本文是對收集到的相關(guān)知識點加以整理，歡迎拍磚~
1. 什么是層次分析法AHP？
簡單來說，層次分析法就是將定性問題進行定量分析的多準則決策方法。
分為三個層級：
- 目標層：需要解決的目標是什么？
- 準則層：影響目標的主要因素？
- 指標層：具體方案有哪些
2. 利用層次分析法建立電商用戶評分模型
2.1 確定模型各層指標
從短期和長期兩個角度抽象出影響用戶得分的因素作為準則層，然后在選擇準則層下相應(yīng)的指標層。
從短期看，用戶在app上的一系列動作，也叫活躍度；
從長期看，用戶的忠誠度和購買能力對app十分重要；
因此結(jié)合產(chǎn)品本身特質(zhì)，對這三個準則進行指標層分解；
- 活躍度：瀏覽頁面數(shù)、停留時間、瀏覽商品數(shù)、主動下單數(shù)（立即購買）
- 忠誠度：最近訪問時間、用戶訪問頻率、主動評價數(shù)
- 購買能力：購買次數(shù)、單次購買最高金額、平均購買金額
2.2 層次分析法判斷權(quán)重
將準則層構(gòu)造判斷矩陣，得到各準則的權(quán)重，這里需要與同事進行腦暴。
構(gòu)造矩陣方法如下:
image.png
aij=3，代表i比j稍微重要；
aij=7，代表i比j最為重要；
構(gòu)造完矩陣還需要進行一致性檢驗，簡單來說就是你認為A比B重要，B比C重要，那么A比C重要，這叫做一致性。如果A沒C重要叫做不一致。一致性檢驗CR<=0.1代表一致性檢驗可以接受。
CR=CI/RI,CI是一致性指標需要計算得到；RI是在表中得到，這里我們是三個準則因此是三階矩陣對應(yīng)的RI=0.5149。
image.png
計算CI公式如下：
n為幾階矩陣
image.png
image.png
image.png
image.png
這里的歸一化就是最后的權(quán)重。
所以，準則層相對目標層的公式如下：
用戶價值得分=0.4活躍度 + 0.4忠誠度 + 0.2*購買能力
用同樣的方法對每個準則下的指標層進行權(quán)重計算。
由于指標層各個指標的單位不同，因此需要進行打分。以’瀏覽頁面數(shù)‘指標為例，取出近3個月用戶最近一天瀏覽頁面數(shù)，因為決定使用5分制，所以將數(shù)值從小到大排序，分別截取20%、40%、60%、80%。進行打分。
image.png
最后得出以下表格：
image.png
不同用戶不同溝通策略
