IBM SPSS Statistics 特性介绍与实例之直销工具
IBM SPSS Statistics 给用户提供了丰富的统计算法，用以构建针对不同问题的预测分析方案。这给用户带来了很大的便利，但是也要求用户具有一定的数学统计知识，特别是在使用一些比较复杂算法或将不同算法结合起来使用的时候。
对于市场或销售人员，他们更专长于数据的收集，更关心分析的结果，而不擅长算法的综合使用、参数的设置等。针对这些问题，IBM SPSS Statistics 提供了直销工具。该工具针对常见的市场销售问题，将不同的统计算法结合起来，提供了比较好的解决方案。这些方案包括：识别最佳客户（RFM 分析）、客户分组、生成潜在客户概要文件、邮政编码响应率、购买倾向分析以及比较活动效果。
基本概念与统计算法
本章节主要介绍与直销工具相关的统计算法。这些算法协同工作，给直销工具提供支持，以实现相关的功能。AGGREGATE 算法：该算法也叫分类汇总算法，主要用来对数据文件中的实例按一定标准（例如：年龄、性别、住址等）进行分组，并可以生成一些属性变量来反应每一组的特性。在识别最佳客户的过程中，如果数据文件是由交易实例组成，那么需要使用 AGGREGATE 算法，将同一客户的交易汇总，并生成基于客户的数据文件。这些操作不需要用户去执行，IBM SPSS Statistics 会自动做好数据处理，这也是直销工具的优势所在。DMGGRAPH 算法：这是一个绘图算法。通过计算输入的统计变量，DMGGRAPH 算法可以绘制出不同的图形，形象的反应统计结果。在 RFM 分析中，使用该算法绘制块计数图表，可以直观显示不同客户的购买情况，如频率、最近购买日期以及购买额等。DMCLUSTER 算法：DMCLUSTER 算法源于聚类算法。它可以根据实例的自然属性，将其分类。在使用过程中，通过对一个或多个属性变量的计算，得到不同实例之间的距离，然后按照距离的远近，可以分成不同种类。直销工具中的客户分组，就是使用该算法实现的。DMTREE 算法：DMTREE 算法用来构建一个树形模型。它可以根据预测变量的值，将实例划分成不同的组。当有多个预测变量时，首先浏览所有变量以确定最佳的分组方法，然后按照预测变量的次序递归划分。比如，有两个预测变量性别、年龄。那么，先按性别分两组，然后在各组内继续按年龄划分。IBM SPSS Statistics 将该算法应用到生成潜在客户概要文件中。根据客户对测试活动的响应，对客户进行划分。DMLOGISTIC 算法：DMLOGISTIC 算法是一种建模方法。它根据已有数据集的特征建立模型，并将该模型用于对其它数据的预测分析。例如，银行可以基于已有贷款客户的信息建立模型，来预测潜在客户贷款的可能性或者风险大小。在直销工具中，将该算法用于对客户购买趋势的预测。DMROC 算法：该算法主要用于模型测评。在预测客户购买趋势时，先使用 DMLOGISTIC 算法建立模型，然后使用 DMROC 算法评价模型的有效性。
识别最佳客户
识别最佳各户又称为 RFM（Recency, Frequency, Monetary）分析。它是一种通过分析客户的最近消费日期、消费频率以及总消费总额来识别最佳各户的统计算法。该算法的实现基于以下理论：1）最近购买的客户比过去购买的客户更可能再次购买。2）过去购买次数较多的客户比购买次数少的客户更可能做出反应。3）过去消费金额较多（所有购买的总和）的客户比消费金额较少的客户更可能做出反应。
根据每一个客户最近消费日期、消费频率以及消费总额的大小，分别分配一个数值。比如，指定一个从 1 到 5 的分数，最低的是 1 分，最高的是 5 分。那么，对每一个客户就可以算出最近消费分数（Recency Score）、消费频率分数（Frequency Score）和消费总额分数（Monetary Score）。然后，将三个分数连到一起，可以得到客户的合并分数（RFM Score）。合并分数代表客户购买新产品的可能性，分数越高，可能性越大，反之越小。
根据分析数据的不同，识别最佳客户方法分为基于客户的 RFM 分析和基于交易的 RFM 分析。如果数据文件中的每一个实例代表一位客户，则使用基于客户的 RFM 分析；如果每一个实例代表客户的一次交易记录，则使用基于交易的 RFM 分析。下面，通过实例分别对这两种方法进行演示。
基于客户的 RFM 分析
首先，打开数据文件。在本例中，使用某厂商 2005 年度的客户购买记录。在该文件中，每个实例代表一位客户，包括客户 ID、最近购买日期、购买频率、购买总额等。通过使用 RFM 分析，为该厂商找出最佳客户，即最有可能再次购买的客户。
从 IBM SPSS Statistics 的“直销”菜单中，点击“选择方法”菜单项，弹出直销工具选择对话框。
图 1. 图片示例直销工具选择对话框
在图的左上角，点击“帮助标识我的最佳联系人（RFM 分析）”。点击“继续”，弹出选择数据格式的对话框。
图 2. RFM 分析数据格式选择对话框
根据使用的数据格式，选择“客户数据”；点击“继续”，进入到 RMF 分析的参数设置界面。
图 3. 基于客户数据的 RMF 分析
如图所示，将相应的变量拖到交易日期或间隔、交易数、金额、客户标示符文本框中。点击“确定”，就可以进行 RMF 分析。另外，用户也可以在“离散化”页面中，对 RFM 之间的关系（一是嵌套，最近交易日期、交易频率和交易总额三个变量相关，依次对客户进行区分；二是独立，对三个变量分别计算）和块数（从高到低的级别数，比如常用的从 1 到 5。）进行设置。通过 RFM 分析，生成包含 RFM 分数的数据集。
图 4. 具有 RFM 分数的数据
该数据文件在原数据基础上，添加了 4 个分数变量，来衡量客户再次购买的可能性。从图中可以看出，分数为“555”的客户，即为最佳客户。
在默认情况下，生成 RMF 分数的同时，输出窗口输出 RFM 分析的块计数图表（Bin Counts）。块计数图表显示选定离散化方法的块分布。每个蓝条代表不同 RFM 得分的客户数。
图 5. RFM 分析的块计数图表
从图中可以看出，RFM 分数在 441-445、241-245 之间的客户最多，而分数在 131-135 之间则没有客户。这样就完成了一个最基本的 RFM 分析。另外，也可以对不同年份的数据做最佳客户分析，然后比较分析结果，以此判断客户的购买趋势或者忠诚度。这样就可以采取相应的措施，和客户保持良好的关系，防止客户流失，提高客户满意度。
基于交易的 RFM 分析
对于按交易组织的数据文件，需要采用基于交易的 RFM 分析。与基于客户的 RFM 分析不同的是，在分析之前，需要使用 AGGREGATE 算法对数据进行分类汇总，生成基于客户的数据文件。在本例中，使用的原数据如下图所示。
图 6. 基于交易的数据格式
在文件中，每一笔交易是一条实例，每一个客户对应一条或者多条实例。实例的属性包含客户 ID、产品类型、产品号、购买日期、购买数量等。在“RFM 分析数据格式选择对话框”（图 2）中，选择“交易数据”，进入“交易数据 RFM 分析”对话框。
图 7. 交易数据 RFM 分析对话框
点击“确定”，执行 RFM 分析。在分析过程中，会生成新的数据文件。
图 8. 生成的基于客户的数据格式
新的数据中，将实例按不同客户进行了分类，并计算出最近交易日期、交易频率以及总额。在此基础上，通过 RFM 分析得到了相应的分数。输出的结果，基于交易的 RFM 分析和基于客户的 RFM 分析完全一样，这里不再赘述。
从以上的实例可以看出，RFM 分析可以有效识别最佳客户，厂商可以据此制定更加有效的销售策略，从而提高效率，节省费用。
客户分组
客户分组使用聚类算法，根据客户个体的特征，将客户分成不同类别。这是一个探索，发掘新知识的过程。在分组前，客户所属的类别是未知的。选择的分析变量及数据的排序都会影响分组结果。
从 IBM SPSS Statistics 自带的实例文件中，选择德国客户信贷记录集（genman_credit.sav）。它详细记录了信贷客户的个人及财产信息。选择直销工具中的“客户分组（将我的联系人分段到群）”，打开聚类分析对话框，并选择变量 Account Status、 # of existing credits、Other installment debts、Housing、 Age in Years, Duration in months 作为分析变量。
图 9. 聚类分析对话框
点击“运行”按钮，执行聚类分析。分析完成后，默认情况下会在原数据集中添加一个字段，用来指出针对每个客户的分组结果。根据这个变量值，可以很容易把客户分到新的数据集中或者作为过滤条件，对目标客户做进一步的分析。
下面，主要对聚类分析的输出结果，做进一步的研究。在输出窗口中，默认显示客户分组的模型概要图（Model Summary），如下图所示。
图 10. 聚类分析模型概要
从上面的表格看出，根据 6 个分析变量的值，使用两步聚类算法，得到 4 个分组；下面的模型质量图说明模型的质量在可接受的范围内。如果想查看分组的详细信息，可以双击模型概要图。从打开的模型浏览器中，选择“聚类”视图，就可以看到每个组分析变量信息。
图 11. 聚类变量信息图
上面的结果显示了各个分组的特征信息。对于连续变量，显示组内的平均值；对于离散变量，显示出现最频繁的数值。例如，在分组 4 中，所有的人都拥有住房，没有其它债务，绝大多数的人都拥有信用卡。确定了分组的信息，就可以有针对性的对数据进行过滤，做进一步分析。
生成潜在客户概要文件
该工具根据测试活动的结果，生成客户的概要文件。在将来的产品推广中，可以根据该文件，决定投递对象，以提高成功率。本例使用 IBM SPSS Statistics 自带的 dmdata.sav 作为数据文件。从“直销”菜单中打开“生成潜在客户概要文件”的设置界面。
图 12. 潜在客户概要文件对话框
在上图中，“响应字段”表示客户对先前活动响应与否，“创建概要文件”变量列表是用来创建概要文件的特征变量。另外，在“设置”页面中，可以对最小响应率进行设置。点击“运行”，生成概要文件。
图 13. 潜在客户概要文件的响应率表格
表格中，绿色区域表示满足最小响应率，红色区域表示不满足。本例中最小响应率为 6%，则绿色区域累积响应率大于等于 6%，红色区域则小于 6%。
响应率表格显示每个概要文件组的信息。概要文件描述只包括为模型提供显著贡献的那些变量的特征，不包括那些对模型没有显著贡献的变量。响应率是做出正面响应（购买产品）的客户的百分比。累积响应率是当前和所有前面概要文件组的平均响应率。根据分析结果，厂商想要获得比较好的产品推广效果，可以选择第一组（东、南、西三个区域的未婚女性）作为对象。
识别最佳响应的邮政编码
邮政编码采用分级编码制，将全国的邮寄地址按地域层层划分。不同国家的邮政编码长度和编码规则也不完全一样，比如美国采用的三级五位编码，而我国使用的是四级六位编码。在分析过程中，可以指定分析的位数，以针对不同的地域层级。
识别最佳响应的邮政编码，根据历史邮寄数据统计出邮政编码响应率高的客户群，也即客户响应率高的地区，这样可针对该地区做营销活动。这个工具和前面提到的“生成潜在客户的概要文件”实现方法类似，因此这里主要关注设置和输出结果的分析。
打开软件自带的数据文件 dmdata.sav，从直销对话框中选择“标识最佳响应邮政编码”，完成字段的选择后，转换到“设置”页面。
图 14. 邮政编码响应率设置对话框
在“邮政编码分组方式”栏中，选择“前 3 个数字或者字符”。这样，邮政编码前三个数字相同的实例，就会被放到一起来计算响应率。按照美国邮政编码的规则，前三位可能代表某一个大城市。在“输出”栏中，选择“响应率和容量分析”，并设置最低可接受响应率及最大联系人数量。在本例中，使用默认值。最后，可以在“导出到 Excel”中，选择是否将编码响应率保存到一个 Excel 文件中。
在完成设置后，点击“运行”。在默认情况下，会输出响应率表格及相关图形。这和“生成潜在客户的概要文件”中的结果基本一样，不再赘述。这里，主要关注新生成的数据集。
图 15. 生成的数据集
新数据集合并了前 3 位编码相同的实例。它的主要变量有邮政编码、响应率、响应数量、联系人数量、索引、秩。响应率变量是同一邮政编码下的响应比率；响应变量是对测试做出正面响应的客户数量；联系人变量是具有同一邮政编码总的客户数量；索引变量可以看作是加权的响应率，用来区分具有相同响应率的邮政编码。在这种情况下，客户数量多的邮政编码，将被赋予更大的权重，也就是索引值更大。最后一个变量是秩，表示实例在整个数据集中的级别。例如，数值 1 表示前 10% 的邮政编码。
基于新的数据信息以及输出的图表信息，就可以筛选出符合条件的邮政编码，从而针对某些地区推广产品，做到有的放矢。
购买倾向分析
购买倾向分析通过建立模型来预测客户购买产品的可能性。本例中，主要关注使用二元 LOGISTIC 算法构建预测模型、ROC 模型测试，以及应用模型到其它数据集。我们使用两个 IBM SPSS Statistics 自带的数据集（dmdata2.sav、dmdata3.sav）来完成整个分析。 数据文件 dmdata2.sav 用来创建模型，而数据文件 dmdata3.sav 用来使用模型。
创建模型
首先打开数据 dmdata2.sav，从直销工具中选择“最有可能购买的联系人”。
图 16. 购买倾向字段设置对话框
在图中，特别注意将模型信息保存到一个 XML 文件中，其它设置和前面提到的工具相同。在“设置”页面中，可以添加模型测试信息。
图 17. 购买倾向测试设置对话框
在“模型验证”区域，设置 50% 的数据用于训练，50% 用于验证；在“诊断输出”区域，选择整体模型质量图及分类表，同时将最小概率设置为最小的目标响应率。其它设置使用默认值，点击“运行”，就可以得到详细的模型评价信息。
图 18. 模型测试信息
从下面的整体模型质量图可以看出，模型质量系数超过 0.5，满足一个良好模型的标准。不过，它只反映了总体模型的大概质量，更多详细的信息，还需要从上面的分类表中获取。
分类表对预测值和实际值做比较，整体的准确率可以反映出一个模型的优劣。在这里，我们更关心对正响应的预测准确率。从数据上划分，包含训练样本和测试样本。对于那些预测为具有正响应的训练样本，实际正响应的正确分类率为 7.43%； 对于那些预测为具有正响应的检验样本，实际正响应的正确分类率为 7.61%。它大于指定的最小可能性 5%。这表明此模型可以用于确定满足指定的最小可能性的一组联系人。
应用模型
下面，将上面建立的模型应用到对 dmdata3.sav 的分析中。打开数据文件，从菜单“实用程序”选择“评分向导”，选择创建的模型文件 customer_model.xml，并匹配模型变量和数据集变量。
图 19. 评分向导对话框
上图中列出的变量，都是模型中的预测变量。模型将根据数据集中这些变量的值，预测客户购买产品的可能性。点击“下一步”，进入选择评分函数对话框。
图 20. 选择评分函数对话框
勾选“所选类别的概率”，并设置值为 1。这样，该函数就会在数据集中创建一个 Probability 变量，来表示客户购买产品的可能性。
到目前为止，已经完成建立模型，评估模型及数据分析。用户就可以利用这些信息，制定出合理的营销策略。
小结
文章从应用的角度，介绍了 IBM SPSS Statistics 中的直销工具的使用方法。在讲解算法使用的基础上，简单介绍了各个工具的实现方法。文章在很大篇幅上描述了识别最佳客户、客户分组、生成潜在客户概要文件、邮政编码响应率、购买倾向分析五个实例，有助于读者快速掌握这些工具的使用。前面几个工具的知识点，基本上覆盖了“比较活动效果”，这里没有多加阐述。
对于市场或销售人员，他们更专长于数据的收集，更关心分析的结果，而不擅长算法的综合使用、参数的设置等。针对这些问题，IBM SPSS Statistics 提供了直销工具。该工具针对常见的市场销售问题，将不同的统计算法结合起来，提供了比较好的解决方案。这些方案包括：识别最佳客户（RFM 分析）、客户分组、生成潜在客户概要文件、邮政编码响应率、购买倾向分析以及比较活动效果。
基本概念与统计算法
本章节主要介绍与直销工具相关的统计算法。这些算法协同工作，给直销工具提供支持，以实现相关的功能。AGGREGATE 算法：该算法也叫分类汇总算法，主要用来对数据文件中的实例按一定标准（例如：年龄、性别、住址等）进行分组，并可以生成一些属性变量来反应每一组的特性。在识别最佳客户的过程中，如果数据文件是由交易实例组成，那么需要使用 AGGREGATE 算法，将同一客户的交易汇总，并生成基于客户的数据文件。这些操作不需要用户去执行，IBM SPSS Statistics 会自动做好数据处理，这也是直销工具的优势所在。DMGGRAPH 算法：这是一个绘图算法。通过计算输入的统计变量，DMGGRAPH 算法可以绘制出不同的图形，形象的反应统计结果。在 RFM 分析中，使用该算法绘制块计数图表，可以直观显示不同客户的购买情况，如频率、最近购买日期以及购买额等。DMCLUSTER 算法：DMCLUSTER 算法源于聚类算法。它可以根据实例的自然属性，将其分类。在使用过程中，通过对一个或多个属性变量的计算，得到不同实例之间的距离，然后按照距离的远近，可以分成不同种类。直销工具中的客户分组，就是使用该算法实现的。DMTREE 算法：DMTREE 算法用来构建一个树形模型。它可以根据预测变量的值，将实例划分成不同的组。当有多个预测变量时，首先浏览所有变量以确定最佳的分组方法，然后按照预测变量的次序递归划分。比如，有两个预测变量性别、年龄。那么，先按性别分两组，然后在各组内继续按年龄划分。IBM SPSS Statistics 将该算法应用到生成潜在客户概要文件中。根据客户对测试活动的响应，对客户进行划分。DMLOGISTIC 算法：DMLOGISTIC 算法是一种建模方法。它根据已有数据集的特征建立模型，并将该模型用于对其它数据的预测分析。例如，银行可以基于已有贷款客户的信息建立模型，来预测潜在客户贷款的可能性或者风险大小。在直销工具中，将该算法用于对客户购买趋势的预测。DMROC 算法：该算法主要用于模型测评。在预测客户购买趋势时，先使用 DMLOGISTIC 算法建立模型，然后使用 DMROC 算法评价模型的有效性。
识别最佳客户
识别最佳各户又称为 RFM（Recency, Frequency, Monetary）分析。它是一种通过分析客户的最近消费日期、消费频率以及总消费总额来识别最佳各户的统计算法。该算法的实现基于以下理论：1）最近购买的客户比过去购买的客户更可能再次购买。2）过去购买次数较多的客户比购买次数少的客户更可能做出反应。3）过去消费金额较多（所有购买的总和）的客户比消费金额较少的客户更可能做出反应。
根据每一个客户最近消费日期、消费频率以及消费总额的大小，分别分配一个数值。比如，指定一个从 1 到 5 的分数，最低的是 1 分，最高的是 5 分。那么，对每一个客户就可以算出最近消费分数（Recency Score）、消费频率分数（Frequency Score）和消费总额分数（Monetary Score）。然后，将三个分数连到一起，可以得到客户的合并分数（RFM Score）。合并分数代表客户购买新产品的可能性，分数越高，可能性越大，反之越小。
根据分析数据的不同，识别最佳客户方法分为基于客户的 RFM 分析和基于交易的 RFM 分析。如果数据文件中的每一个实例代表一位客户，则使用基于客户的 RFM 分析；如果每一个实例代表客户的一次交易记录，则使用基于交易的 RFM 分析。下面，通过实例分别对这两种方法进行演示。
基于客户的 RFM 分析
首先，打开数据文件。在本例中，使用某厂商 2005 年度的客户购买记录。在该文件中，每个实例代表一位客户，包括客户 ID、最近购买日期、购买频率、购买总额等。通过使用 RFM 分析，为该厂商找出最佳客户，即最有可能再次购买的客户。
从 IBM SPSS Statistics 的“直销”菜单中，点击“选择方法”菜单项，弹出直销工具选择对话框。
图 1. 图片示例直销工具选择对话框
在图的左上角，点击“帮助标识我的最佳联系人（RFM 分析）”。点击“继续”，弹出选择数据格式的对话框。
图 2. RFM 分析数据格式选择对话框
根据使用的数据格式，选择“客户数据”；点击“继续”，进入到 RMF 分析的参数设置界面。
图 3. 基于客户数据的 RMF 分析
如图所示，将相应的变量拖到交易日期或间隔、交易数、金额、客户标示符文本框中。点击“确定”，就可以进行 RMF 分析。另外，用户也可以在“离散化”页面中，对 RFM 之间的关系（一是嵌套，最近交易日期、交易频率和交易总额三个变量相关，依次对客户进行区分；二是独立，对三个变量分别计算）和块数（从高到低的级别数，比如常用的从 1 到 5。）进行设置。通过 RFM 分析，生成包含 RFM 分数的数据集。
图 4. 具有 RFM 分数的数据
该数据文件在原数据基础上，添加了 4 个分数变量，来衡量客户再次购买的可能性。从图中可以看出，分数为“555”的客户，即为最佳客户。
在默认情况下，生成 RMF 分数的同时，输出窗口输出 RFM 分析的块计数图表（Bin Counts）。块计数图表显示选定离散化方法的块分布。每个蓝条代表不同 RFM 得分的客户数。
图 5. RFM 分析的块计数图表
从图中可以看出，RFM 分数在 441-445、241-245 之间的客户最多，而分数在 131-135 之间则没有客户。这样就完成了一个最基本的 RFM 分析。另外，也可以对不同年份的数据做最佳客户分析，然后比较分析结果，以此判断客户的购买趋势或者忠诚度。这样就可以采取相应的措施，和客户保持良好的关系，防止客户流失，提高客户满意度。
基于交易的 RFM 分析
对于按交易组织的数据文件，需要采用基于交易的 RFM 分析。与基于客户的 RFM 分析不同的是，在分析之前，需要使用 AGGREGATE 算法对数据进行分类汇总，生成基于客户的数据文件。在本例中，使用的原数据如下图所示。
图 6. 基于交易的数据格式
在文件中，每一笔交易是一条实例，每一个客户对应一条或者多条实例。实例的属性包含客户 ID、产品类型、产品号、购买日期、购买数量等。在“RFM 分析数据格式选择对话框”（图 2）中，选择“交易数据”，进入“交易数据 RFM 分析”对话框。
图 7. 交易数据 RFM 分析对话框
点击“确定”，执行 RFM 分析。在分析过程中，会生成新的数据文件。
图 8. 生成的基于客户的数据格式
新的数据中，将实例按不同客户进行了分类，并计算出最近交易日期、交易频率以及总额。在此基础上，通过 RFM 分析得到了相应的分数。输出的结果，基于交易的 RFM 分析和基于客户的 RFM 分析完全一样，这里不再赘述。
从以上的实例可以看出，RFM 分析可以有效识别最佳客户，厂商可以据此制定更加有效的销售策略，从而提高效率，节省费用。
客户分组
客户分组使用聚类算法，根据客户个体的特征，将客户分成不同类别。这是一个探索，发掘新知识的过程。在分组前，客户所属的类别是未知的。选择的分析变量及数据的排序都会影响分组结果。
从 IBM SPSS Statistics 自带的实例文件中，选择德国客户信贷记录集（genman_credit.sav）。它详细记录了信贷客户的个人及财产信息。选择直销工具中的“客户分组（将我的联系人分段到群）”，打开聚类分析对话框，并选择变量 Account Status、 # of existing credits、Other installment debts、Housing、 Age in Years, Duration in months 作为分析变量。
图 9. 聚类分析对话框
点击“运行”按钮，执行聚类分析。分析完成后，默认情况下会在原数据集中添加一个字段，用来指出针对每个客户的分组结果。根据这个变量值，可以很容易把客户分到新的数据集中或者作为过滤条件，对目标客户做进一步的分析。
下面，主要对聚类分析的输出结果，做进一步的研究。在输出窗口中，默认显示客户分组的模型概要图（Model Summary），如下图所示。
图 10. 聚类分析模型概要
从上面的表格看出，根据 6 个分析变量的值，使用两步聚类算法，得到 4 个分组；下面的模型质量图说明模型的质量在可接受的范围内。如果想查看分组的详细信息，可以双击模型概要图。从打开的模型浏览器中，选择“聚类”视图，就可以看到每个组分析变量信息。
图 11. 聚类变量信息图
上面的结果显示了各个分组的特征信息。对于连续变量，显示组内的平均值；对于离散变量，显示出现最频繁的数值。例如，在分组 4 中，所有的人都拥有住房，没有其它债务，绝大多数的人都拥有信用卡。确定了分组的信息，就可以有针对性的对数据进行过滤，做进一步分析。
生成潜在客户概要文件
该工具根据测试活动的结果，生成客户的概要文件。在将来的产品推广中，可以根据该文件，决定投递对象，以提高成功率。本例使用 IBM SPSS Statistics 自带的 dmdata.sav 作为数据文件。从“直销”菜单中打开“生成潜在客户概要文件”的设置界面。
图 12. 潜在客户概要文件对话框
在上图中，“响应字段”表示客户对先前活动响应与否，“创建概要文件”变量列表是用来创建概要文件的特征变量。另外，在“设置”页面中，可以对最小响应率进行设置。点击“运行”，生成概要文件。
图 13. 潜在客户概要文件的响应率表格
表格中，绿色区域表示满足最小响应率，红色区域表示不满足。本例中最小响应率为 6%，则绿色区域累积响应率大于等于 6%，红色区域则小于 6%。
响应率表格显示每个概要文件组的信息。概要文件描述只包括为模型提供显著贡献的那些变量的特征，不包括那些对模型没有显著贡献的变量。响应率是做出正面响应（购买产品）的客户的百分比。累积响应率是当前和所有前面概要文件组的平均响应率。根据分析结果，厂商想要获得比较好的产品推广效果，可以选择第一组（东、南、西三个区域的未婚女性）作为对象。
识别最佳响应的邮政编码
邮政编码采用分级编码制，将全国的邮寄地址按地域层层划分。不同国家的邮政编码长度和编码规则也不完全一样，比如美国采用的三级五位编码，而我国使用的是四级六位编码。在分析过程中，可以指定分析的位数，以针对不同的地域层级。
识别最佳响应的邮政编码，根据历史邮寄数据统计出邮政编码响应率高的客户群，也即客户响应率高的地区，这样可针对该地区做营销活动。这个工具和前面提到的“生成潜在客户的概要文件”实现方法类似，因此这里主要关注设置和输出结果的分析。
打开软件自带的数据文件 dmdata.sav，从直销对话框中选择“标识最佳响应邮政编码”，完成字段的选择后，转换到“设置”页面。
图 14. 邮政编码响应率设置对话框
在“邮政编码分组方式”栏中，选择“前 3 个数字或者字符”。这样，邮政编码前三个数字相同的实例，就会被放到一起来计算响应率。按照美国邮政编码的规则，前三位可能代表某一个大城市。在“输出”栏中，选择“响应率和容量分析”，并设置最低可接受响应率及最大联系人数量。在本例中，使用默认值。最后，可以在“导出到 Excel”中，选择是否将编码响应率保存到一个 Excel 文件中。
在完成设置后，点击“运行”。在默认情况下，会输出响应率表格及相关图形。这和“生成潜在客户的概要文件”中的结果基本一样，不再赘述。这里，主要关注新生成的数据集。
图 15. 生成的数据集
新数据集合并了前 3 位编码相同的实例。它的主要变量有邮政编码、响应率、响应数量、联系人数量、索引、秩。响应率变量是同一邮政编码下的响应比率；响应变量是对测试做出正面响应的客户数量；联系人变量是具有同一邮政编码总的客户数量；索引变量可以看作是加权的响应率，用来区分具有相同响应率的邮政编码。在这种情况下，客户数量多的邮政编码，将被赋予更大的权重，也就是索引值更大。最后一个变量是秩，表示实例在整个数据集中的级别。例如，数值 1 表示前 10% 的邮政编码。
基于新的数据信息以及输出的图表信息，就可以筛选出符合条件的邮政编码，从而针对某些地区推广产品，做到有的放矢。
购买倾向分析
购买倾向分析通过建立模型来预测客户购买产品的可能性。本例中，主要关注使用二元 LOGISTIC 算法构建预测模型、ROC 模型测试，以及应用模型到其它数据集。我们使用两个 IBM SPSS Statistics 自带的数据集（dmdata2.sav、dmdata3.sav）来完成整个分析。 数据文件 dmdata2.sav 用来创建模型，而数据文件 dmdata3.sav 用来使用模型。
创建模型
首先打开数据 dmdata2.sav，从直销工具中选择“最有可能购买的联系人”。
图 16. 购买倾向字段设置对话框
在图中，特别注意将模型信息保存到一个 XML 文件中，其它设置和前面提到的工具相同。在“设置”页面中，可以添加模型测试信息。
图 17. 购买倾向测试设置对话框
在“模型验证”区域，设置 50% 的数据用于训练，50% 用于验证；在“诊断输出”区域，选择整体模型质量图及分类表，同时将最小概率设置为最小的目标响应率。其它设置使用默认值，点击“运行”，就可以得到详细的模型评价信息。
图 18. 模型测试信息
从下面的整体模型质量图可以看出，模型质量系数超过 0.5，满足一个良好模型的标准。不过，它只反映了总体模型的大概质量，更多详细的信息，还需要从上面的分类表中获取。
分类表对预测值和实际值做比较，整体的准确率可以反映出一个模型的优劣。在这里，我们更关心对正响应的预测准确率。从数据上划分，包含训练样本和测试样本。对于那些预测为具有正响应的训练样本，实际正响应的正确分类率为 7.43%； 对于那些预测为具有正响应的检验样本，实际正响应的正确分类率为 7.61%。它大于指定的最小可能性 5%。这表明此模型可以用于确定满足指定的最小可能性的一组联系人。
应用模型
下面，将上面建立的模型应用到对 dmdata3.sav 的分析中。打开数据文件，从菜单“实用程序”选择“评分向导”，选择创建的模型文件 customer_model.xml，并匹配模型变量和数据集变量。
图 19. 评分向导对话框
上图中列出的变量，都是模型中的预测变量。模型将根据数据集中这些变量的值，预测客户购买产品的可能性。点击“下一步”，进入选择评分函数对话框。
图 20. 选择评分函数对话框
勾选“所选类别的概率”，并设置值为 1。这样，该函数就会在数据集中创建一个 Probability 变量，来表示客户购买产品的可能性。
到目前为止，已经完成建立模型，评估模型及数据分析。用户就可以利用这些信息，制定出合理的营销策略。
小结
文章从应用的角度，介绍了 IBM SPSS Statistics 中的直销工具的使用方法。在讲解算法使用的基础上，简单介绍了各个工具的实现方法。文章在很大篇幅上描述了识别最佳客户、客户分组、生成潜在客户概要文件、邮政编码响应率、购买倾向分析五个实例，有助于读者快速掌握这些工具的使用。前面几个工具的知识点，基本上覆盖了“比较活动效果”，这里没有多加阐述。