一个标准的答案。