第一篇：促销活动效果分析怎么做？

促销活动效果分析怎么做？ 作者：王震 日期：2007-2-9 字体：[大] [中] [小]

不能忽视自然增长率

一般商场做分析时，往往只做同期比，而忽视了自然增长率这个重要的比率因素。

比如，在七月份搞一次“幸运大转盘，购物就旅游”活动，活动档期为13天，各项数据分析如表1。其中：

表1：“幸运大转盘，购物就旅游”营销效果反馈报告——重点数据（略)

前期销售额，即活动开始头一天向前推一个同样长度的档期（13天），但要考虑双休日的天数相当。

前期比同期增长率（即自然增长率），就是本期活动的前期相对于本期去年同期的增长率。表中数据为-10.24%。单看自然增长率这个数字，是负增

长的。也就是说，搞活动之前笔者商场相对于去年同期销售一直是负增长的，才积累出-10.24%这个比例。

用同比增长减去自然增长率，得出的11.34%，才是实际增长的数字，这要远比1.1%的同比数字要高。如果只看销售额比前期增长率，数据也不反映实际情况，有些过高了。

这次活动虽然采取了转盘摇奖的促销方式，表面看似热闹，人流要经常排到堵塞卖场通道，比前期要热闹多了，但是较去年同期的增长还是少得可怜。如果单从这两个层面分析，你很难判断成功与否。

但考虑到前期的销售一直处于下降态势，最终的实际增长还是比较可人的。

这种分析方法是从前辈那里学到的。其中关键在于那个自然增长率——它包含了商场在一整年中的各种销售影响因素，既包括商场内部品牌、结构调整、引进的因素，也包括社会因素的影响，天气、非常事件、国家政策出台等等。所以，在考虑营销活动实际效果的同时，也要考虑自然增长率，用同期增长率减去自然增长率得出的才是实际增长率。

销售增长是比较复杂的，在数据比较分析时，还要考虑到前期和同期档期的双休日天数对比情况，以及有无大型促销活动同期举办。如果条件大致对等，对比分析才是可信的。

不断反思营销费用

现在有些零售商老总只愿看到活动轰轰烈烈，人流熙熙攘攘，而忽视了活动的费用控制问题，一味地省钱，或大把地烧钱。其实两者都不可取。

决策者们要通盘考虑全年的营销活动，客观、细致地分析活动费用，确定一个合理的费用率区间，并根据竞争对手和活动的重要程度灵活调整.媒体广告费用控制

这部分费用一般取决于活动重要程度，顾客群体范围，和媒体组合选择。

区域性商场不能一味追求“狂轰乱炸”，要善于搭配各种媒体，提高广告宣传的受众精度、广度，和效果上的立体感。例如有些小媒体，价格很低，但用起来却润物细无声，立竿见影。当然，不同阶段也应采用不同的广告宣传策略。

以前笔者商场投放电视广告，主要在天气预报前的时段。但随着连锁店数量增加，急需扩大宣传广度，并时锁定一些目标消费群体。厂矿等大企业的内部电视台无疑具有这个优势，受众群体集中且收入稳定，费用也便宜得多。

店面装饰费用控制

商家总觉得这部分费用投入越多，效果越好。其实不然。

现在各地区的广告装饰市场较为混乱，价格水份较大，而多数零售商又不可能自己养队伍。笔者的经验是：能省的钱一定要替公司省，不该省的要力劝公司坚持原则。比如临近年关，大节接踵而至，如果每个节日都要推出店面主题装饰，费用自然很大，而如果以“过节啦”为主题来直接渲染气氛，效果也很好。

像门前看板这类的重要户外媒体，却不可以省，一定要购置质量、设计都好一些的——要知道，引人进店这个环节是最难的。

促销活动成本控制

“买100送XX”活动，始于北京，兴于武汉；起于百货，见于超市，迅速风靡全国，但具体什么玩法既省钱又让顾客满意还是要仔细考虑。

例如，“买120送120——买120即送券，最多可得120元赠券”和“买200送80——买200即送券，最多可得80元赠券”，根据不同面值赠券的比例，商场损失率可能相差200万元之巨！

同样是“买120送120”，也有不同：

■A方案： 120元赠券数量占刮刮卡总量的2%；50元赠券数量占50%；10元赠券数量占48%。

■B方案：120元赠券数量占刮刮卡总量的2%；80元赠券数量占15%；50元赠券数量占50%；20元赠券数量占15%；10元赠券数量占18%。

假设赠券全部送出，A损失644万元，B损失884万元，相差240万元。

但是，A方案10元赠券比例过大，在刺激顾客需求上力量不够，销售额无法冲高。某店在一次“购物送大奖”活动中，在几十个千元以上奖品外，还设计了3000张面值20元的购物券，但顾客来兑现的只有562张，还不到1/5。如果能加大末等奖中奖金额，减少中奖数量，比如设置100名200元的购物券，影响会更大。

根据各地习惯，必须在最低损失程度上找到最佳组合。

无论怎样做，促销成本还是较高，所以掌控一些细节就格外重要。笔者曾总结某商场成功实施“买160送160”的详细流程，就曾发现几个可在以后借鉴的细节点，例如：赠券使用有效期的设定。

很多商场赠券规定：活动结束后几日内截止，或活动结束，赠券即作废。这两种方式都不科学，容易引起顾客反感，并引发回款高峰，引致销售和财务人员的大量加班成本。而采取领券当日顺延N天方法，则不仅方便了顾客，而且便于商家缓解结账压力。

促销活动中的过程控制也很重要，例如采取上述赠券顺延法，就要注意每天发放一次印章，不要一次性交给工作人员，以防“人情章”。

挖掘对手的数据

好的营销效果反馈报告，除了自身效果评估外，分析主要竞争对手的促销动向和数据也尤为重要。

笔者任营销本部长时，坚持每天调研竞争对手，把第一手、鲜活的资料提供给公司决策层，强有力地支持公司营销决策。大连迈凯乐商场，光用于营销分析的表格就有十几个，其中对促销活动期间竞争对手的坪效、同品类销售数据对比、客流分析、客单价都在重点研究之列。

对于同一商圈或定位相近的对手，商家会利用各种手段获取对方商业情报。但实际操作中还有更高级别的做法。据笔者了解，北方某知名商业集团，已经实现了与竞争对手的销售情况互换制度，由以往的“地下间谍”走向“合作伙伴”，充分说明了竞争对手的数据分析之于营销效果反馈的重要性。

关注数据之外的问题

一般的营销策划可能是营销企划部所为，但执行之中却牵扯各个部门，之间分工、配合情况如何，总结分析时也应特别关注。

笔者曾考察过A企业的一次大型促销，先后投入资金上百万，最后效果不佳。其中重要原因之一，就是部门间分工协调不力。

下图是当时活动的部门分工和简要流程。（略）

这个企业的营销部刚刚成立，本来亟须得到各部门支持，结果在这次活动中，一堆本不该他们做的工作一古脑儿地扣在该部名下，名曰锻炼队伍，实为“拔苗助长”。

营销部的部长有办公室和商品本部的8年工作经历；科员4名，则全部为刚刚入职不到半年的实习大学生（这种情况很常见）。部长可算资深，与各部门沟通也没有问题，但学生初出茅庐，沟通就成了一个桎梏。果然，在促销大战之前，就传来各部门负责人对几名营销新人的微词。

笔者认为，营销部确实应该先集合各部门精英，打造出一支跟各部门对接无碍的强干团队，而不是大学生的实习基地。

接下来，在职责分配上，决策者犯了一个错误，认为只要是促销活动，所有工作都该主要由营销部负责。

责任应在职责范围和能力水平之内。例如某日资商场，其营销部功能涵盖促销活动策划、市场调研、会员管理、合同管理、店面装饰、媒体宣传等多个职能，但它各职能都配备有成熟的专职人员。

结果出问题了。首先在促销品运送这个问题上，本是物业部的份内工作，可实际运作中，他们只充当了“临时救火队员”身份，还总不及时，甚至出现过促销品到达商场楼下足足一个小时，无人卸货、送货。而看守者居然是营销部的小女孩，没力气卸货。

在赠品的库存管理上，新手可能还抵不上一个实习营业员。可是偏偏专业库管员闲置不用，让没有任何经验的大学生管理上百万元的库存商品。

另外，在赠品发放上，一般由商品本部人员负责更顺畅。因为商品本部都为工作十几、二十年的老营业员，现场管理能力很强，对赠品管理和发放更具经验。但发放也由营销部负责了。其实这样效率很低，而且耽误了营销部做现场市调和跟踪对手的时间。

协调工作的基础仍旧是合理的分工。比如说，营销部也想找库管员来协助管理赠品，可库管比营销部人员都牛气，很难调动。因此事先就该按实际情况来分配任务。

改良也很简单：

把营销部的职责调整为“每日活动结束后的赠品汇总与各部门的协调、沟通，客流统计，对手考察等”；

物业部的职责调整为“负责赠品的保管运送”；

商品部的职责调整为“负责赠品现场管理与发放”。

如果计划不当，已经造成了孤军作战的局面，唯一方法只能是“场内功夫场外补”。比如，营销部全体人员要私下里请相关部门负责人撮上一顿，一来沟通感情，二来了解他们的真实想法（各部门利益）。这在中国企业中还是比较管用的一招。

附表：“喜迎圣诞，买100送50“效果反馈报告（样本）（略）

原载：《销售与市场》

第二篇：促销活动效果调查问卷

促销活动效果调查问卷
尊敬的 XX：您好!大 XX 活动，活动效果是否明显，您是否喜欢我们的活动？我们请您根据您的实际情况填写下列问卷！非常感谢您的支持与配合！商户名称： 地址：

1.请问您知道五 XX 活动？【单选】
□ 知道 □ 不知道

2.请问您是通过何种途径知道 XX 活动的？【单选】
□ 服务公司通知 □ 抽奖现场活动布置 □ 报纸广告 □ 别人告知

3.请问活动是否有促进成交量？【单选】
□ 有 □ 没有 □ 不太清楚

4.请问活动的抽奖方式是否满意？【单选】
□ 满意 □ 一般 □ 不满意

5.请问奖项设置是否满意？【横向多选】
□ 还蛮吸引人的 □ 奖金太少 □ 奖品单一 □ 时间太短 □ 宣传力度不够

6.请问您（公司）喜欢以何种方式参加我司组织的促销活动？【横向多选】
□ 打折促销 □ 买够返现 □ 抽奖 □ 团购

7.如果长期开展特价商品宣传单张（册）投递派发，您（公司）会以超低折扣的商品参与 么？【单选】
□ 会 □ 不会 □ 到时候再说

8.请问您（公司）对我们的宣传有什么意见？【横向多选】
□ 加大报纸广告的力度 □ 多派发宣传单张 □ 加大其他媒体广告投放 □ 建设网络销售 □ 其他（请写出具体意见）___________________________________________________________________

9.请问您（公司）对我们其他方面有什么意见？
____________________________________________________________________________________________ ____________________________________________________________________________________________

再次感谢您的支持与配合

第三篇：如何合理评估促销活动效果解读

如何合理评估促销活动效果？

如何合理评估促销活动效果

激烈的市场竞争，催生出各种名目的促销活动，大街、超市、商场促销广告无处不在。促销活动之前，需要精心策划营销方案，各部门集中讨论、审核拍板、动员；活动执行，需要专人控场与维护；活动结束后，需要对整场活动进行总结与评估。

从百度搜索来看，更多关注的是促销活动方案的策划，而对于促销活动评估则相对少一些。随着成本意识、效用意识的增加，重视促销活动的评估是零售人员必须做到的。一方面清晰的看到活动效果、意义，另一方面则在于总结不足，为以后的营销活动作出合理的指导。

促销活动效果评估，常用的方法：

【业绩比较】：追逐收入和利润是每一场活动的主要面，同比、环比是最常见的手段。现在流行“用数据说话”，同比、环比数据对比成了营销达人、数据达人最喜欢炫耀的戏法。关于同比需要谨慎的地方在于前后两年是否具有可比性。前一年销售大环境、人员、产品、活动方式等均要适当考虑，不开随意判断本期是增长或者下滑。关于环比，着重考虑销售是否具有季节性趋势或者其他周期趋势。当然也离不开“目标完成率”这个指标，在与目标对比时需要谨慎，因为目标的制定是建立在科学合理、排除主观臆断之上的。

【迎合程度】：如果一场促销活动未经深入调查研究而随意制定，那这样的促销活动只是一厢情愿，因为没有考虑市场是否有需求。巨大的客流量、客观的成交率将构成收入的全部，具体的分析可以包括活动客流量分析、客流构成分析、成交率分析等等。活动的折扣力度、客单价是否迎合顾客的消费能力，为活动准备的广告页是否有足够的吸引力，诸如新品体验券、优惠券、现金券、预售券、员工券等等的回收率同样是我们需要分析的内容。

【成本费用】：其实这项内容在促销活动策划阶段就已经派上用场了。没有哪个领导不关心成本和费用，即使你把活动预期乐观到天花乱坠。上级需要在活动之前就看到预期的效果，“活动效用”指标或者“净活动效用”指标是比较好的选择。如果你是这场活动的策划者，我相信你会把最乐观的“活动效用”指标拿给上级看，因为活动效用比净活动效用从数值上大很多，大部分的人还是喜欢接受好看的数据。不过这是一种不自信的做法，净活动效用或许才是我们需要关注的。

【活动影响力】每场促销活动一般都会有一个主推的主题，围绕这个主题策划人员配备了相应的产品。一场成功的活动不仅能做好主推产品，顺带着提升了其他品类的销售，也就是活动的拉动能力，这样的营销策划影响力会从活动开始一直延续到活动结束之后，使品牌或者商场的整体销售被提高到另一个高度，从活动前、活动中到活动后，销售呈现出一种向上提升的趋势。

以上是本博总结的几个常见评估方法，不一定正确，需要结合不同行业、不同活动类型来应用。

关于活动评估，推荐阅读：数据化管理的《如何科学的进行五一促销活动评估》

另：更新内容 @茵曼文案lala凤 根据自己在工作中的实践与摸索，总结了15种促销方式，她没想到的是，这个图迅速在微博上疯传，并被许多网友惊呼为“目前看起来最全的促销图”。

数据分析预处理的方法——SPSS、Clementine如何处理缺失值、离群值、极值？

数据预处理的方法——SPSS、Clementine如何处理缺失值、离群值、极值？

【一】什么是预处理、预分析？

高质量数据是数据分析的前提和分析结论可靠性的保障。尽管在获取数据源时数据分析师格外谨慎，耗费大量的时间，但数据质量仍然需持续关注。不管是一手还是二手数据源，总是会存在一些质量问题。同时，为了满足数据分析、挖掘的实际需要，对噪声数据如何处理，是丢弃还是补充，或者重新计算新的数据变量，这些不是随意决定的，这就是数据预处理的一个过程，是在数据分析、挖掘开始前对数据源的审核和判断，是数据分析必不可少的一项。本文暂只简单讨论一下缺失值、异常值的处理。

【二】如何发现数据质量问题，例如，如何发现缺失值？

1、SPSS是如何做到的？（1）系统缺失值、空白值

每一个变量均有可能出现系统缺失或者空白，当数据量巨大时我们根本无法用眼睛看出是否有缺失，最明智的做法是把这项任务交给数据分析工具，比如Excel，可通过数据有效性、筛选、查找、计数等功能去实现，如果是SPSS数据源，可以通过描述统计之“频率”项来实现。

上图，五个变量中，家庭人均收入有效样本94，有6个无效样本，在spss数据区域显示为空白值。其他变量均没有缺失，对于这6个缺失值是留是踢需要谨慎。（2）变量取值分布

这一项不容忽视，一般由于输入错误、数据本身或者其他原因造成。这里分分类变量和数值变量进行检查。

分类变量取值分布检查：

描述统计之“频率”项，可以对变量以及变量取值进行频次统计汇总，因此，此处仍然采用“频率”项。

上图，我们已经确认是否献血样本全部有效，但是不代表这个变量没有其他噪声。通过此变量取值分布的考察，我们可以发现是否献血有4个水平，分别为“0”“1”“No”“Yes”，但实际上，该变量的取值至于两个水平，“No”“Yes”，其余两个取值是错误操作导致的，这是系统缺失值，可以通过重新赋值进行处理。

数值变量取值分布检查：

数值变量取值分布不宜采用“频次”的统计，一般可通过直方图、含有正态检验的直方图来实现。

上图，数值变量的直方图，可以清楚的看到其分布情况。可以初步判断存在异常值。

（3）离群值、极值

在SPSS中可以通过“箱图”直观的看到异常值，探索分析项或者箱图功能可实现。

上图，为spss探索分析结果，还可以设置分组变量。可以直观的发现，家庭人均收入存在极值，编号为66，可以快速查找定位。

2、Clementine是怎么做到的？

Data Audit，数据审核节点示例：以下数据流看图不解释。

首先，建立以上数据流。最后一个为“数据审核”节点，右键选择并打开编辑：

上图，为clementine变量诊断结果，非常直观，图文并茂，而且一张图几乎说明了数据源各种质量问题。是否无偿献血，取值水平有4个，家庭人均收入最大值有异常，且明确显示有6个无效值。其他变量正常。

上图，是clementine变量诊断结果中的另外一张图表，我们可以发现家庭人均收入有一枚极值，六枚无效值。通过上述诊断，数据质量问题一目了然。

【三】如何处理缺失值、离群值、极值？

1、SPSS实现方法

上图，为spss变量转换菜单下的重新编码为相同变量选项卡。可以轻松实现变量重新赋值。

主要实现方法：重新编码为相同/不同变量、计算变量、缺失值分析模块，此处略，后续文章会涉及。

2、Clementine实现方法（1）是否无偿献血 重新分类

我们已经清楚的知道，是否无偿献血变量在取值分布上存在问题。在clementine，需要用Reclassify节点进行重新分类，在变量诊断的第一种表格上选中是否无偿献血变量，点击左上角“生成”按钮，生成一个Reclassify节点。打开该节点，如上图所示，即可完成重新分类。

（2）无效值、空白值的处理

家庭人均收入变量存在6个无效值，我们建议保留这6个样本，希望通过决策树算法进行针对性的预测，从而为这6个无效值进行赋值。如上图所示进行操作。然后，选中该变量，点击左上角“生成”按钮，自动生成一个缺失值插补超级节点。

（3）离群值、极值的处理

家庭收入变量还存在一枚极值，对于该极值，我们采取剔除丢弃处理，在clementine变量诊断表格中，如上图操作，点击生成按钮，自动生成一个离群值和极值超级节点。

（4）以下为clementine的处理结果

我们将自动生成的两个超级节点，连接在数据流末端，再次进行数据审核，结果如上图所示，此时，我们可以看到，上述几个问题已经达到合理地解决。最终我们剔除了一个极值，对其他质量问题采取保守态度进行相应的处理。

上图，为整个过程的数据流图示。

总结：

1、通过SPSS描述统计的相关过程，可以实现数据质量的探索分析并进行相应的预处理。

2、通过Clementine的Type节点、Filler节点、Reclassify节点、Data Audit等节点可以实现数据质量的探索，而且比SPSS更直观，更快捷。

3、相比而言，clementine在数据分析预处理方面更加优秀，结果可视化程度较高，直观易懂，而且处理流程简短精悍，虽然通过spss或者excel也可以完成这些工作，但我想，如果能合理选择有效驾驭，clementine是一个不错的选择，这不是炫耀或者奢侈，更效率更效果的工作才是最终目的。

如何用SPSS对数据进行标准化处理？

SPSS统计分析软件是我最早接触的数据分析工具，我的博客将陆续介绍SPSS统计分析软件的相关内容，这类文章将统一按照在标题或者正文第一段出现

SPSS案例分析 + 编号

的形式组织，便于读者朋友们快速查询、收集，今天是第一篇，即 SPSS案例分析1，后文将不再说明。

->

进行多元统计分析时，我们往往要收集不同量纲的数据，比如销售总额（万元），利润率（百分数）。这表现为变量在数量级和计量单位上的差别，从而使得各个变量之间不具有综合性，而多元分析方法大多对变量要特殊的要求，比如符合正态分布或者变量之间具有可比性。这时就必须采用某种方法对各变量数值进行标准化处理，或者叫无量纲化处理，解决各数值不具综合性的问题。

spss提供了很方便的数据标准化方法，这里只介绍Z标准化方法。即每一变量值与其平均值之差除以该变量的标准差。无量纲化后各变量的平均值为0，标准差为1，从而消除量纲和数量级的影响。该方法是目前多变量综合分析中使用最多的一种方法。在原始数据呈正态分布的情况下，利用该方法进行数据无量纲处理是较合理的。

spss的实现步骤：图例

【1】分析——描述统计——描述

【2】弹出“描述统计”对话框，首先将准备标准化的变量移入变量组中，此时，最重要的一步就是勾选“将标准化得分另存为变量”，最后点击确定。

【3】返回SPSS的“数据视图”，在原始变量的最后多了一列Z开头的新变量，这个变量就是标准化后的变量了。基于此字段可以做其他分析。

SPSS案例分析10：用因子分析结果进行聚类分析

得到因子得分并不是最终的结果，降维是为了使我们的思路更加集中，但降维结束后得到的却未必是我们所期望的。为了更好的加以分析，我们可以在降维因子分析的基础上对得到的潜在因子进行聚类或者计算出综合因子得分进行排序。综合因子得分的计算前面我已经讨论过了（点击这里），卢文岱先生的书里介绍了因子分析之后进行聚类分析，放在这里学习学习。

【案例】：美国洛杉矶12个地区的调查数据（人口、校龄、总雇员、房价、服务），该数据可到人大经济论坛spss版块下载。点击下载 【案例说明】：12个地区的5个调查指标数据经过因子分析处理后，找到两个潜在的因子：人口因子和福利因子。并且spss自动保存了12个地区的因子得分。这个案例的目的在于评价12个地区经济情况。我们现在走一条曲线救国的思路：利用人口因子和福利因子两个变量进行聚类，看看这12个地区有哪些是相似的（同一类），这些相似的地区有哪些特征，从而集中评价属于同一类的某几个或一个地区。【因子分析过程】：我前面有写，不再讨论。

【聚类过程】：亮点——因子得分散点图-增强聚类的可视化，更加易懂。

一、操作：

（1）因子1，因子2为参与聚类的变量，地区编号为标示。

（2）盲聚类，先给定范围2-4类，然后对2、3、4进行比较，最终确定聚为几类。

（3）个人较喜欢输出树状图，讨厌冰柱图。要求输出聚类的树状图。采用欧氏距离平方聚类。

（4）不需要进行标准化处理，因为两个因子本身就是无量纲变量。

二、重要结果（对比）：

（1）从聚类分析输出结果很难看出各地区在经济特性方面的区别。

（2）亮点：因子得分-类别散点图，可视化的效果。

上图显示，2、3、7为第二类，处在人口因子和福利因子都较低的左角，可以认为从5个经济指标来看均较差的地区；1、4、5为第一类，人口因子（人口数和就业人数）得分较低，福利因子较高，即人口和就业者较少，但福利条件去很不错的地区群（这可是梦寐以求的好地方啊！）；6、8、9、11、12为第三类人口因子较高，福利因子较低，人口多，就业者多，比如hn，人口第一大省，但整体经济实力较东部地区差，福利跟不上。

做法：因子得分2为纵轴、因子得分1为横轴（谁横谁纵没有定论），用地区编号标识地区，用聚类得到的各地区类别号分组。（依次做分为2类的、3类的、4类的散点图进行比较）。

三、讨论：

就此案例而言，最终聚为几类合适？卢文岱先生的书并没有给出结果。我个人的思路：从上面的散点图可以看出，编号为10的这个地区，偏离1、5、4地区较远，聚类过程显示这四个地区为同一类。鉴于1、5、4更集中，10地区较远，用异常值的思想来讲，10地区为异常值，单独放一边讨论，视为特例对待。其他11个地区分为3类。即最终聚为4类（或3类+1特例）。

从这个案例可以看出，我们很有必要在spss既得结果中提取其他可视化图形，比如上面这个因子得分散点图，使分析效果更加显著。

SPSS案例分析10：用因子分析结果进行聚类分析

得到因子得分并不是最终的结果，降维是为了使我们的思路更加集中，但降维结束后得到的却未必是我们所期望的。为了更好的加以分析，我们可以在降维因子分析的基础上对得到的潜在因子进行聚类或者计算出综合因子得分进行排序。综合因子得分的计算前面我已经讨论过了（点击这里），卢文岱先生的书里介绍了因子分析之后进行聚类分析，放在这里学习学习。

【案例】：美国洛杉矶12个地区的调查数据（人口、校龄、总雇员、房价、服务），该数据可到人大经济论坛spss版块下载。点击下载

【案例说明】：12个地区的5个调查指标数据经过因子分析处理后，找到两个潜在的因子：人口因子和福利因子。并且spss自动保存了12个地区的因子得分。这个案例的目的在于评价12个地区经济情况。我们现在走一条曲线救国的思路：利用人口因子和福利因子两个变量进行聚类，看看这12个地区有哪些是相似的（同一类），这些相似的地区有哪些特征，从而集中评价属于同一类的某几个或一个地区。

【因子分析过程】：我前面有写，不再讨论。

【聚类过程】：亮点——因子得分散点图-增强聚类的可视化，更加易懂。

一、操作：

（1）因子1，因子2为参与聚类的变量，地区编号为标示。

（2）盲聚类，先给定范围2-4类，然后对2、3、4进行比较，最终确定聚为几类。

（3）个人较喜欢输出树状图，讨厌冰柱图。要求输出聚类的树状图。采用欧氏距离平方聚类。

（4）不需要进行标准化处理，因为两个因子本身就是无量纲变量。

二、重要结果（对比）：

（1）从聚类分析输出结果很难看出各地区在经济特性方面的区别。

（2）亮点：因子得分-类别散点图，可视化的效果。

上图显示，2、3、7为第二类，处在人口因子和福利因子都较低的左角，可以认为从5个经济指标来看均较差的地区；1、4、5为第一类，人口因子（人口数和就业人数）得分较低，福利因子较高，即人口和就业者较少，但福利条件去很不错的地区群（这可是梦寐以求的好地方啊！）；6、8、9、11、12为第三类人口因子较高，福利因子较低，人口多，就业者多，比如hn，人口第一大省，但整体经济实力较东部地区差，福利跟不上。

做法：因子得分2为纵轴、因子得分1为横轴（谁横谁纵没有定论），用地区编号标识地区，用聚类得到的各地区类别号分组。（依次做分为2类的、3类的、4类的散点图进行比较）。

三、讨论：

就此案例而言，最终聚为几类合适？卢文岱先生的书并没有给出结果。我个人的思路：从上面的散点图可以看出，编号为10的这个地区，偏离1、5、4地区较远，聚类过程显示这四个地区为同一类。鉴于1、5、4更集中，10地区较远，用异常值的思想来讲，10地区为异常值，单独放一边讨论，视为特例对待。其他11个地区分为3类。即最终聚为4类（或3类+1特例）。

从这个案例可以看出，我们很有必要在spss既得结果中提取其他可视化图形，比如上面这个因子得分散点图，使分析效果更加显著。----------------------------SPSS聚类分析——一个案例演示聚类分析全过程

本文实际为2010年5月8日完成并发布的，浏览量：7199，评论数：5。

在百度新版空间升级过程中，该篇文章丢失，今天，重新更新并发布，作为 SPSS案例分析系列的第17篇文章。同时希望百度新版空间能不断完善，在升级过程中尽量避免出现文章丢失的现象。

案例数据源：

有20种12盎司啤酒成分和价格的数据，变量包括啤酒名称、热量、钠含量、酒精含量、价格。数据来自《SPSS for Windows 统计分析》data11-03。点击下载

【一】问题一：选择那些变量进行聚类？——采用“R型聚类”

1、现在我们有4个变量用来对啤酒分类，是否有必要将4个变量都纳入作为分类变量呢？热量、钠含量、酒精含量这3个指标是要通过化验员的辛苦努力来测定，而且还有花费不少成本，如果都纳入分析的话，岂不太麻烦太浪费？所以，有必要对4个变量进行降维处理，这里采用spss R型聚类（变量聚类），对4个变量进行降维处理。输出“相似性矩阵”有助于我们理解降维的过程。2、4个分类变量量纲各自不同，这一次我们先确定用相似性来测度，度量标准选用pearson系数，聚类方法选最远元素，此时，涉及到相关，4个变量可不用标准化处理，将来的相似性矩阵里的数字为相关系数。若果有某两个变量的相关系数接近1或-1，说明两个变量可互相替代。

3、只输出“树状图”就可以了，个人觉得冰柱图很复杂，看起来没有树状图清晰明了。从proximity matrix表中可以看出热量和酒精含量两个变量相关系数0.903，最大，二者选其一即可，没有必要都作为聚类变量，导致成本增加。至于热量和酒精含量选择哪一个作为典型指标来代替原来的两个变量，可以根据专业知识或测定的难易程度决定。（与因子分析不同，是完全踢掉其中一个变量以达到降维的目的。）这里选用酒精含量，至此，确定出用于聚类的变量为：酒精含量，钠含量，价格。

【二】问题二：20中啤酒能分为几类？——采用“Q型聚类”

1、现在开始对20中啤酒进行聚类。开始不确定应该分为几类，暂时用一个3-5类范围来试探。Q型聚类要求量纲相同，所以我们需要对数据标准化，这一回用欧式距离平方进行测度。

2、主要通过树状图和冰柱图来理解类别。最终是分为4类还是3类，这是个复杂的过程，需要专业知识和最初的目的来识别。我这里试着确定分为4类。选择“保存”，则在数据区域内会自动生成聚类结果。

【三】问题三：用于聚类的变量对聚类过程、结果又贡献么，有用么？——采用“单因素方差分析”

1、聚类分析除了对类别的确定需讨论外，还有一个比较关键的问题就是分类变量到底对聚类有没有作用有没有贡献，如果有个别变量对分类没有作用的话，应该剔除。

2、这个过程一般用单因素方差分析来判断。注意此时，因子变量选择聚为4类的结果，而将三个聚类变量作为因变量处理。方差分析结果显示，三个聚类变量sig值均极显著，我们用于分类的3个变量对分类有作用，可以使用，作为聚类变量是比较合理的。

【四】问题四：聚类结果的解释？——采用”均值比较描述统计“

1、聚类分析最后一步，也是最为困难的就是对分出的各类进行定义解释，描述各类的特征，即各类别特征描述。这需要专业知识作为基础并结合分析目的才能得出。

2、我们可以采用spss的means均值比较过程，或者excel的透视表功能对各类的各个指标进行描述。其中，report报表用于描述聚类结果。对各类指标的比较来初步定义类别，主要根据专业知识来判定。这里到此为止。

以上过程涉及到spss层次聚类中的Q型聚类和R型聚类，单因素方差分析，means过程等，是一个很不错的多种分析方法联合使用的案例。数据源和部分介绍均摘自《SPSS for Windows 统计分析》书中。

个性化推荐技术漫谈

如果说过去的十年是搜索技术大行其道的十年，那么个性化推荐技术将成为未来十年中最重要的革新之一。目前几乎所有大型的电子商务系统，如Amazon、CDNOW、Netflix等，都不同程度地使用了各种形式的推荐系统。而近来以“发现”为核心的网站正开始在互联网上崭露头角，比如侧重于音乐推荐的八宝盒，侧重于图书推荐的豆瓣等等。

那么，一个好的推荐系统需要满足什么目标呢？

个性化推荐系统必须能够基于用户之前的口味和喜好提供相关的精确的推荐，而且这种口味和喜欢的收集必须尽量少的需要用户的劳动。推荐的结果必须能够实时计算，这样才能够在用户离开网站前之前获得推荐的内容，并且及时的对推荐结果作出反馈。实时性也是推荐系统与通常的数据挖掘技术显著不同的一个特点。

一个完整的推荐系统由三部分构成：行为记录模块、模型分析模块和推荐模块。行为记录模块负责记录能够体现用户喜好的行为，比如购买、下载、评分等。这部分看起来简单，其实需要非常仔细的设计。比如说购买和评分这两种行为表达潜在的喜好程度就不尽相同完善的行为记录需要能够综合多种不同的用户行为，处理不同行为的累加。模型分析模块的功能则实现了对用户行为记录的分析，采用不同算法建立起模型描述用户的喜好信息。最后，通过推荐模块，实时的从内容集筛选出目标用户可能会感兴趣的内容推荐给用户。因此，除了推荐系统本身，为了实现推荐，还需要一个可供推荐的内容集。比如，对于音乐推荐系统来说，一个音乐库就是这样的内容集。我们对内容集本身需要提供的信息要求非常低，在经典的协同过滤算法下，内容集甚至只需要提供ID就足够。而对于基于内容的推荐系统来说，由于往往需要对内容进行特征抽取和索引，我们就会需要提供更多的领域知识和内容属性。这种情况下，还是拿音乐举例，歌手、流派之类的属性和音频信息就成为必需的内容集信息。http://

用K-MEANS进行客户细分组合的实例

在10月1日上线了，我负责的一个产品，投资品搜索，2个月后，记录了大量的客户真实需求数据。

客户的投资金额的需求是多少，客户的投资期限的需求是多久，这些真实的客户需求。我能不能直接根据客户需求最集中的区域，定制几款特定投资金额、投资期限的产品来满足90%的客户需求，并且降低这个页面的跳出，提高产品使用率。

前面是关于问题的描述。后来经过考虑决定使用K-MEANS聚类方法来解决这个问题。k-means算法广泛应用于划分目标客户类型的应用中。

下面开始介绍我通过K-MEANS聚类的步骤和最后的结果。

1.首先从公司数据库mongo数据库中导出一周数据。（导原始数据的时候才发现，很多客户没有看清楚，输入是以万为单位，输入了很多大的离谱的数值。产品做的不仔细，没有很好的提示客户）

2.由于K-MEANS对错误数据和偏离数据非常敏感，所以我仔细筛选排除出错误数据（例如投资金额大于1000万）。

3.由于有多个ID或者IP(未登录)重复刷新多次记录，所以根据同一IP和ID对记录进行了去重。

4.我对划分种类数目（即K值）进行了多次试验调整。由于原始数据中有很多偏离的数据，所以划分太少之后，会出现数据聚合太多集中。（例如划分成四类后99%的客户集中在一起，不能达到目标）5.最后我把数据划分成了50类进行试探，按照每个类中的案例数进行降序排列。得到如下结果

6.我认为最后把其中6类进行进行分析是合适的，这6类已经能够覆盖78.77%的客户需求。排除后面的噪点或者小需求。

7.最后。我把这六类的投资金额和投资期限逐一筛选出来

总结，我们可以最后推出6款投资产品，他们分别如上图所示，就能够满足基本上80%的客户需求。

读书的好处

1、行万里路，读万卷书。

2、书山有路勤为径，学海无涯苦作舟。

3、读书破万卷，下笔如有神。

4、我所学到的任何有价值的知识都是由自学中得来的。——达尔文

5、少壮不努力，老大徒悲伤。

6、黑发不知勤学早，白首方悔读书迟。——颜真卿

7、宝剑锋从磨砺出，梅花香自苦寒来。

8、读书要三到：心到、眼到、口到

9、玉不琢、不成器，人不学、不知义。

10、一日无书，百事荒废。——陈寿

11、书是人类进步的阶梯。

12、一日不读口生，一日不写手生。

13、我扑在书上，就像饥饿的人扑在面包上。——高尔基

14、书到用时方恨少、事非经过不知难。——陆游

15、读一本好书，就如同和一个高尚的人在交谈——歌德

16、读一切好书，就是和许多高尚的人谈话。——笛卡儿

17、学习永远不晚。——高尔基

18、少而好学，如日出之阳；壮而好学，如日中之光；志而好学，如炳烛之光。——刘向

19、学而不思则惘，思而不学则殆。——孔子

20、读书给人以快乐、给人以光彩、给人以才干。——培根

第四篇：手机促销效果总结报告

手机促销效果总结报告

前言

手机促销活动现状评述，目前知名手机促销现主要存在的问题。1.目前手机品牌系列发展宣传已经到达一个品牌成熟期，如果宣传重点不及时调整，将面临广告信息老化，单调重复，受众注意力、关注程度和兴趣点都会改变的困境，同时，广告有效率下降，造成广告费的浪费。

2.目前的营销方式基本上停留在战术层面，例如广告战、促销战、产品开发战、渠道战等等。从目前中国消费者的角度看，战术层面的竞争已经“黔驴技穷”。因此，手机营销必须从战术上的简单粗暴的竞争回归到战略层面的规划上来。

3.目前的手机促销活动方式单一，多采用发传单与打台路演结合的形式，采取发放礼品降低价格的方式吸引消费者。这种方式不利于培养品牌忠诚度和增加市场份额。

活动主题（目的）

口号：“爱怎么听就怎么听，绚出你自己。喜欢她/他就要让她/他听见。爱听也爱做，彩铃创作先锋。”

在提高本店的形象的同时，又能增加营业利润何乐而不为》

促销策略

1、锁定目标消费群体：18-40岁群体，包括在校大学生，时尚上班人士，休闲人士等。

2、通过感情沟通活动手段激发大众参与热情，以本次活动“关爱?亲情?和谐”的主题倡导人与人之间的交流的手段把惯有产品竞争提升到品牌形象、品牌价值层面上来。（品牌价值是通过对手机品牌内涵的丰满、外延的充实来实现。）

3、强调“沟通连接社会”的情感因素，突出“品牌背后是文化”以及人性化设置。

活动方式

实行柜台手机展示、团购优惠、签名售机与店外路演发放传单相结合的方式。1发放传单

在活动舞台旁聘请2-4名兼职传单发放员进行产品DM单的发放。可将传单印上一定的产品特性题目问答，若消费者回答正确全部题目可到特定柜台获得主管签名一张凭此可以特价购买爱听手机一部或者购买限量珍藏版手机一部。2舞台表演

（1）首先进行歌曲选择，选择的歌曲要动感十足，有强劲的节拍性，欢快的，并且也是大众熟知的歌曲。

（2）游戏可选择孩子参与（孩子富有吸引一定的吸引力，能吸引消费者的注意），可根据舞台的大小选择参与者。根据手机造型摆出自己认为最酷的姿势并说一段话其中包括爱听两个字，在规定时间内谁姿势最多最优美获胜；喜欢她/他就要让她/他听见。现场制作各种铃声，并用爱听手机播放，并让现场观众参与投票，得票最高者获得大奖爱听手机一部，参与投票的观众也将获得爱听手机链一个。活动与舞蹈歌唱表演等穿插进行可以重复进行多次比赛设置不同级别的奖品若干。（3）主持人对爱听最近新研制推出的手机进行介绍，.大多介绍的手机应是价格高，特色突出的手机（不要介绍时间太长，介绍时要看人数的多少来进行介绍，介绍时要幽默，能使消费者听进去，从而在消费者购买时能起到一定的增加销量的效果）。

（4）买手机有赠品同时还可以抽奖一次，抽到奖的，主持人应进此奖进行发挥，刺激消费者购买。3增殖服务

推出适合手机特色的增殖服务，实行手机图片彩铃无限量自由免费下载（通过到指定销售店铺进行）。提高售后服务质量耐心讲解手机功能，提供覆盖面广的手机维修保养美化店铺。4团购优惠

团购就是顾客购买多台手机或者是几个顾客联合购买多台手机的时候，给予一定优惠的促销活动。团购的让利可以吸引顾客选择产品，顾客普遍存在一种“买赚”的心理，团购的让利会让他们觉得物超所值。

效果总结

一、社会影响

此次促销是刺激消费者的认知，以品牌认知为目标的表现策略，提高认知度，强化记忆度达到最基本的认知和知晓的目的，运用乐队引起消费者的注意，通过介绍手机，作游戏，无偿领奖的方式引发消费者的兴趣，增强消费者的记忆，良好的服务态度，以及广告宣传让消费者能看过来，停下来，买回来，直到使顾客满意再回来。

二、活动模式的建立与可持续性

本次活动是一个宣传投入小便于各个城市应用的可执行性强，影响力强的可通用模式，便于复制和推广应用

三、本次活动的主要优势

1、活动开展时逢5、1黄金周，人流量大受众人群目标客户多。

2、机型独特而另类的外形设计特点配合新颖有趣的宣传活动具有广泛的眼球吸引力，根据活动形式可设计系列广告和报道。同时还可以充分考虑现阶段与今后宣传的整合性、系统性，建立不间断滚动宣传模式。

第五篇：效果分析

在本课的教学中，我注意了以下几个方面：

1．在学情分析的基础上选择教学方法

经过前几个单元的学习，学生已具有一定的历史学习能力，掌握了一些学习方法：具有基本的历史时空概念，知道史料的多种形式，初步掌握了解过去的方法；在实践、体验过程中，能够根据任务的不同，主动寻求合作伙伴，能够准确表达自己的观点，尝试用自己的观点说服他人；能够运用已有的知识对问题作初步的分析，能够进行简单的逻辑推理；能够根据需要多渠道搜集史料，并按一定的要求提取有效信息，尝试从史料和信息中发现问题，并在新的情境中，重新处理历史信息，解决问题。基于以上特征，本课采用了直观教学法，充分发挥历史地图的作用，多次请学生对比阅读地图，从中发现问题，提取信息，培养其空间概念和观察思维能力；观看课本插图《岳王庙》等，感受后人对历史人物鲜明的爱憎，并抒发感想，有利于学生形成正确的价值观等。

2．重视史证意识的培养

课改强调学生要形成“史由证来，论从史出”的史学意识。因此，在本课的教学中，注重学生史料意识的培养，提供了大量图片和文字材料，供学生从中提取信息，形成观点，解决问题。如在最后一个问题的讨论中，仅靠教材提供的资料是远远不够的，我查找到了各族文字、史书记载、教授文章等较有说服力的材料，供学生参考。

3．通过结构板书体现教学思路

新教材的一大特色就是“以点带面”，不再强调学科体系。但这并不意味着我们教给学生的知识是零散的，没有结构的。相反，新教材对教师提出了更高的要求，要求教师把隐藏在各目背后的“面”显现出来（不是铺陈开来），这种有结构的知识才便于学生把握。因此，在全课结束时，我设计了一个能体现全课结构的板书，并将教材两目背后的“面”凸显出来，进行了知识梳理。

4．落实价值观教育

本课中的几个历史人物很具人格魅力，千百年来百姓鲜明的爱憎表明了人们公认的价值观尺度：一心为国、勇敢正直是我们褒扬的；谋己私利、阴险狡诈是我们不屑的。因此，在处理岳飞、秦桧等有关的教学内容时，让学生通过看材料、图片，讲故事，表达感悟等多种方式，树立正确的价值观，充分发挥德育教育功能。