第7章 O2O優(yōu)惠券個性化投放

O2O優(yōu)惠券個性化投放1分析方法與過程目錄背景與挖掘目標2模型評價3應(yīng)用4小結(jié)5隨著電子商務(wù)的發(fā)展和移動互聯(lián)網(wǎng)的到來，為了將線上用戶引流到線下消費，O2O電子商務(wù)模式應(yīng)運而生。據(jù)不完全統(tǒng)計，O2O行業(yè)估值上億的創(chuàng)業(yè)公司至少有10家，也不乏百億巨頭的身影。O2O行業(yè)天然關(guān)聯(lián)數(shù)億消費者，各類APP每天記錄了超過百億條用戶行為和位置記錄，因而成為大數(shù)據(jù)科研和商業(yè)化運營的最佳結(jié)合點之一。案例背景商戶發(fā)放優(yōu)惠券是O2O重要的銷售方式，用戶可通過持券消費獲得相比線下直接消費更為便宜的價格。但商戶隨意投放優(yōu)惠券可能降低平臺的品牌聲譽，導(dǎo)致用戶流失，從而影響到平臺吸引大量高粘性客戶。案例背景個性化投放是提高優(yōu)惠券核銷率的重要技術(shù)，它可以讓具有一定偏好的消費者得到真正的實惠，同時賦予商家更強的營銷能力。本案例結(jié)合了O2O場景相關(guān)的豐富數(shù)據(jù)，實現(xiàn)以下目標。借助O2O平臺數(shù)據(jù)，結(jié)合業(yè)務(wù)邏輯和經(jīng)驗構(gòu)造用戶、商戶、優(yōu)惠券的相關(guān)指標，可多維度分析優(yōu)惠券投放規(guī)律。建立分類模型，實現(xiàn)精準預(yù)測用戶是否會在規(guī)定時間內(nèi)使用相應(yīng)優(yōu)惠券。對預(yù)測分類結(jié)果進行分析，并為商戶制定個性化投放優(yōu)惠券策略。案例背景1分析方法與過程目錄背景與挖掘目標2模型評價3應(yīng)用4小結(jié)5本案例的目標是預(yù)測用戶在領(lǐng)取優(yōu)惠券15天以內(nèi)的使用情況。為了將該問題轉(zhuǎn)化為二分類問題，將領(lǐng)取優(yōu)惠券后15天以內(nèi)使用的樣本標記為正類樣本，15天以內(nèi)沒使用的樣本標記為負樣本。確定此案例的問題是分類問題后，然后結(jié)合用戶使用優(yōu)惠券的情景和實際業(yè)務(wù)場景，主要需要建立用戶指標和商戶指標。使用這兩個指標衡量用戶使用優(yōu)惠券的情況。最后根據(jù)這些指標建立分類模型，預(yù)測用戶在領(lǐng)取優(yōu)惠券15天以內(nèi)的使用情況。主要流程研究O2O優(yōu)惠券個性化投放的流程O2O數(shù)據(jù)分析建?？傮w流程如圖所示。數(shù)據(jù)樣本包括訓(xùn)練樣本和測試樣本。其中，訓(xùn)練樣本共有1648881條記錄，是用戶在2016年1月1日至2016年6月30日之間的真實線下消費行為信息。測試樣本為用戶在2016年7月領(lǐng)取商戶優(yōu)惠券信息，其中不包含消費日期?？偟臄?shù)據(jù)屬性包含用戶ID、商品ID、優(yōu)惠券ID、用戶距門店距離、領(lǐng)取優(yōu)惠券日期、消費日期等6個屬性。數(shù)據(jù)獲取數(shù)據(jù)獲取字段名稱數(shù)據(jù)類型字段描述user_id整型用戶IDmerchant_id整型商戶IDcoupon_id浮點型優(yōu)惠券ID：null表示無優(yōu)惠券消費，此時discount_rate和date_received字段無意義discount_rate字符型優(yōu)惠率：x\in[0,1]代表折扣率；x:y表示滿x減y。單位是元distance整型用戶經(jīng)常活動的地點離該商家的最近門店距離是x*500m（如果是連鎖店，則取最近的一家門店），x\in[0,10]；null表示無此信息，0表示低于500m，10表示大于等于5kmdate_received浮點型領(lǐng)取優(yōu)惠券日期date浮點型消費日期：如果date=null&coupon_id!=null，該記錄表示領(lǐng)取優(yōu)惠券但沒有使用；如果date!=null&coupon_id=null，則表示普通消費日期；如果date!=null&coupon_id!=null，則表示用優(yōu)惠券消費日期原始數(shù)據(jù)集中包括用戶ID、商戶ID、優(yōu)惠券ID、優(yōu)惠率、用戶經(jīng)?；顒拥牡攸c與商家最近的門店距離等信息，需要對原始數(shù)據(jù)從多個維度進行探索性分析，本案例主要包括數(shù)據(jù)描述性統(tǒng)計分析、分析用戶消費行為信息、分析商戶投放優(yōu)惠券信息等，了解用戶的消費行為及商戶投放優(yōu)惠券的情況。描述性統(tǒng)計分析。分析用戶消費行為信息。分析商戶投放優(yōu)惠券信息。探索性分析對訓(xùn)練樣本、測試樣本進行描述性統(tǒng)計分析，分別得到訓(xùn)練和測試樣本的屬性觀測值中的空值個數(shù)、最大值和最小值。探索性分析1.描述性統(tǒng)計分析屬性名稱空值記錄數(shù)最大值最小值user_id073610324merchant_id088561coupon_id701602140451discount_rate701602NanNandistance0100date_received7016022016061520160101date8801142016063020160101屬性名稱空值記錄數(shù)最大值最小值user_id07361024209merchant_id088566coupon_id0140453discount_rate0NanNandistance0100date_received02016073120160701選取用戶消費次數(shù)、用戶領(lǐng)取券數(shù)、領(lǐng)取消費數(shù)這幾個屬性繪制2016年各月份用戶消費次數(shù)折線圖。探索性分析2.分析用戶消費行為信息繪制2016年各月份用戶領(lǐng)優(yōu)惠券次數(shù)和領(lǐng)券消費次數(shù)柱形圖。探索性分析結(jié)果分析從折線圖可以看出，各月用戶消費次數(shù)呈現(xiàn)出先下降后上升的波動性，5月份用戶消費次數(shù)最多，有可能是五一節(jié)假日商戶發(fā)放優(yōu)惠券的優(yōu)惠率較多吸引用戶消費。2月份處于低谷，可能是春節(jié)長假店鋪休息導(dǎo)致。由柱形圖看出，1月份用戶領(lǐng)取用戶優(yōu)惠券次數(shù)達到最高峰，很可能是用戶領(lǐng)取優(yōu)惠券為春節(jié)囤年貨做準備。而5月份用戶領(lǐng)取數(shù)量次之。從用戶領(lǐng)券消費情況看，雖然商戶發(fā)放優(yōu)惠券很多，但相對于發(fā)放的優(yōu)惠券數(shù)量，用戶很少使用優(yōu)惠券到商戶進行消費，說明出現(xiàn)了商戶濫發(fā)優(yōu)惠券現(xiàn)象。探索性分析選取商戶投放優(yōu)惠券數(shù)量、用戶到門店消費的距離、用戶持券與未持券到門店消費的距離等屬性，分析商戶投放優(yōu)惠券信息。（1）繪制柱形圖分析商戶投放優(yōu)惠券數(shù)量探索性分析3.分析商戶投放優(yōu)惠券信息探索性分析（2）繪制餅圖分析用戶到門店消費距離探索性分析（3）繪制餅圖分析用戶持券、沒持券到門店消費的距離結(jié)果分析ID為3381的商戶發(fā)放數(shù)量高達117818張，其次是ID為760和450的商戶，其他商戶投放優(yōu)惠券數(shù)量都低于45000，說明大部分商戶的優(yōu)惠券發(fā)放數(shù)量在45000以內(nèi)，只有少部分商戶超過45000。大部分用戶更偏向近距離消費，其中消費距離不足500m的用戶占到所有用戶中的68.3%，但出現(xiàn)4.7%的用戶卻選擇大于等于5km外門店進行消費，可以看出這部分用戶對該品牌門店的消費依賴性。兩個餅圖的分布情況類似，無論是否持券消費，大部分用戶都偏向去近距離的門店消費。而只有少部分用戶愿意選擇去5km外的門店進行消費，說明這些用戶對門店有一定的依賴性。探索性分析對原始數(shù)據(jù)進行探索性分析時，發(fā)現(xiàn)訓(xùn)練樣本存在缺失值、部分屬性的數(shù)據(jù)類型不統(tǒng)一、數(shù)據(jù)的屬性過少等問題。原始數(shù)據(jù)不能滿足建模輸入數(shù)據(jù)的要求，需要先將數(shù)據(jù)進行預(yù)處理后，才能用于進行構(gòu)建模型。本案例的預(yù)處理方法主要包括數(shù)據(jù)清洗和數(shù)據(jù)變換，使數(shù)據(jù)能夠滿足構(gòu)建優(yōu)惠券投放模型的輸入要求。樣本數(shù)據(jù)中的領(lǐng)取優(yōu)惠券日期屬性和消費日期屬性為浮點型，需要轉(zhuǎn)換為時間類型。優(yōu)惠券的優(yōu)惠率存在兩種形式：第一種為折扣率（小數(shù)）形式的樣本；另一種是滿減優(yōu)惠（比值）形式的樣本。如果該字段沒有進行統(tǒng)一處理，可能會導(dǎo)致結(jié)果不準確，因此使用統(tǒng)一樣本形式，這里的處理方法是把滿減優(yōu)惠統(tǒng)一替換成折扣率。數(shù)據(jù)預(yù)處理1.數(shù)據(jù)清洗數(shù)據(jù)清洗具體處理方法如下：樣本中date_rececived和date屬性中的缺失值設(shè)置為日期類型的“None”，其他屬性的缺失值設(shè)置為字符串類型的“null”。date_rececived和date屬性的數(shù)據(jù)類型轉(zhuǎn)為datatime類型。Discount_rate屬性中的滿減優(yōu)惠統(tǒng)一替換成折扣率。如300:30或者300:30:00等價0.9折。數(shù)據(jù)預(yù)處理根據(jù)上述步驟對數(shù)據(jù)進行清洗，得到清洗后的數(shù)據(jù)。數(shù)據(jù)預(yù)處理user_idmerchant_idcoupon_iddiscount_ratedistancedate_receiveddatannan0NaT2016-02-1700:00:0014394084663110020.8712016-05-2800:00:00NaT1439408263285910.9502016-02-1700:00:00NaT1439408263210780.9502016-03-1900:00:00NaT1439408263285910.9502016-06-1300:00:00Naannan0NaT2016-05-1600:00:001439408263285910.9502016-05-1600:00:002016-06-1300:00:001832624338176100.902016-04-2900:00:00NaT20292323381119510.912016-01-2900:00:00NaT本章中的數(shù)據(jù)變換是根據(jù)給定的屬性構(gòu)造新的指標，用于在更多維度上衡量用戶會否使用優(yōu)惠券。（1）構(gòu)建指標由于本章數(shù)據(jù)的屬性過少，僅僅只能給出6個屬性，不足以精確地描述問題，需要根據(jù)業(yè)務(wù)邏輯和經(jīng)驗進行數(shù)據(jù)變換，從而構(gòu)造出新的更加有效的指標。結(jié)合O2O模式特點，通過對用戶行為、商戶、優(yōu)惠券特點進行深入分析，從統(tǒng)計、比率、時間維度3個角度，將指標擴展為13個，并提取出3個指標群。分析方法與過程數(shù)據(jù)預(yù)處理2.數(shù)據(jù)變換分析方法與過程數(shù)據(jù)預(yù)處理構(gòu)建的指標名稱及其說明，如表所示。類別指標名稱說明用戶優(yōu)惠券使用頻數(shù)用戶使用優(yōu)惠券消費次數(shù)消費頻數(shù)用戶總消費次數(shù)領(lǐng)取優(yōu)惠券率用戶使用優(yōu)惠券消費次數(shù)與總消費次數(shù)的比值領(lǐng)取優(yōu)惠券未使用率用戶領(lǐng)取優(yōu)惠券而未使用的數(shù)量領(lǐng)取、使用優(yōu)惠券間隔用戶使用優(yōu)惠券日期平均與領(lǐng)取日期相隔天數(shù)商戶優(yōu)惠券核銷頻數(shù)商戶發(fā)放的優(yōu)惠券被使用的數(shù)量優(yōu)惠券核銷率商戶發(fā)放的優(yōu)惠券被使用的占比投放優(yōu)惠券頻數(shù)商戶發(fā)放優(yōu)惠券的數(shù)量優(yōu)惠券未核銷頻數(shù)商戶發(fā)放優(yōu)惠券而未被使用的數(shù)量投放、使用優(yōu)惠券間隔商戶發(fā)放的優(yōu)惠券與被使用平均相隔天數(shù)位置距離distance字段優(yōu)惠券折扣率coupon_discount字段優(yōu)惠券流行度被使用優(yōu)惠券與發(fā)放優(yōu)惠券總數(shù)的比值以15天為閾值劃分樣本。對預(yù)處理后的數(shù)據(jù)集構(gòu)建用戶標簽，其中未領(lǐng)券進行消費的樣本不滿足構(gòu)建用戶標簽的要求，需進行剔除。數(shù)據(jù)預(yù)處理（2）構(gòu)建用戶標簽和剔除未領(lǐng)券進行消費的樣本類別標簽說明正樣本1領(lǐng)取優(yōu)惠券并在15天內(nèi)使用的樣本負樣本0領(lǐng)取優(yōu)惠券在15天后使用的樣本消費日期為“null”（即無消費日期，優(yōu)惠券未使用）決策樹分類模型XGBoost分類模型模型構(gòu)建一般的決策樹算法都是采用自頂向下遞歸的方式，從訓(xùn)練集和他們相關(guān)聯(lián)的類標號開始構(gòu)造決策樹。隨著樹的構(gòu)建，訓(xùn)練集遞歸地劃分成較小的子集。算法的重點是確定分裂準則，分裂準則通過把訓(xùn)練集劃分成個體類的“最好”方法，確定在節(jié)點上根據(jù)哪個屬性的哪個分裂點來劃分訓(xùn)練集。采用Python中sklearn模塊的決策樹分類器DecisionTreeClassifier，該分類器基于CART決策樹進行優(yōu)化，選擇基尼指數(shù)（Giniindex）最小的作為節(jié)點特征，它是二叉樹，即一個節(jié)點只分兩支。對訓(xùn)練樣本建立基于CART的決策樹分類模型，并進行預(yù)測。模型構(gòu)建1.決策樹分類模型模型構(gòu)建user_idmerchant_idcoupon_idclass300970524361318103009705243639920301258924363992130188092436131810302179724361194303024649243639920302593724363992030263522436106090303007124363992030307402436399203031229243639920303340824363992130363162436399203039768243639920決策樹分類模型預(yù)測結(jié)果如表示。XGBoost算法是集成學(xué)習(xí)中的序列化方法，該算法的目標函數(shù)是正則項，誤差函數(shù)為二階泰勒展開。由于XGBoost的目標函數(shù)中加入了正則項，能用于控制模型的復(fù)雜度，因此XGBoost算法訓(xùn)練出的模型不容易過擬合。使用xgboost庫下的分類子庫（xgb.XGBClassifier）實現(xiàn)XGBoost算法，使用訓(xùn)練樣本構(gòu)建XGBoost分類模型并預(yù)測測試樣本的結(jié)果模型構(gòu)建2.XGBoost分類模型模型構(gòu)建user_idmerchant_idcoupon_idclass300970524361318103009705243639920301258924363992030188092436131810302179724361194303024649243639920302593724363992030263522436106090303007124363992030307402436399203031229243639920303340824363992130363162436399203039768243639920得到模型預(yù)測結(jié)果如表所示。1分析方法與過程目錄背景與挖掘目標2模型評價3應(yīng)用4小結(jié)5

模型評價模型準確率精確率召回率F1值決策樹分類模型96.29%70.20%64.06%66.99%XGBoost分類模型96.89%78.22%66.22%71.72%由于XGBoost模型的預(yù)測效果要優(yōu)于決策樹模型，故使用xgboost庫下的plot_important子庫，選用XGBoost模型繪制屬性重要性評分圖。模型評價由上圖可以看出，優(yōu)惠券流行度（coupon_fifiteen_used_count）的重要性指標最高，說明該屬性最容易影響模型的預(yù)測結(jié)果。其次是領(lǐng)取、使用優(yōu)惠券間隔（user_mean_use_coupon_interval）和優(yōu)惠券流行度（user_use_coupon_rate）。而用戶到門店的距離（distance）重要性最弱，如有需要對模型進一步優(yōu)化，可以考慮去除distance屬性后重新訓(xùn)練模型，再查看新模型預(yù)測效果。模型評價1分析方法與過程目錄背景與挖掘目標2模型評價3應(yīng)用4小結(jié)5根據(jù)樣本預(yù)測分類結(jié)果，采取下面的一些營銷手段和策略，為O2O平臺、商家管理提供參考。用戶分級優(yōu)惠券分級商戶分級應(yīng)用用戶分級O2O平臺數(shù)據(jù)用戶數(shù)據(jù)在構(gòu)建用戶標簽過程中，數(shù)據(jù)分成正樣本、負樣本，同時將未領(lǐng)券的用戶剔除?？筛鶕?jù)該構(gòu)建用戶標簽的劃分標準，將正樣本、負樣本、未領(lǐng)券用戶劃分為3個用戶等級。正樣本用戶在領(lǐng)券后15天內(nèi)進行消費，這類用戶是O2O平臺的高價值客戶，對O2O行業(yè)貢獻比較大，所占比例較小，屬于重要保持用戶。對于該類用戶應(yīng)將優(yōu)先將資源投放，提高用戶忠誠度。應(yīng)用負樣本用戶領(lǐng)券未在15天內(nèi)入門店消費，該類用戶所占比例較高，有可能出現(xiàn)用戶流失風(fēng)險，屬于挽留用戶。由于商戶投放優(yōu)惠券有限制消費時間、消費等級，用戶可能沒有過多關(guān)注優(yōu)惠券可使用時間，而錯過消費機會。需采取一些營銷手段，延長用戶對平臺依賴。如平臺發(fā)送給用戶消息提醒優(yōu)惠券的有效時間等。未領(lǐng)券優(yōu)惠券直接到門店進行消費，這類是屬于普通用戶。將普通用戶做為發(fā)展對象，引導(dǎo)這類用戶使用優(yōu)惠券進行消費，即發(fā)展為新的持券消費用戶。商戶可向用戶投放流行度較高、優(yōu)惠力度較高的優(yōu)惠券吸引更多用戶領(lǐng)取優(yōu)惠券入門店消費，從而發(fā)展為高粘性用戶。應(yīng)用2.優(yōu)惠券分級平臺發(fā)放優(yōu)惠券的目的無非是為了拉新或者促活。良好的優(yōu)惠券設(shè)計能擴大平臺知名度，降低用戶使用門檻，迅速吸引一批新用戶進入平