背景影响达成目标的因素存在很多种,利用数据定量确定各因素Xi对目标或Y值影响效果,从而达到数据驱动运营的效果。 目标
应用价值通过定量分析,确定各因素所占权重。得出影响因素的公式,可以确定出商品详情页受欢迎程度,为商品推荐、提升商品销量、首页商品位置设计提供动态的公式依据。 工具
原理一般情况下,由于影响某目标的因素存在N多个,这些因素变构成N维空间数据。在这种情况下,这N维数据往往有具有一定的相关性,我们要确定这N维数据对目标的影响权重是非常困难的。然而,主成分分析方法提供给我们一种降维的思想,通过将N维因子进行正交变换,随即形成彼此之间相互独立的k维(k<N)数据,这种方法大大降低了分析的维度。并且,通过分析得出“主成分”,利用“主成分”确定影响权重,就变得简单可行。 思路利用主成分分析方法确定多因素影响权重的大致思路如下所示:
下面,详细介绍各步骤: 1. 利用SPSS进行因子分析将数据导入或录入到SPSS数据视图中,并在变量视图中更改变量名称、类型、宽度、小数位数等参数。 image.png image.png 点击工具栏中“分析” -> “降维” -> “因子分析”,呈现出因子分析框。 image.png 将需要分析的因子加入至变量框中。 image.png 并针对各统计框进行设置: image.png 提取 image.png 旋转 image.png 得分 image.png 2. 输出结果分析按照上述步骤进行操作,输出因子分析结果。 Inked1499072828(1)_LI.jpg 根据上表“总方差解释”可以看出,前第三个成分的初始特征值均大于1,并且累计%已高达98.608,大于80%。因此,可以用前三个成分来代替原来的六个指标因素(UV、PV、销售额、销量、加入购物车数量、收藏数量)。这样,变降低了分析的维度。 image.png 从表总可以看出,第1,2,3主成分对于原指标的载荷数。例如,主成分1对于UV的载荷数为0.797。 3. 确定权重下面利用Excel编辑公式,确定各因素的权重。 image.png (1)确定主成分在各线性组合中的系数利用表格“成分矩阵”中载荷数除以表格“总方差解释”中“总计值”开平方。 image.png (2)确定各因素在综合得分模型中的系数对步骤(1)中所得的各指标所拥有的三个主成分进行加权平均,注意利用的是初始特征值的方差百分比。 image.png (3)确定各因素的权重系数即,将各因素在综合得分模型中的系数进行归一化。 image.png 最终,我们得到在这6项因素中,各因素所占的权重值。 |
|