评价用户忠实度

用户忠实度由4个指标——用户访问频率、最近访问时间、均匀停留时间战争均阅读页面数决议，这4个指标没有明显的类别划分，并且能够以为是在同一层次上的互相独立的指标，所以只需求构建2层的模型：

AHP-model-for-user-loyalty

我们需求计算底层每个指标对用户忠实度的影响权重，只需求晓得底层各指标间的相比照重，这个主要经过专家组或者问卷调研的办法取得数据，这里假定4个指标间两两比拟的比重如下表（运用9标度）：

——表格中的数据是一个正互反矩阵，即假如“用户访问频率”与“最近访问时间”的比重为7（1-9标度的定义参见层次剖析法那篇文章），则对应的表格（第2行第3列）的数值为7，矩阵对角线对称的表格（第3行第2列）的值为1/7。所以两两比拟只需求完成对角线一侧的数据，另一侧取对应数值的倒数就能够了。

由于指标间停止的是两两比拟，所以整个矩阵的数据会存在不分歧性，比方上表中的数据“用户访问频率”和“均匀停留时间”、“均匀阅读页面数”的比重都是3，那么一次应该推断“均匀停留时间”和“均匀阅读页面数”的比重应该是1，也就是同等重要，但是下面该比重的实践数据是1/3。所以能够看到两两比拟的过程只在乎两个指标的关系，不存在推导关系，这样就会招致整个矩阵存在不分歧性，在计算权重前需求考证矩阵的不分歧性系数，只要小于0.1时，该矩阵的数据才干被采用。

依据表中两两比拟的结果能够经过层次剖析法的矩阵运算计算各指标的权重，假如你对excel足够熟习的话在excel里面也能够完成，这里引荐运用AHP的剖析工具——Expert Choice，在这个工具里面只需构建相似上面的树状模型，然后将上表的指标两两比拟的结果输入进去，软件就会自动计算出各指标相关于目的的权重及整个模型的CR（分歧性概率）。导入上面的模型，输入表格中指标两两比拟数据，经过软件计算得出的CR=0.05<0.1，所以数据经过检验，能够进一步获取各指标的权重，得到以下的加权加权计算公式：

用户忠实度=用户访问频率*0.525+最近访问时间*0.056+均匀停留时间*0.139+均匀阅读页面数*0.279

基于该结果，我们能够将规范化后的用户每个指标的评分数据停止加权求和，还是以网站用户忠实度剖析一文中的两个用户为例，采用的是10分值的评分体系，则计算用户的忠实度如下：

经过上述的层次剖析法，将多个评价指标的评分结果加权汇总到一个目的指标，有利于更直接地评价用户，经过上述结果能够算出每个网站用户的忠实度评分，能够直接排序选择忠实度排名靠前的用户展开定向营销。

评价电子商务网站用户的综合价值

经过上面的剖析实例，大家对层次剖析的应用应该有了一定的熟习，那么关于愈加复杂的多层次剖析模型，层次剖析法又是如何完成的呢？下面就以电子商务网站用户剖析这篇文章中的指标体系为例来扼要引见下。首先也是构建评价指标体系模型，从电子商务的买卖数据中获取的指标更为丰厚，我们依据文中对指标的论述，将指标进一步分层，能够树立起3层构造的模型，如下图：

AHP-model-for-E-commerce-user

基于这个模型，需求运用3次AHP来计算：

忠实度和消费才能对用户价值的影响权重；

最近购置时间、购置频率和购置产种类类对忠实度的影响权重；

均匀每次消费额和单次最高消费额抵消费才能的影响权重。

分别在每一步中获取指标两两比拟的权重，计算矩阵的分歧性概率CR，若经过则计算取得每个指标对上层相应指标的影响权重系数，最终我们能够得到相似如下的结果：

用户价值=忠实度*0.67+消费才能*0.33

忠实度=最近购置时间*0.12+购置频率*0.64+购置产种类类*0.24

消费才能=均匀每次消费额*0.67+单词最高消费额*0.33

则能够推导的出用户价值的直接计算公式：

用户价值=（最近购置时间*0.12+购置频率*0.64+购置产种类类*0.24）*0.67+（均匀每次消费额*0.67+单词最高消费额*0.33）*0.33　　→

用户价值=最近购置时间*0.08+购置频率*0.43+购置产种类类*0.16+均匀每次消费额*0.22+单词最高消费额*0.11

还是用文中例举的两个用户为例来计算他们的综合价值评分，如下表：

\从上表能够看出，在运用层次剖析法取得的剖析结果中，不只可以计算出最终的目的指标（用户价值）的评分，同时也可以计算得到模型的中间层指标（忠实度和消费才能）的评分，这样我们不只可以经过直接比拟用户的综合价值评分获取网站的重要用户，同时忠实度和消费才能的评分也为针对用户的细分提供了一个有力的量化数值参考根据

消费才能 忠实度

——100个随机样本数据的散点散布，图中的数据仅供参考，不代表任何网站的实践状况

上面的散点图是对用户忠实度和消费才能的一个简单展现，从图中点的汇集状况（或者点散布的密集度）能够将图简单分红4块，满足各分块内部的各点间间隔最短（最密集）及各分块间的点散布间隔最长（最离散），其实能够看做是一个最简单的聚类，从中能够看出电子商务网站用户特征的散布状况：

从C区域能够看出用户较多地散布在忠实度和消费才能评分为3左近的区域，也是网站最普遍的客户群；

B区域的用户是网站的最有价值客户（VIP），但是数量相当稀少，可能不到10%；

在A区域有一个点密集区间（忠实度1-2、消费才能8-9），能够以为是网站的高级消费用户群，他们消费不多，但消费额很高，假如你的网站提供高级消费品、批发、团购等效劳的话，那么他们就可能是那方面的客户群；

D区域的用户固然消费才能也不强，但他们是你的网站的忠实Fans，不要无视这些用户，他们常常是网站线下营销和品牌口碑传播的有利反对者。

经过相似上面的剖析过程，我们能够发现电子商务网站用户的某些特征，为网站的运营方向和营销战略提供一定的决策支持。

这篇文章里面主要讨论的是运用层次剖析法对网站用户的一个评价应用案例，其实层次剖析法不只适用于网站用户的评价，同样适用于网站页面、产品、来源、关键词及其它任何牵涉多指标可分层的评价，关键在于如何树立起一套系统的有效的指标评价体系。假如你有更好的扩展思绪，欢送与我评论交流。