如何找到你的细分目标用户？试试这个决策树！

我们常用的细分用户方式聚类分析。但如果针对某一关键指标，找到这指标差异的细分人群，可以试试用决策树来细分户。

近的项目中，业务方提到了一问题：因内的曝光少，很好的基础数据作推荐算法输入，希望通过调研指导内投的冷启动，知道给哪些特征的用户投哪些内。

针这个问题如是单单分析个特征结，可能会把些要属性组合淹没在了特定群。比如举个不真实例子，如用户买美妆品为进分析，看男女数据分析，我们会发现相比于女性，男性几乎是不买美妆品。是如针性进步拆分年龄，我们会发现 95 后男性也有较高美妆买为，如看性分析这个美妆有高需求特殊男性群会被忽视。

是可以分析用户属性很多，如手动组合分析常不便。这个时候可以用决策树分析来解决这个问题。

什么是决策树？

决策树是细分用户。不于聚类细分用户，决策树细分用户有个目标变量概念。决策树细分目是过逐层划分不解释变量值获多属性组合细分群，使细分群在目标变量上表现区隔度尽可能大。

解释变量就是用户征，比如人学、消费征、用户行为数据等。

目标变量则是我们研中关心的核心指标。它有两种类型，分别服务两种不同目的。

• 描述目的：在市调研中目标变量一是二变量。比如在上述问题需求中，就是用户对某个内容是否偏好，通过决策树可以知道有哪些征组的用户群体对产品偏好度高，哪些更低。
• 预测目的：种情况下目标变量是类别变量。比目标变量有四个值，分别代表 A\B\C\D 四个品牌，通决策树以道哪特征组合的人群更偏哪个品牌，以输出判别的规则为预测模型。

决策树的原理是什么？

决策树算法 CHAID 和 exhaustive CHAID 在结简洁度和区隔度上表现都更好是最常用算法。而 exhaustive CHAID 与 CHAID 区在于计算了更多组合情况，可能获更好分割，本质上两者计算是统。此本以 CHAID 为例进具体介绍。

CHAID 算法称卡方动交互检测法。顾名思义，CHAID 就是动对解释变量和目标变量进行交叉析并进行卡方检验，通过比较卡方检验显著性程度来寻找最佳细维度。然后在此基础上继续细直卡方不再显著或达数生成的条件限制。最终输出的树如下图 1。

输出的决策树结果向我们传达两个重要的信息：

• 树结构组情况：从结果图上可以某个节点会根据解释变量不同的取值细为多个节点。该节点叫做父节点，节点叫做节点。父节点和节点构成了决策树的结构。如果不再向下继续划，则节点称为最终节点，即最后的组。最后组的属性即为达这个最终节点的所有节点属性交集
• 目标变量分：每一个节点显示目标变量分。比下图中的节点一就表示一市的用户中 73.5%对个权益感兴趣。

△ 图 1 决策树结示意

有的候决策树会过于庞大复杂，可以通过置树的层数、父节点、节点最本数来修剪决策树：如果决策树达树最大层限制则不往下细；如果节点本达不父节点数量要求则不往下继续割；如果节点本数达不个节点的数量要求即其它节点并。

但是果从决策树图中找哪最终分组是对目标变量更感兴趣的比费劲。所以决策树除输出决策树图之外还以输出目标类别收益表（比内容偏中将有偏设为目标类别，示意见图 2），收益表包含 4 个数：

• 节点：指的是组在节点中的百比
• 增益（收益）：指的是分组目标类别样在整目标类别样中的占比
• 响应：该节点中答目标类别的人占该分组的例
• 指数：增益/节点*100%，如果超过 100%明该分组对目标类别的偏好高于平均

△ 图 2 收益表示意

收益表将对目标类别偏好从低到进行列，很快到哪些最终节点分组对目标类别偏好。如上图就显示节点 5 是对目标变量最感兴趣的人群。同时因为收益表还包含了节点百分，可知道这些分组在整体场中的大小，于判断可将哪些分组包含进来扩大目标人群范围。如上图中虽然节点 5 是目标变量最感兴趣的群体，但人数较，在整体场中只占到 7.1%。我们可将节点 5、16、1、12 都作为目标群体，将场覆盖率到 37%。

SPSS 中如何操作？

1. 描述目的下何操

• 数据准备：代表个用户样本，数据括目标变量和所有解释变量。
• 选择决策树：spss 析à类à树
• 输变量：将目标标量（用户对内容偏：偏-不偏）输到因变量中，释变量（用户属）输到自因变量中。因变量下方还有一个分类对框，在其中将目标变量的偏勾选为目标值，该操以用在续输出收益分析表。
• 择建树方式（增长方式）：默认择 CHAID
• 条件：可设置树的层级、父节点子节点的小样本数
• 输出：输出统计量里可以选择输出收益表和收益图

△ 图 3 描述目的决策树面操作说明

2. 预测目的如何操作

如果是预测目的，前期计算设定操作与描述目的一致，但是还有模险估计和预测

• 验证：果是描述目的下，不需要进行个步骤操。果是预测目的下，选择进行叉验证。SPSS 将样分为个样组分别进行决策树计并出风险均值为整风险值。
• 保存：在保存按钮中可择输预测值和预测概率。预测概率会输每个户在因变量各个取值上的预测概率，预测值会输该户在因变量是预测概率最大的值。

△ 图 4 预测目的下验证和保存预测变量操作

决策树的应用与局限

如果析的目的就是希望能找在目标指标上尽量差异显的细人群，决策树是一种不错的方式。如果是以聚类的方式细，可以将目标指标作为其中一个细输入变量，但是因为聚类是为了让用户在空间的距离尽可能远，目标指标可能并不是最重要的响因素，所以最终的结果可能目标指标上用户并不显。而决策树的目的就是尽量在目标变量上拉开差距，所以细结果上差异会更加显。所以决策树经常被运用在市产品、品牌来定位最核心的目标人群征上。别适一开始业方提出来的业问题：定内容应该给哪些用户投放更加适。

但是决策树也有其局和问题。

• 相比聚类细，决策树只能定一个目标指标。如果希望在个指标上找差异性较大的用户就需要用聚类析来实现。
• 无法控分组数量，非常容易细分出几组甚至更的分组。分组数量增加描述和理成增加。在市场人群细分和定位问题中我们不关心所有的分组，只关心最重要的几组，所以分组不带来问题。而果需要对整个目标用户进行细和理解，聚类能控制类数量，是更加适的方法。

欢迎关注「JellyDesign」小程序：