跳至內容
開啟導覽
開啟開啟工作區

實例解說銀行與行銷

上一波行銷成功的客戶,這次更常申購定期存款嗎?

依上一波行銷結果分組,本波申購定期存款的紀錄: 上次成功:1,373 筆中有 894 筆(65.1%)。上次失敗:4,252 筆中有 605 筆(14.2%)。上次成功的比例高出 50.9 個百分點。

交叉表

本波申購情形 × 上一波行銷結果。百分比以各欄(上一波結果)為基數。
本波行銷 \ 上一波行銷結果上次成功上次失敗無上次結果合計
已申購89465.1%60514.2%3,1418.8%4,640
未申購47934.9%3,64785.8%32,42291.2%36,548
合計1,3734,25235,56341,188

次數 / 欄百分比. 每欄合計就是該欄百分比的分母。

有底色的儲存格,就是結論所比較的兩個占比。

引用之前,先檢查讀法

選出這張表能支持的說法,再逐一展開選項,看看次數說明了什麼。這裡的每個數字都由上方的表計算而來。

哪一種比較能看出上次行銷活動成功的客戶是否更常申購?

  1. 比較每種上次結果下的申購人數。

    表格不支持。 次數會跟著組別大小走。「無上次結果」有 35,563 筆紀錄,所以申購人數遙遙領先,達 3,141;但它的申購比例是三組中最低的,為 8.8%。

  2. 比較所有申購中來自每種上次結果的比例。

    表格不支持。 這是以 4,640 筆申購為分母,說明的是申購從哪裡來:67.7% 來自「無上次結果」,19.3% 來自「上次成功」。它無法說明各組申購得有多頻繁。

  3. 分別在「上次成功」和「上次失敗」內部,以各自的紀錄數為分母比較申購比例。

    表格支持。 1,373 筆中 894 筆(65.1%),對比 4,252 筆中 605 筆(14.2%),相差 50.9 個百分點。問題點名的正是這兩組;「無上次結果」另外列出,不併入任何一組。

檢查所用的數字

  • 上次成功:1,373 筆中 894 筆申購(65.1%)。
  • 上次失敗:4,252 筆中 605 筆申購(14.2%)。
  • 無上次結果:35,563 筆中 3,141 筆申購(8.8%);不納入兩組比較。

需要記住的重點

引用這個差距時,請寫明兩組和各自的分母:「上次成功」對「上次失敗」。如果拿「上次成功」和其餘所有紀錄比較,就會把「無上次結果」混進來,回答的就變成另一個問題。

照原樣重現這張表開啟計算器時會帶入這張表的次數、標籤和類別順序,方便逐一核對每個數字。

使用這個結果

  1. 自己算一次

    在卡方檢定計算器中開啟這組次數:表格與類別順序完全相同,百分比、χ² 與 Cramér’s V 都在你的瀏覽器中計算。改動任一儲存格,就能看到結果如何變化。

  2. 引用

    複製下方的引用,並一併保留下方的資料來源與授權。

    上一波行銷成功的客戶,這次更常申購定期存款嗎? — Crosstabs. https://www.crosstabs.com/zh-tw/examples/bk01-how-did-term-deposit-subscription-vary-with-the-earlier-campaign-outcome

    資料來源

    範圍
    葡萄牙一家銀行篩選後的電話行銷紀錄。
    期間
    2008 年 5 月至 2010 年 11 月
    一筆紀錄是
    一筆客戶行銷紀錄(多次聯絡可能計入同一筆紀錄)

    資料:Sérgio Moro, Paulo Rita and Paulo Cortez (2014). Bank Marketing. UCI Machine Learning Repository. DOI 10.24432/C5K306.。採用 CC BY 4.0 授權。Crosstabs 對原始紀錄進行篩選、重新編碼並彙總成本表。

    下載這些次數: CSVJSON

  3. 換成你自己的檔案

    開啟 CSV、Excel 或 SPSS 檔案,做出同樣的交叉表。檔案只在目前的瀏覽器分頁中讀取,不會上傳,也不需要帳號。

    用你自己的資料做交叉表

為什麼問這個問題

行銷團隊要決定再打給誰。如果上次答應的客戶這次答應的比例高得多,名單就該調整——前提是把這個比較讀對方向。

怎麼讀這張表

把上一波結果放在欄,用本波申購數除以各欄合計。別忽略第三欄:有 35,563 筆紀錄根本沒有上一波結果,遠多於標題比較中兩欄的總和。

欄百分比回答的是「在每一欄裡,各列出現的比例是多少」。改成列百分比,問題就反過來:「這一列的紀錄在各欄之間如何分布」。兩種算法都正確,但回答不同的問題,報告時要寫明用的是哪一種。

結果代表什麼

上一波成功的紀錄中,申購明顯較常見。這是銀行自身紀錄中的關聯,並不能證明上一次成功造成這一次的申購。

Cramér’s V = 0.320。它概括整張表(全部 2 × 3 個類別)的關聯強度,範圍從 0(無關聯)到 1。它不會指出哪些儲存格不同,也不是影響大小的量數。

若只比較上次成功與上次失敗,並只看「已申購」與其他所有列,Cramér’s V = 0.494。這個數值只描述這一組對比,不代表整張表。

限制

僅為一家銀行篩選過的行銷紀錄。聯絡誰、聯絡幾次都由銀行決定,因此無法據此推論若所有人重新被聯絡會如何。

繼續探索