交叉行销的负效应 (The Dark Side of the Cross Selling)

老马丁

感谢老酒分享重磅一手案例。
. j9 i' j+ i6 T/ s/ O, d: J7 B
! \- r/ Z7 o6 x7 X: _我觉得这个组间差别统计不显著吧，如果field experiment 步骤正确，只能说cross sale 促销对retention rate 无影响

老马丁

煮酒正熟 发表于 2013-12-19 13:42
0 o7 Q) y( L& ]" r: R( _. e& {教授说的是内行话，只不过... 主流思维一直是：假如对照组的业绩优于实验组，那么就推在样板太小、噪音过 ...

" m; K  p5 G" F一般用专业软件就行。这种two sample t很多都能做，计算器也行啊。
$ N1 J1 H, M+ O0 m+ k. ^
话说回来，忙乎半天没效果也够急人的。是有点意思。等下文

老马丁

刚到LV. 冒个泡，表达我对此贴的高度关注。
老酒要去印度啊, 记得留点胡子显得粗旷点。印度那地方饥渴的人太多了，要当心ji不择食啊

老马丁

煮酒正熟 发表于 2013-12-22 12:18
! G0 n; U5 w5 p* g& f9 k! F2 ^. h8 e% ?继续说这第一个关键点。这里我们引入一个词 --- 睡狗 / sleeping dogs.
" w% M3 t/ }* C3 J
这个词源于英语中的一个成语 --- ...

/ R1 r$ E4 n. K: @; K这四个分类挺有意思的。当年Tirole也对企业有个动物名字的分类， top dog, fat cat 啥的。

& w' \4 b7 ~+ M/ X% u7 z你的对照组和试验组如果都是随机选的，理论上来说睡狗在两个组的分布是均匀的，那么这个差别就主要出现在睡狗的比例上了。但是逻辑上呢，我觉得有点儿问题：
) |" Y, c5 T; E2 y- |1. 为啥咱们的促销backfire? 因为客户里有睡狗。
2.什么是睡狗？就是那些我们一促销就退订的家伙。

是不是有点套套逻辑？

那么呢，下一步是什么？ 我觉得有些方面值得考虑，
1. 在识别睡狗统计模型发展后，然后检验这个模型的预测有效性。
7 s, ?  R* m% y, x, \1 J; m2. 什么因素能够加强或者减弱睡狗的效应？

老马丁

煮酒正熟 发表于 2013-12-22 23:07
9 Z+ ?! F  N" I$ K0 y师妹记得p值，不简单啊。判断两组差异是否显著，当然可以用 p value，这样你就可以知道 exactly 在哪个信 ...

你说得很有意思。我需要时间想一想这两个分析。
$ ]* F" x. b6 u
另外，我前面说的用t来测试是错的。随口想当然啊
6 N/ r5 b8 B, Q3 U8 x4 T这是一个典型Contingency table，比较percentage, 应该用Chi-sq.
9 H5 ~# G4 B+ ]/ r, N0 j" a我回头用你给你数据算一下。
$ [! _" g. m% G8 M# G

老马丁

煮酒正熟 发表于 2013-12-23 00:41
这个“睡狗”现象不太常见，尤其是在一手交钱一手拿货的世界里，根本就不存在(即使存在也很难找到直接证 ...

5 P. _7 {1 e4 C又看了一遍老酒的全部帖子，说说理解和感想。
( D5 @" Q  T( u  ]0 t0 Q
8 a+ w# |0 c+ [4 b9 h9 m两个实验。第一个实验，续约促销，结果是正效果
" U/ p) z/ E3 B  y6 N- N% r3 S第二个实验，交叉促销，结果是副效果
) l' s3 _* Q5 J! o; V
6 J( s' O& P/ p7 r) o+ X- ^- ]
解释：睡狗比率在两个实验中的不同。
我觉得这个解释比较存疑。随机抽样应该保证睡狗比例在两个实验中大致相当。如果这些效果在统计意义上很小，那么也不必为此烦恼。

老酒关于睡狗产生的机制是非常有道理的。这个促销相当于一个attention trigger，让客户有时间去其他保险公司询价。我觉得两个实验的差别，如果有的话，恰恰和促销内容相关。 续约促销有个惰性养成问题，如果价差不大，客户就不想折腾了。而牙医保险是全新的，同时可以和基本险形成bundle, 这样看起来saving就很多了，跳槽的概率会更大。

8 g1 x0 C9 M# g3 w  C: \下一步应该找出睡狗，建立一个睡狗识别模型。弄个logisitic 模型，分别应用在续约促销和交叉促销中, 看看两个实验里的不续约公司有什么共同因素，比如说，人数，行业，tenure时间等。