交叉統(tǒng)計(jì)是什么統(tǒng)計(jì)方式？請(qǐng)具體告訴我統(tǒng)計(jì)表的制作方法和閱讀方法。

Answer

交叉統(tǒng)計(jì)就是從所給數(shù)據(jù)中提取兩個(gè)以上的關(guān)注項(xiàng)目，把各項(xiàng)目放在表的列和行上進(jìn)行統(tǒng)計(jì)的方法。交叉統(tǒng)計(jì)的目的是為了獲得簡(jiǎn)單統(tǒng)計(jì)中掌握不了的屬性或者問(wèn)題之間的深層洞察。

解起

■什么是交叉統(tǒng)計(jì)？

在調(diào)查中，對(duì)回答某個(gè)問(wèn)題的人或者數(shù)據(jù)庫(kù)中存在的數(shù)據(jù)次數(shù)和比例，用單個(gè)項(xiàng)目的觀點(diǎn)進(jìn)行統(tǒng)計(jì)的，叫做簡(jiǎn)單統(tǒng)計(jì)。與此相對(duì)，交叉統(tǒng)計(jì)是指在表頭和表格側(cè)部寫入了屬性項(xiàng)目或者問(wèn)題項(xiàng)目，進(jìn)行項(xiàng)目次數(shù)和比例的復(fù)雜統(tǒng)計(jì)。簡(jiǎn)單統(tǒng)計(jì)只能統(tǒng)計(jì)問(wèn)卷調(diào)查中的性別或地區(qū)等基礎(chǔ)的項(xiàng)目，而通過(guò)交叉統(tǒng)計(jì)，可以知道與屬性欄相關(guān)的問(wèn)題等，從而獲得更加深刻的認(rèn)知。

交叉統(tǒng)計(jì)可用表格計(jì)算軟件進(jìn)行簡(jiǎn)單的制作。最常見的表格計(jì)算軟件是Microsoft的Excel,利用數(shù)據(jù)透視表(PivotTable)"功能，通過(guò)在表格的頂部、側(cè)部的自由插入，就可以更改數(shù)據(jù)的統(tǒng)計(jì)方法。

■交叉統(tǒng)計(jì)表的讀取方法

通過(guò)交叉統(tǒng)計(jì)表，可以讀取項(xiàng)目之間的關(guān)聯(lián)性。如果各項(xiàng)目之間的某處存在較大差異,就說(shuō)明那里有某些潛在原因。這個(gè)差異是營(yíng)銷

策略實(shí)施的重要依據(jù)，所以從交叉統(tǒng)計(jì)表中讀出差異非常重要。要判斷有無(wú)差異,正確檢驗(yàn)的統(tǒng)計(jì)技術(shù)是必需的，此外，能夠正確理解并利用檢驗(yàn)也很重要。在這里我們向大家介紹一種簡(jiǎn)單易懂的找到差異的方法。

這種方法就是找出期望值和統(tǒng)計(jì)值差距很大的欄目。這里說(shuō)的期望值是指在進(jìn)行簡(jiǎn)單統(tǒng)計(jì)時(shí)得出的和各項(xiàng)目之間完全沒(méi)有關(guān)聯(lián)的統(tǒng)計(jì)數(shù)值。例如：在上圖的簡(jiǎn)單統(tǒng)計(jì)表和交叉統(tǒng)計(jì)表中，可知東京的男女人數(shù)合計(jì)為50。在簡(jiǎn)單統(tǒng)計(jì)表里，男女比例是1：1,那么在交叉統(tǒng)計(jì)表中，男女比例的期望值也就是1：1,東京合計(jì)的50人當(dāng)中，男女應(yīng)該各為25人。再看一下交叉統(tǒng)計(jì)表中的實(shí)際統(tǒng)計(jì)值，是男24人，女26人,這樣我們就知道，統(tǒng)計(jì)值和期望值沒(méi)有多大差異。

在大阪和名古屋，通過(guò)同樣的計(jì)算,發(fā)現(xiàn)期望值和實(shí)際統(tǒng)計(jì)值有很大的差異。名古屋女性這一欄尤為顯著，期望值是10人，而實(shí)際統(tǒng)計(jì)值只有4人,這樣我們就知道期望值是實(shí)際值的2.5倍。像這樣有很大差異的項(xiàng)目?jī)?nèi)容，在評(píng)價(jià)和解釋交叉統(tǒng)計(jì)表的時(shí)候就非常引人注目。負(fù)責(zé)分析的人員將把產(chǎn)生這種差異的原因也包括在內(nèi)，對(duì)統(tǒng)計(jì)結(jié)果進(jìn)伸價(jià)、分析。

■多重交叉統(tǒng)計(jì)的注意事項(xiàng)

初學(xué)交叉統(tǒng)計(jì)的人都很容易產(chǎn)生過(guò)度依賴。初學(xué)者為了更加深刻地洞察各項(xiàng)目，往往過(guò)多地使用3重、4重甚至更多重交叉表;但隨著多重度的增多,每個(gè)欄里所能容納的數(shù)據(jù)度數(shù)也會(huì)變少。如果每欄的數(shù)據(jù)度數(shù)比參數(shù)小很多的話,這個(gè)數(shù)值就會(huì)變得沒(méi)有多少說(shuō)服力，這一點(diǎn)希望大家注意。

Answer

所謂多變量解析就是統(tǒng)計(jì)分析多個(gè)變量的數(shù)據(jù)后，明確變量間的關(guān)系，發(fā)現(xiàn)有效信息的手法的總稱。

■什么是多變量解析？

在了解多變量解析前，有必要先了解一下什么是變量。例如下面是某個(gè)店鋪制作的關(guān)于每個(gè)顧客購(gòu)物情況數(shù)據(jù)的表格。購(gòu)買頻率、購(gòu)買金額等項(xiàng)目中，由于顧客不同對(duì)應(yīng)的數(shù)據(jù)也不同。在統(tǒng)計(jì)學(xué)中，值隨著樣本（這里指顧客）變化而變化的項(xiàng)目就叫做變量（或者叫變數(shù)）。 所謂多變量解析，并不是把多個(gè)變量細(xì)分化,而是同時(shí)進(jìn)行分析,然后得到有效的信息。

■多變量解析的特征

既然有多變量解析,當(dāng)然也就有一個(gè)變量或是兩個(gè)變量的解析。我們把變量是一個(gè)的叫做單變量解析或者一變量解析，把變量是兩個(gè)的叫做二變量解析。用一變量解析和二變量解析，可以通過(guò)查頻率分布和散布圖得到一些信息。這些方法非常簡(jiǎn)單,也比較容易理解，但另一方面因?yàn)樽兞刻伲荒芸吹綄?shí)物的一個(gè)或兩個(gè)方面，得出的結(jié)果，一般沒(méi)有什么意義。例如上文所列舉的顧客數(shù)據(jù)，如果一個(gè)一個(gè)變量地看，購(gòu)買頻率最高的是A.購(gòu)買金額最高的是E。只能得到這樣的數(shù)據(jù)。

多變量解析則可以同時(shí)分析多個(gè)變量之間的關(guān)系，這樣，我們就可以知道某個(gè)變量對(duì)其他變量有什么影響。例如通過(guò)多變量解析我們有可能找出研究對(duì)象的選定和研究時(shí)機(jī)的選定之間存在的關(guān)系。

運(yùn)用多變量解析,專業(yè)的統(tǒng)計(jì)知識(shí)是必要的。以前,由于計(jì)算量龐大，要得到計(jì)算結(jié)果比較困難，但隨著計(jì)算機(jī)的發(fā)展和多變量解析軟件的改良,現(xiàn)在的企業(yè)和個(gè)人在運(yùn)用多變量解析時(shí)已經(jīng)容易多了。

根據(jù)多變量解析的分析目的和變量的種類不同，有很多種處理方法,所得到的結(jié)果也不同。如果沒(méi)有正確的知識(shí)就去運(yùn)用這些方法,會(huì)導(dǎo)致意想不到的錯(cuò)誤，甚至可能只得到一些錯(cuò)誤的答案。因此,利用多變量解析,正確理解各種方法很重要。

構(gòu)建顧客行動(dòng)模式，制作反應(yīng)率高的名單，具體應(yīng)該利用哪些數(shù)據(jù)，采取哪些步驟？

Answer

利用顧客屬性、購(gòu)買記錄、過(guò)去的促銷信息等構(gòu)建顧客行動(dòng)模式，以此模式為基礎(chǔ)計(jì)算出各顧客的行動(dòng)概率。

■制作名單的步驟

顧客行動(dòng)模式是企業(yè)基于顧客屬性、購(gòu)買行為等過(guò)去的信息做成的、預(yù)測(cè)顧客將來(lái)行動(dòng)方式的數(shù)學(xué)公式o以這個(gè)數(shù)學(xué)公式為基礎(chǔ)，算出顧客（以及潛在顧客）的期望反應(yīng)率，然后再抽取期望反應(yīng)率高的顧客制作成電話外呼對(duì)象的顧客名單。大致來(lái)說(shuō)，制作出期望反應(yīng)率高的名單需要以下4個(gè)步驟：

①數(shù)據(jù)收集

首先,將企業(yè)內(nèi)分散的數(shù)據(jù)匯集到一處。企業(yè)各操作現(xiàn)場(chǎng)獲得的與顧客相關(guān)的所有信息都有可能成為構(gòu)建顧客行動(dòng)模式的原始數(shù)據(jù)o如注冊(cè)積分卡時(shí)登記的性別、出生日期等顧客屬性信息，記錄了顧客在何時(shí)以何種價(jià)格購(gòu)買了什么商品等的購(gòu)買記錄信息，發(fā)送電子雜志、直郵廣告等方面的促銷信息等，都可以作為原始數(shù)據(jù)。

②制作數(shù)據(jù)庫(kù)

接著，把多個(gè)原始數(shù)據(jù)匯總到一張表上做成數(shù)據(jù)庫(kù)。首先要設(shè)計(jì)使用哪個(gè)原始數(shù)據(jù)作為某列項(xiàng)目來(lái)制作數(shù)據(jù)庫(kù)，然后進(jìn)行數(shù)據(jù)清理、姓名匯總等，以一個(gè)顧客一條記錄的匯集形式加以總結(jié)。在數(shù)據(jù)庫(kù)的項(xiàng)目中，涵蓋了從顧客屬性到平均購(gòu)買額、單位時(shí)間的購(gòu)買次數(shù)、平均購(gòu)買件數(shù)、購(gòu)買間隔、直郵發(fā)送次數(shù)、直郵反應(yīng)率（攜帶在直郵里的優(yōu)惠券的使用率）等信息。制作數(shù)據(jù)庫(kù)的具體情況，將在FAQ16中詳細(xì)說(shuō)明。

③制作預(yù)測(cè)表

預(yù)測(cè)表是顧客將發(fā)生某種行動(dòng)的概率（期望反應(yīng)率）一覽表。要制作預(yù)測(cè)表，需先使用統(tǒng)計(jì)的分析方法構(gòu)建顧客行動(dòng)模式，以該模式為基礎(chǔ)，通過(guò)打分來(lái)算出每個(gè)顧客的期望反應(yīng)率（預(yù)測(cè)值）。較容易理解的例子就是決策樹"（DecisionTree）。決策樹是通過(guò)樹形圖來(lái)表示數(shù)據(jù)項(xiàng)目間的因果關(guān)系,同時(shí)計(jì)算出不同屬性顧客的期望反應(yīng)率。制作顧客行動(dòng)模式時(shí)，一般運(yùn)用市場(chǎng)上銷售的數(shù)據(jù)挖掘軟件，如Market Switch公司銷售的TrueforTransactionModeling（TTM）等。

④抽取名單

從預(yù)測(cè)表中抽取行動(dòng)概率高的顧客,制作反應(yīng)率高的顧客名單。抽取的顧客數(shù)以業(yè)務(wù)規(guī)模、打電話費(fèi)用等為基礎(chǔ)來(lái)設(shè)定。

制作用于構(gòu)建顧客行動(dòng)模式的數(shù)據(jù)庫(kù)，需要做哪些工作？

Answer

每個(gè)顧客都有一份檔案，這就是用于構(gòu)建顧客行動(dòng)模式的數(shù)據(jù)。但其中一連串的處理不但復(fù)雜且繁瑣，要花費(fèi)很多時(shí)間。

■數(shù)據(jù)庫(kù)制作占整個(gè)分析工作量的80%

為了制作用于構(gòu)建顧客行動(dòng)模式的數(shù)據(jù)庫(kù)，首先要明確其利用目的,在此基礎(chǔ)上再進(jìn)行設(shè)計(jì)工作;然后根據(jù)設(shè)計(jì)的內(nèi)容進(jìn)行數(shù)據(jù)清理及個(gè)人、家庭信息匯總等。

通過(guò)這樣的一個(gè)過(guò)程，整理出一人一行的一覽表，制成構(gòu)建顧客行動(dòng)模式可使用的數(shù)據(jù)庫(kù)。這一系列處理會(huì)相當(dāng)麻煩，因此需要花費(fèi)很多時(shí)間。大體而言，數(shù)據(jù)庫(kù)的制作要占到所有分析工作80%的工作量。

■數(shù)據(jù)庫(kù)設(shè)計(jì)占整個(gè)數(shù)據(jù)庫(kù)制作思考量的80%

數(shù)據(jù)庫(kù)的設(shè)計(jì)是從已有的數(shù)據(jù)中，找出構(gòu)建顧客行動(dòng)模式所必需的信息。該數(shù)據(jù)庫(kù)中的數(shù)據(jù)是顧客行動(dòng)模式的輸入數(shù)據(jù)，因此會(huì)直接影響模式的精度，所以數(shù)據(jù)庫(kù)設(shè)計(jì)是所有分析工作中最重要的。要對(duì)數(shù)據(jù)進(jìn)行細(xì)查，就應(yīng)清楚地將能夠使用的數(shù)據(jù)和不能夠使用的數(shù)據(jù)分開。對(duì)于這項(xiàng)工作，不僅需要有縝密的思考能力，還要有在過(guò)去的經(jīng)驗(yàn)及事物的基礎(chǔ)上進(jìn)行類推的能力。可以說(shuō)在數(shù)據(jù)庫(kù)的做成中數(shù)據(jù)庫(kù)的設(shè)計(jì)就需要占用其80%的思考量（見下圖）。

■需要的數(shù)據(jù)并不一定全部都有

數(shù)據(jù)庫(kù)設(shè)計(jì)時(shí)，要找到構(gòu)建顧客行動(dòng)模式所必需的數(shù)據(jù),但是想要的信息并不一定全都在自己公司的數(shù)據(jù)儲(chǔ)備中。如果要制作精細(xì)的顧客行動(dòng)模式,從顧客屬性到對(duì)應(yīng)的顧客履歷,所有與顧客相關(guān)的數(shù)據(jù)都是需要的。但事實(shí)是,不要說(shuō)收集所有的數(shù)據(jù)，就連收集到的數(shù)據(jù)也不一定完整。而且，收集到的數(shù)據(jù)也并不都可以直接用于顧客行動(dòng)模式的構(gòu)建。例如數(shù)據(jù)的分布范圍過(guò)廣，或者牽連的其他數(shù)據(jù)過(guò)多時(shí),就難以得到正確的分析結(jié)果，或者無(wú)法充分把握其結(jié)果。

為了解決此類問(wèn)題，需把收集到的數(shù)據(jù)進(jìn)行適當(dāng)加工，轉(zhuǎn)換成對(duì)構(gòu)建顧客行動(dòng)模式有幫助的信息。例如,將郵政編碼改為行政區(qū)域和地域名稱,對(duì)購(gòu)買履歷中的購(gòu)買次數(shù)、累計(jì)金額、間隔等變量做一個(gè)說(shuō)明等。對(duì)于變量的說(shuō)明需要經(jīng)驗(yàn)和靈感，因此數(shù)據(jù)挖掘被公認(rèn)為是一種專業(yè)技能。

■數(shù)據(jù)庫(kù)和個(gè)人信息匯總處理

即使作出了變量說(shuō)明,也還沒(méi)有完成構(gòu)建顧客行動(dòng)模式的數(shù)據(jù)庫(kù)。還有必要進(jìn)行數(shù)據(jù)清理和個(gè)人信息匯總。

數(shù)據(jù)清理是對(duì)信息內(nèi)容進(jìn)行大小寫、全半角的統(tǒng)一,數(shù)據(jù)類型的統(tǒng)一,對(duì)空格(Null)等缺損值插入文字列實(shí)施處理,并用數(shù)據(jù)清理工具調(diào)整為可處理狀態(tài)。如果一個(gè)項(xiàng)@的缺失信息太多，那么這個(gè)項(xiàng)目將從模式的構(gòu)建內(nèi)容中去除。

個(gè)人信息匯總是對(duì)數(shù)據(jù)庫(kù)中存在的顧客信息進(jìn)行統(tǒng)一化處理，把住所、姓名、電話號(hào)碼、出生年月等作為關(guān)鍵項(xiàng)目，將同一顧客的多條記錄匯總成一條記錄。屆時(shí)，再利用合算總額等方法,整合關(guān)鍵項(xiàng)目以外的信息。對(duì)于家庭,也存在統(tǒng)一化的必要,可以用同樣的方法實(shí)行家庭信息匯總。

對(duì)在電話外呼的戰(zhàn)略立案階段中經(jīng)常使用的幾種分析方法，應(yīng)該怎樣選擇？

分析方法的說(shuō)明經(jīng)營(yíng)

Answer

根據(jù)不同的分析方法，導(dǎo)出的結(jié)果是不同的。因此，首先要做的事情是明確目的,然后再選擇分析方法。

解說(shuō)

■選擇適合目的的分析方法

統(tǒng)計(jì)的分析方法各種各樣，僅應(yīng)用于營(yíng)銷的，就有50種左右。在這些方法中,選擇一個(gè)適合的并非易事。根據(jù)不同目的，我們列舉代表性的幾種方法如下。

■幾種分析方法的簡(jiǎn)要說(shuō)明

①頻率分布表（簡(jiǎn)單統(tǒng)計(jì)表）將數(shù)據(jù)分成幾個(gè)組，對(duì)各個(gè)組數(shù)據(jù)的數(shù)量進(jìn)行統(tǒng)計(jì)。這些組被稱做類別，數(shù)據(jù)的數(shù)量被稱做頻率，可以用來(lái)把握整體數(shù)據(jù)的傾向。

②交叉統(tǒng)計(jì)表是用來(lái)把握不同屬性間數(shù)值關(guān)系的方法。詳見FAQ13。

③時(shí)序列分析根據(jù)每月獲得客戶數(shù)等的時(shí)序列，每經(jīng)過(guò)一段時(shí)間,分析數(shù)據(jù)變化的方法。在時(shí)序列分析中,觀測(cè)因時(shí)間變化而產(chǎn)生的數(shù)據(jù)趨向變化，根據(jù)得出的數(shù)字來(lái)預(yù)測(cè)將來(lái)。

④關(guān)聯(lián)分析法分析顧客同時(shí)所購(gòu)商品的方法。也稱作購(gòu)物籃(MarketBasket)分析法，是通過(guò)分析銷售數(shù)據(jù)中的購(gòu)買信息，找出交叉銷售可能性較高的商品的分析方法。從分析結(jié)果來(lái)看,尿布和啤酒是很有名的例子。

⑤數(shù)群分析法是將整體性的數(shù)據(jù)分割成幾個(gè)組的分析方法,也就是將有相似傾向的數(shù)據(jù)加以分類，進(jìn)行使用。因?yàn)楸环指畹拿恳粋€(gè)組的數(shù)據(jù)都被稱做數(shù)群,所以這個(gè)分析方法叫做數(shù)群分析法。

⑥判別分析法將存在的數(shù)據(jù)進(jìn)行是非判斷或者有無(wú)區(qū)分的分析方法。判定顧客會(huì)不會(huì)購(gòu)買商品,是否是優(yōu)質(zhì)顧客等，總之是用來(lái)明確辨別是與否的分析法。

⑦決策樹是將數(shù)據(jù)項(xiàng)目的因果關(guān)系用樹狀圖形分類的分析法(詳見FAQ15),。因?yàn)槭腔谀撤N規(guī)則來(lái)分類的,所以能比較容易地理解被分類的優(yōu)質(zhì)顧客群或是預(yù)備解約顧客群所具有的特征。

周四和周五的傍晚，把尿布和啤酒放在一起賣？！

這是美國(guó)某個(gè)超級(jí)市場(chǎng)發(fā)生的事。事情是這樣的，新上任的賣場(chǎng)負(fù)責(zé)人在觀察消費(fèi)者的行為時(shí)，感覺(jué)顧客好像把什么東西放在一起購(gòu)買了,于是這位負(fù)責(zé)人把過(guò)去的銷售記錄也分析了一下。得出的結(jié)果怎樣呢?竟然是啤酒和尿布兩個(gè)都很暢銷。當(dāng)人們半信半疑地把啤酒和尿布擺放在一起時(shí),的確是意想不到地賣得很好。特別是在周四和周五的傍晚，非常暢銷。后來(lái)才知道,原來(lái)是媽媽們把買尿布的任務(wù)交給了下班回家的爸爸們，尤其是在周四和周五，這些爸爸們就會(huì)順便把啤酒也買回來(lái),準(zhǔn)備周末喝。

對(duì)這件事的評(píng)價(jià)眾說(shuō)紛紜。這是美國(guó)哪個(gè)超市的事啊，是真的嗎？實(shí)際上這是關(guān)聯(lián)分析的著名事例，在營(yíng)銷界廣為流傳。在日本也有很多像襪子和醫(yī)療保險(xiǎn)一起賣的例子，所以這并不是簡(jiǎn)單虛構(gòu)的故事。