数值分析 发表于 2019-11-19 00:05
哦，原来如此，那么你这p-value是怎么算的？
不是的，咱俩说的是两回事，你说的是要先test实验组对照组两个组“不打电话”的情况下retention rate都是一样对不对。
实验组未接电话的流失率为9.3%, 说明愿意接电话的顾客本来就流失倾向较小。因此不能把接电话的40000人和对照组的10000人比较， 只能整个实验组的100000人和对照组比较， 这样的话差异不显著。
停车问题： 交1200的不高兴， 没有花钱买福利的选择了。 交500的高兴，省钱还多了福利。
响马 发表于 2019-11-18 20:21
有一种可能：
原来花1200美元停车费的人，在新规则之后，只要800块钱就能找个愿意帮他占车位的人……所以 ...
问题是，找不到这样的人。每年200多工作日，别说800块，就算你花1200块，每天也只掏四五块钱。一般上班时间是7点到9点，停车楼肯定8点前就满了，而你既然给了钱请人占位子，肯定来得迟，等待时间加上从停车楼到停车场，人家至少要花一个小时时间。你要请人来占位子，就是花2400，我估计也没人愿意。所以那些不满意的，就是来得晚，情愿花钱在停车楼的人。
1: 不看好。如果嘘寒问暖后，不能解决客户提出的问题。客户觉得被耍猴了，那2021的数据会很难看。如果要解决客户的问题，那要投入多少人力？
2:打个比方，某人做头等舱是因为A.舒适。B.不想跟坐公务舱和经济舱的混在一起。对这些对价钱不敏感的人，你取消了他的优异条件，他就会换航空公司。
第一题，用老马丁说的Chi-Square检验
如果单纯比较对照组和实验组（不考虑电话是否接通有效）p = 0.994 没有效果
如果用对照组比较实验组里面的有效电话，p=0 明显差异
stay leave Total
1 9200 800 10000
9201.82 798.18
0.000 0.004
2 92020 7980100000
92018.187981.82
0.000 0.000
Total 101220 8780110000
Chi-Sq = 0.005, DF = 1, P-Value = 0.944
stay leaveTotal
1 9200 80010000
9360.00 640.00
2.735 40.000
2 37600 240040000
37440.002560.00
0.684 10.000
Total 46800 320050000
Chi-Sq = 53.419, DF = 1, P-Value = 0.000
我用R算的。人工编个矩阵，然后用prop.test
B = matrix(c(9200,92020,800,7980),nrow=2, ncol=2)
B
prop.test(B, alternative = "less", correct=FALSE)
贵公司真差，停车居然还要交钱！{:194:}
第一题 算法有问题，4万会员里流失率是6%，等于提高了2个百分点，算是个不小成绩了。剩下的6万里，流失了7980-2400=5580人，流失率是9.3%，但高于对照组的1.3是因为有部分人因为厌恶这种电话骚扰或其他的原因。
所以，你这个个营销的项目的实施是有问题的。
如果是我怎么去做呢。
第一，明确电话营销的目的是为了挽留客户，所以对营销的内容要有的放矢，首先要搞清楚8%的客户为何流失，是不满意服务质量还是对服务价格敏感，其次，客户流失到什么地方去了，你的竞争对手比你强在哪，是否你可以找到方法对竞争对手进行反制。
第二 电话营销不能简单的外包，要有个设计，根据前期的调查制定策略，要针对痛点进行系列的宣传，如果服务质量问题要有明确的改进案例支持，如果客户对价格敏感，可以考虑增值服务和限时折扣。如果可能联合市场部进行一个大型的宣传配合你的电话营销项目。此外，要关注电话营销的小技巧，比如你对象的职业不同可能有时间接受这种电话营销的时间就不一样，如果一次没能有效沟通，何时对其进行二次电话，这些问题要前期考虑清楚，后期才能精确有效。如果一古脑都外包，对方通常就是电话录个音然后工作时间顺序拨号，有人接就切人工，否则就被人挂断后重播了。
第二个问题，参考一下京东里大部分大件的差评吧，通常都是刚买完就降价的。不知道你们工资水平咋样，1200刀算不算大钱，不过这事也好补救，有食堂的可以在伙食上找补，没有的就发点福利吧，
一堆大神讨论，随便参与两句吧。
第一，整体效果来看，效果并不明显。call center只能有效接触40%的客户，如果不能提高沟通比例，项目是失败的。
第二，短期效果，停车楼的会不开心，停车场的会开心。因为停车楼的本身对价格不敏感，更注重服务享受，免费并不能有效补偿他们失去的服务。停车场的对价格更为敏感，不仅享受免费的停车服务还有可能继续提升服务享受，当然会更开心。
本帖最后由 煮酒正熟 于 2019-11-19 01:12 编辑
togo 发表于 2019-11-18 20:52
第一题，用老马丁说的Chi-Square检验
如果单纯比较对照组和实验组（不考虑电话是否接通有效）p = 0.994 没 ...
这里就体现出我的统计学知识不扎实了... 我在霉果混过的都是大公司，共事的也有不少工科PhD和statistician，每次做实验组和对照组比较时，我们用的都是 proportion test，从来就没有人说过 Chi-Square test
关于 Chi-Square，我自己只是做了些阅读，从来没用过。表面上看它和我熟悉的 proportion test 很不一样，但奇怪的是你这里用 Chi-Square 算出来的 P-value = 0.944，和我用 proportion test （two-tail test) 算出来的 P-value = 0.9442 是一样的。貌似这俩test在很多情况下，其计算原理是一样的，只有少数情况会产生分歧？
为什么我在这里遇到的人绝大多数都用 Chi-Square （除了松叶牡丹），但我在所有的公司里通用算法都是 proportion test?
Proportion Test 的 公式是：
分子部分：实验组成功率 - 对照组成功率 = 92020/100000 - 9200/10000
分母部分：
先算出实验组和对照组的加权平均成功率 = (92020 + 9200) / (100000 + 10000) = 0.9202
拿1减掉这个数，得到0.0798，然后把这两个数相乘，得到0.07345
那这个数分别除以实验组总数100000，和对照组总数10000，得到两个很小的数字，再把他们相加，然后开根号，这个就是分母
这样计算出来的Z value 是 0.0704
如果选2-tail test, 则对应的P-value = 0.9442 (极其接近1，而远离0）
即使选1-tail test，P-value仍然高达 0.4721 （就是上面的一半），也仍然是非常远离0
还是那个问题：Chi-square and proportion test 到底是个什么关系？
数值分析 发表于 2019-11-18 11:05
哦，原来如此，那么你这p-value是怎么算的？
我们的 Z value and P-value 都是这么算的
https://www.khanacademy.org/math/ap-statistics/two-sample-inference/two-sample-z-test-proportions/v/hypothesis-test-for-difference-in-proportions-example
或者到这里直接查表（它也给出公式了）：
https://www.socscistatistics.com/tests/ztest/default2.aspx
总之我和松叶牡丹都是用proportion test算的，为什么你们都用chi-square?
煮酒正熟 发表于 2019-11-19 14:14
我们的 Z value and P-value 都是这么算的
https://www.khanacademy.org/math/ap-statistics/two-sample ...
我的基础知识更加混混。我自己学的statistics相关，但好像根本对proportion test 没有印象了。Chi Square我是会的，但是懒得去列矩阵算。所以看这道题我首先想到的是接不接电话的bias, 然后粗估一下数，根本没想去算具体的P value.
这下学习了proportion test. 等专家讲proportion test 和 Chi Square 的区别。我现在看到的一点是，chi square可以有很多类别的分布。而proportion test说的就是yes or no的两种结果的分布。但对于很多类别，每个类别也是yes or no 啊。
独角兽 发表于 2019-11-19 02:18
我的基础知识更加混混。我自己学的statistics相关，但好像根本对proportion test 没有印象了。Chi Square ...
你基础混是因为你懒得搞
我基础混是因为我笨得一比
其实近十年来我倒是觉得自己比从前变聪明了一些，主要体现在商务思维上，但看高数和艰深一些的统计学还是一个头两个大
我那道题的考察点本身也不是让人当场算P-value，考的就是那个self selection bias。小师妹当然是轻松过关。我面过的人到目前为止都不能给出正确答案，只有两个老印我稍微一点就立即明白了。这种我就很开心地收入麾下了。其他老印老美老中，即使我解释了，他们也还是转不过来。
这也就罢了。我们公司有个 Senior Director，这个电话项目其实就是他搞的，他做分析就是按那个错误的来，而我当时需要把他那个部门和我自己做的一堆项目做一个汇总，我当然要按照正确的来。结果这老美看到我做的结果有点不开心，但主要是不明白，就和我交换了两个电邮。我自认为已经解释得很清楚了，他还是不明白。逼的我放大招儿，直接问他
我：你的实验组和对照组是不是随机分的？
他：那必须的呀！
我：既然是随机的，那这个组里有什么pattern，那个组应该也类似，对不？
他：... 对
我：既然如此，你实验组里有60%的人不接电话，然后他们流失率高达9点几，你的对照组里是不是应该也有60%左右的这种人呢？
然后？
然后就没下文了
煮酒正熟 发表于 2019-11-18 22:09
这里就体现出我的统计学知识不扎实了... 我在霉果混过的都是大公司，共事的也有不少工科PhD和statisticia ...
仿佛记得卡方检验（chi-square)在自由度=1的时候就是equal proportion test
恰好这道题的DF=1 , 所以p值相似？如果自由度大于1 ，结果就会不一样了。
以上是我的记忆，可能不对，我不是学搞统计的。工作中常用的是T检验，都是用软件，连怎么查表都忘了。
独角兽 发表于 2019-11-18 00:41
没细想，根据直觉先来说两句。这个项目应该不成功吧。如果以按降低到7.5%才算比较成功的话。
不要盯着通话 ...
这个电话战役是另一个部门做的，我们部门确实有segmentation，但因为这个电话战役是其他部门的，就没用segmentation。我们部门这个segmentation 把所有会员分成五个 persona，每个都有个很长的名字，其实除了有两个segment (persona) 确实有些与众不同之外，另外三个在行为模式上没啥区别。我觉得这个模型不是很成功。到目前为止我只用它做 post mortem analysis，就是人死了以后解剖看看他是怎么死的，但是人已经死了你即使整明白了也救不活了，卡卡
而且目前为止这个segmentation在 direct mail campaign 上的表现很不稳定，所以无法用它来 inform targeting.
但是师妹说的这个 --- 做电话营销需要用segmentation，我们公司从VP级到下面并没有这个认识。如果这是业界普遍的操作的话，我会多留意并实时提议的，也谢谢分享
togo 发表于 2019-11-19 02:41
仿佛记得卡方检验（chi-square)在自由度=1的时候就是equal proportion test
恰好这道题的DF=1 , 所以p值 ...
哦，按我的理解，之所以 degree of freedom = 1，是因为我们使用了一个参数 mean 做了估算，而没有使用第二个参数。看起来 proportion test 是 chi-square test 的一个特例...
煮酒正熟 发表于 2019-11-19 15:37
你基础混是因为你懒得搞
我基础混是因为我笨得一比
其实我混的一个主要原因是用不上，自学以后然后不用，很快就会忘记具体的东西，记住自己理解的部分。我主要的精力都放在怎么样把数据的事解释给不懂的外行听。如果跟他们说P value, 说chi squared test，那直接把敌人说瞎了。
本帖最后由 煮酒正熟 于 2019-11-19 03:16 编辑
松叶牡丹 发表于 2019-11-18 10:59
对的，有bias，但是成本上看，接不通电话是没有成本的，说明这部分call center费用是花到了打电话有用的 ...
接不通电话也还是有成本的。美国大部分call center 的 cost accounting 都是这样算的：
这种 outbound dial，如果第一次就打通了比并且说上话了，会有计时器记下通话时间
如果第一次没打通，只要不是坏号，call center rep 就会先记下来，然后在当天晚一些时候再打。通常的做法是上午打一次，不通，就中午打，再不通，下午打；第二天周而复始，直到打足一个预先设定的数目（通常是5-10次）才会彻底放弃加入ghost number list
所以打不通的电话也都会计入 call center rep 的工作时间的。
call center rep 每天的有效工作时间是 8 小时 x 约60%
call center rep 是拿基本工资的；加班费加倍。此外，大部分 call center rep 都是短期招聘的，旺季招进来三个月，但至少要提前一个月招进来做培训，所以这个培训费也会摊入那些打通和打不通的电话。再就是每个call center rep会有两级管理人员，他们的薪资也是要摊入所有打通和打不通的电话的