營(yíng)銷數(shù)據(jù)分析-案例 第8章基于決策樹的消費(fèi)者響應(yīng)預(yù)測(cè)案例

基于決策樹的消費(fèi)者響應(yīng)預(yù)測(cè)案例基于決策樹的廣告投入銷售額預(yù)測(cè)項(xiàng)目背景隨著人們生活節(jié)奏的加快，廣告在商品銷售中起到的作用越來越大，各個(gè)公司都已經(jīng)十分重視自身產(chǎn)品的廣告投入方式，從而將廣告的作用發(fā)揮到最大，來實(shí)現(xiàn)收益的最大化。精準(zhǔn)投放廣告的作用有以下幾個(gè)方面。1、廣告是最大、最快、最廣泛的信息傳遞媒介。通過廣告，企業(yè)或公司能把產(chǎn)品與勞務(wù)的特性、功能、用途及供應(yīng)廠家等信息傳遞給消費(fèi)者，溝通產(chǎn)需雙方的聯(lián)系，引起消費(fèi)者的注意與興趣，促進(jìn)購(gòu)買。如果出現(xiàn)某些產(chǎn)品在某地積壓滯銷，而彼地卻缺少貨源，也可通過廣告溝通聯(lián)系。為了溝通產(chǎn)需之間的聯(lián)系，現(xiàn)在不僅生產(chǎn)單位和銷售單位刊登廣告，尋找顧客，而且一些急需某種設(shè)備或原材料的單位，也刊登廣告，尋找貨源。因此，廣告的信息傳遞能迅速溝通供求關(guān)系，加速商品流通和銷售。2、廣告能激發(fā)和誘導(dǎo)消費(fèi)。消費(fèi)者對(duì)某一產(chǎn)品的需求，往往是一種潛在的需求，這種潛在的需要與現(xiàn)實(shí)的購(gòu)買行動(dòng)，有時(shí)是矛盾的。廣告造成的視覺、感覺映象以及誘導(dǎo)往往會(huì)勾起消費(fèi)者的現(xiàn)實(shí)購(gòu)買欲望。有些物美價(jià)廉、適銷對(duì)路的新產(chǎn)品，由于不為消費(fèi)者所知曉，所以很難打開市場(chǎng)，而一旦進(jìn)行了廣告宣傳，消費(fèi)者就紛紛購(gòu)買。另外，廣告的反復(fù)渲染、反復(fù)刺激，也會(huì)擴(kuò)大產(chǎn)品的知名度，甚至?xí)鹨欢ǖ男湃胃?。也?huì)導(dǎo)致購(gòu)買量的增加。3、廣告能較好地介紹產(chǎn)品知識(shí)、指導(dǎo)消費(fèi)。通過廣告可以全面介紹產(chǎn)品的性能、質(zhì)量、用途、維修安裝等，并且消除他們的疑慮，消除他們由于維修、保養(yǎng)、安裝等問題而產(chǎn)生的后顧之憂，從而產(chǎn)生購(gòu)買欲望。4、廣告能促進(jìn)新產(chǎn)品、新技術(shù)的發(fā)展。一新產(chǎn)品、新技術(shù)的出現(xiàn)，靠行政手段推廣，既麻煩又緩慢，局限性很大，而通過廣告，直接與廣大的消費(fèi)者見面，能使新產(chǎn)品、新技術(shù)迅速在市場(chǎng)上站穩(wěn)腳跟，獲得成功。如果我們能分析出廣告媒體投入與銷售額之間的關(guān)系，我們就可以更好地分配廣告開支并且使銷售額最大化。二、項(xiàng)目簡(jiǎn)介1.項(xiàng)目?jī)?nèi)容本項(xiàng)目將分析廣告的不同投入方式對(duì)銷售額的影響，并建立相關(guān)模型對(duì)不同廣告投入方式的銷售額進(jìn)行預(yù)測(cè)。主要研究以下內(nèi)容：（1）不同廣告投入方式與銷售額之間的關(guān)系。（2）對(duì)不同廣告投入方式所帶來的銷售額進(jìn)行預(yù)測(cè)。（3）嘗試給出合理化的廣告投入建議2.數(shù)據(jù)說明實(shí)驗(yàn)使用從kaggle獲取的不同廣告投入方式和銷售額的數(shù)據(jù)。該數(shù)據(jù)共有4個(gè)字段，共202條內(nèi)容。每條內(nèi)容包含了不同廣告方式的投入額和相應(yīng)的銷售額。三、分析步驟1.理解數(shù)據(jù)在Pycharm中輸入下面程序，導(dǎo)入數(shù)據(jù)和工具包，并查看數(shù)據(jù)集的信息、大小，并初步觀察頭部信息。2.數(shù)據(jù)預(yù)處理在真實(shí)世界中，數(shù)據(jù)通常是不完整的（缺少某些感興趣的指標(biāo)值）、不一致的（包含代碼或者名稱的差異）、極易受到噪聲（錯(cuò)誤或異常值）的侵?jǐn)_的。因?yàn)閿?shù)據(jù)庫太大，而且數(shù)據(jù)集經(jīng)常來自多個(gè)異種數(shù)據(jù)源，低質(zhì)量的數(shù)據(jù)將導(dǎo)致低質(zhì)量的挖掘結(jié)果。就像一個(gè)大廚現(xiàn)在要做美味的蒸魚，如果不將魚進(jìn)行去鱗等處理，一定做不成我們口中美味的魚。數(shù)據(jù)預(yù)處理就是解決上述所提到的數(shù)據(jù)問題的可靠方法，因此，在進(jìn)行數(shù)據(jù)分析之前我們需要進(jìn)行數(shù)據(jù)預(yù)處理。數(shù)據(jù)預(yù)處理一般要遵循以下規(guī)則：①完整性：?jiǎn)螚l數(shù)據(jù)是否存在空值，統(tǒng)計(jì)的字段是否完善。②全面性：觀察某一列的全部數(shù)值，通過常識(shí)來判斷該列是否有問題，比如：數(shù)據(jù)定義、單位標(biāo)識(shí)、數(shù)據(jù)本身。③合法性：數(shù)據(jù)的類型、內(nèi)容、大小的合法性。比如數(shù)據(jù)中是否存在非ASCII字符，性別存在了未知，年齡超過了150等。④唯一性：數(shù)據(jù)是否存在重復(fù)記錄，因?yàn)閿?shù)據(jù)通常來自不同渠道的匯總，重復(fù)的情況是常見的。行數(shù)據(jù)、列數(shù)據(jù)都需要是唯一的。本項(xiàng)目對(duì)數(shù)據(jù)進(jìn)行數(shù)據(jù)類型轉(zhuǎn)換和缺失值處理兩種預(yù)處理方法，以確保其完整性、全面性與合法性。（1）數(shù)據(jù)類型轉(zhuǎn)換首先，通過Dataframe中的info（）函數(shù)查看各數(shù)據(jù)字段數(shù)據(jù)類型和缺失值情況。經(jīng)過觀察，發(fā)現(xiàn)所有數(shù)據(jù)類型都為浮點(diǎn)型數(shù)據(jù)，所以不需要進(jìn)行數(shù)據(jù)類型的轉(zhuǎn)換。（2）缺失值處理在上述數(shù)據(jù)類型轉(zhuǎn)換過程中，發(fā)現(xiàn)radio和newspaper列存在數(shù)值缺失，需要對(duì)該缺失數(shù)據(jù)進(jìn)行處理。缺失值指的是現(xiàn)有數(shù)據(jù)集中某個(gè)或某些指標(biāo)的值是不完全的。其一般處理主要有以下方法：①刪除指標(biāo)或者刪除樣本：如果大部分樣本該指標(biāo)都缺失，這個(gè)指標(biāo)能提供的信息有限，可以選擇放棄使用該維指標(biāo)。②統(tǒng)計(jì)填充：對(duì)于缺失值的指標(biāo)，尤其是數(shù)值類型的指標(biāo)，根據(jù)所有樣本關(guān)于這維指標(biāo)的統(tǒng)計(jì)值對(duì)其進(jìn)行填充，如使用平均數(shù)、中位數(shù)、眾數(shù)、最大值、最小值等，具體選擇哪種統(tǒng)計(jì)值需要具體問具體分析。③統(tǒng)一填充：常用的統(tǒng)一填充值有“空”、“0”、“正無窮”、“負(fù)無窮”等；④預(yù)測(cè)/模型填充：可以通過預(yù)測(cè)模型利用不存在缺失值的指標(biāo)來預(yù)測(cè)缺失值，如統(tǒng)計(jì)、學(xué)習(xí)等。這種雖然方法復(fù)雜，但是最后得到的結(jié)果比較好。本項(xiàng)目通過dropna方法刪除該樣本的缺失值來進(jìn)行缺失值處理。結(jié)果顯示，缺失值處理已經(jīng)完成，下面可以進(jìn)行數(shù)據(jù)可視化分析。（3）探索性數(shù)據(jù)分析探索性數(shù)據(jù)分析（ExploratoryDataAnalysis，EDA）是對(duì)數(shù)據(jù)進(jìn)行分析并得出規(guī)律的一種數(shù)據(jù)分析方法，是一種利用各種工具和圖形技術(shù)（如柱狀圖、直方圖等）分析數(shù)據(jù)的方法。它是一個(gè)開放式的過程，在這個(gè)過程中，我們可以繪制圖表并計(jì)算統(tǒng)計(jì)數(shù)據(jù)以便探索我們的數(shù)據(jù)。EDA的目標(biāo)是確定我們的數(shù)據(jù)可以告訴我們什么。與目標(biāo)相關(guān)的變量對(duì)模型很有用，因?yàn)樗麄兪怯糜陬A(yù)測(cè)目標(biāo)。簡(jiǎn)單說就是畫圖來理解數(shù)據(jù)，EDA探索性數(shù)據(jù)分析本質(zhì)上就是用圖畫圖的方式來理解數(shù)據(jù)。首先，通過散點(diǎn)圖分析每一種廣告投放方式的銷售額分布情況：通過繪制每一個(gè)維度特征與銷售額的散點(diǎn)圖，可以大概看出，各種廣告投入與銷售額成正比。然后我們?cè)诋嫵龈鱾€(gè)投放方式金額的平均數(shù)和銷售額的條形圖來更加直觀的證明這個(gè)結(jié)論。從下圖我們也可以清晰的看出電視這種廣告投放方式的平均值最高，這和我們上面得到的散點(diǎn)圖基本一致，電視廣告投放散點(diǎn)圖分布有明顯的集中趨勢(shì)。但是我們要清楚散點(diǎn)圖分布只能看出一個(gè)模糊的大概，具體量化的關(guān)聯(lián)性，可以通過關(guān)聯(lián)矩陣和熱力圖進(jìn)行展示，首先就是corr()方法輸出關(guān)系矩陣。然后可以將輸出的數(shù)據(jù)進(jìn)行圖形可視化，較為常用的就是熱力圖，直接利用上面的結(jié)果進(jìn)行輸出。繪制熱力圖的代碼如下查看關(guān)聯(lián)矩陣和熱力圖都只需要查看主對(duì)角線（左上角到右下角對(duì)角線）的一側(cè)即可，由于這里探究的是利潤(rùn)與其它三個(gè)影響因素之間的關(guān)系，因此只需要看最后一行的數(shù)據(jù)即可。數(shù)值在（0.45，1）或者（-1，-0.45）之間，都可以認(rèn)為兩者具有相關(guān)性。比如上面的輸出結(jié)果，利潤(rùn)和電視投放以及廣播投放都是有關(guān)聯(lián)，而與新聞報(bào)紙的投放沒有關(guān)聯(lián)。（4）銷售額預(yù)測(cè)使用決策樹模型分析：結(jié)果顯示，決策樹模型的R2（擬合優(yōu)度）較高，均大于百分之九十。接下來畫出模型的學(xué)習(xí)曲線，觀察模型的擬合情況。五、實(shí)驗(yàn)總結(jié)1.結(jié)果分析根據(jù)以上分析，可以得到結(jié)論：要想增加商品的銷售額，我們應(yīng)該首先考慮增加電視廣告和電臺(tái)廣告的投入量，因?yàn)樯唐返匿N售額與這兩種廣告投放方式的關(guān)系最大。我們要嚴(yán)格控制在報(bào)紙上的廣告投入量，因?yàn)榻?jīng)過我們分析，報(bào)紙廣告投入這種方式與銷售額并沒有什么明顯關(guān)系，換句話說，加大報(bào)紙廣告投入量并不能提高銷售額，所以我們也就沒有必要增加報(bào)紙的廣告投入。2.改善建議（1）現(xiàn)代化企業(yè)的廣告宣傳并不能只著眼于傳統(tǒng)宣傳方式，隨著互聯(lián)網(wǎng)平臺(tái)的崛起，在新媒體營(yíng)銷時(shí)代背景下，企業(yè)產(chǎn)品的銷售模式也隨之發(fā)生改變。當(dāng)前企業(yè)轉(zhuǎn)變生產(chǎn)產(chǎn)品營(yíng)銷可以借助新媒體中的互聯(lián)網(wǎng)平臺(tái)來開展，可以此有效的降低企業(yè)的銷售成本和運(yùn)輸費(fèi)用，以此實(shí)現(xiàn)企業(yè)的經(jīng)濟(jì)效益增長(zhǎng)，為生產(chǎn)企業(yè)的健康發(fā)展提供保障。（2）企業(yè)不