一、分析背景

評估不同渠道，為差異化運營做支持，拉動復投

二、選擇數據源維度說明（維度根據目的可選擇不同維度，本例側重拉動復投）

截止上月新客人數：對應渠道在統計截止時間轉換的客戶人數

截止上月新客金額：客戶轉換當月首投金額

平均復投人數比：根據客戶留存得出復投平均人數，例如對一月份用戶在後續每個月的復投人數求平均

平均復投金額比：例如：某批用戶在後續每個月復投金額求平均

月均復投人均：某批用戶後續每個月復投金額/此批用戶後續每個月復投人數

將另作博客說明客戶留存計算方法

三、采用模型：因子分析，對不同進行渠道進行綜合打分

步驟一：將數據貼入SPSS，修改變量類型、度量標準

步驟二：數據進行標準化（分析→描述統計→描述性：將標準化得分另存為變量）

獲得標準化數據（每一列數據點減去本列均值除以標準差，產生均值是0，方差是1的列），減少量綱差異

步驟三：分析→降維→因子分析，選擇標準化後的結果進行因子分析

選擇描述復選框：單變量描述性（告訴我們單個變量的描述性結果）

系數、顯著性水平、球形度檢驗勾選

抽取因子方法默認主成分一般能滿足

勾選碎石圖：直觀看到拐點

最大叠代次數：默認25，25還不收斂可以自己改大一些

旋轉：因子旋轉，一般使用最大方差法

載荷圖

得分：保存為變量，針對每個類別得分

選擇

步驟四：根據SPSS結果計算成分得分、綜合得分；

SPSS得到的數值：

不同成分得分系數矩陣

總方差解釋

各個渠道 fi得分復投水平=各個渠道的Z截止上月新客人數*-0.049+Z截止上月新客金額*-0.04*Z平均復投人數比+0.379*+0.42*Z平均復投金額比+0.357*Z月均復投人均

同理可得f2得分

綜合得分=各渠道f1*對應總方差系數51.126/100%+f2*85.789/100%

再以綜合得分進行升序排名可得如下結果

四、結果分析：

微信：拉新效果好、復投比例不算差，復投人均也不差，綜合排名第一

應用市場APP：拉新不錯，復投比微信好一些，整體跟微信差別不大

鳳凰訂閱號：拉新效果不佳，但是復投效果好，因此能排名第三

可得知：

不同渠道出發點不同，不同渠道效果不同可以分類型進行營銷，比如拉新、老客運營選擇渠道側重應有所差異。

互聯網金融不同渠道評估實例