互联网金融平台红包敏感度实例

思考:红包敏感程度一般从红包使用率、使用个数综合考虑,加息券类似。(若还想考虑对投资金额的影响可以把红包使用对应投资金额纳入分析范围)

一、数据源类型

二、对数据进行聚类(可分为4类、8类进行分析)不再演示,根据分类结果进行以下几个维度的分析

即将考虑的两个维度的数据复制到SPSS进行数据标准化,再进行k-means均值聚类。

从8类结果看出类别1、3中个数明显较小,可尝试4类

注意:红包使用率不能用红包使用个数/获得总数来计算,计算方式为对应类别的平均使用率。同理使用红包使用个数均值也是

红包月均:剔除累计时间长短对使用个数的影响

可以根据月均使用个数来判定红包敏感程度,类别七不敏感

 【数据为非实时场景数据,不可能一个月发那么多红包给用户,用户也不可能一个月用这么多,仅作思路分享】

四类,类别1与其他类差别也较大

敏感程度可以自行定义

可结合实际业务具体情况,进行最终选择。

原文地址:https://www.cnblogs.com/keepgoingon/p/7091028.html