本篇內(nèi)容介紹了“數(shù)據(jù)庫(kù)TGI指數(shù)舉例分析”的有關(guān)知識(shí)，在實(shí)際案例的操作過程中，不少人都會(huì)遇到這樣的困境，接下來就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細(xì)閱讀，能夠?qū)W有所成！
南丹網(wǎng)站建設(shè)公司創(chuàng)新互聯(lián)公司,南丹網(wǎng)站設(shè)計(jì)制作，有大型網(wǎng)站制作公司豐富經(jīng)驗(yàn)。已為南丹成百上千家提供企業(yè)網(wǎng)站建設(shè)服務(wù)。企業(yè)網(wǎng)站搭建\成都外貿(mào)網(wǎng)站制作要多少錢，請(qǐng)找那個(gè)售后服務(wù)好的南丹做網(wǎng)站的公司定做！
經(jīng)常有一些專業(yè)的數(shù)據(jù)分析報(bào)告，會(huì)提到TGI指數(shù)，例如“基于某某TGI指數(shù)，我們發(fā)現(xiàn)某類用戶更偏好XX”。對(duì)于不熟悉TGI定義的同學(xué)，看到類似的話一定是云山霧罩。這次，我們就來聊一聊什么是TGI指數(shù)以及怎么樣結(jié)合案例數(shù)據(jù)實(shí)現(xiàn)簡(jiǎn)單的TGI偏好分析。
對(duì)于TGI指數(shù)，百科是這樣解釋的——TGI指數(shù)，全稱Target Group Index，可以反映目標(biāo)群體在特定研究范圍內(nèi)強(qiáng)勢(shì)或者弱勢(shì)。
很好，這個(gè)解釋官方中透漏著專業(yè)，專業(yè)中彌漫著晦澀，晦澀的讓人似懂非懂。粗暴翻譯下來，TGI指數(shù)是反應(yīng)偏好的一種指標(biāo)。這樣還是不夠清楚，我們結(jié)合公式理解一下。
TGI指數(shù)計(jì)算公式 = 目標(biāo)群體中具有某一特征的群體所占比例 / 總體中具有相同特征的群體所占比例 * 標(biāo)準(zhǔn)數(shù)100
是不是更暈了？暈就對(duì)了！不暈我們還聊啥呢？
TGI計(jì)算公式中，有三個(gè)關(guān)鍵點(diǎn)需要進(jìn)一步拆解：某一特征，總體，目標(biāo)群體。
隨便舉個(gè)栗子，假設(shè)我們要研究A公司脫發(fā)TGI指數(shù)：
某一特征，就是我們想要分析的某種行為或者狀態(tài)，這里是脫發(fā)（或者說受脫發(fā)困擾）
總體，是我們研究的所有對(duì)象，即A公司所有人
目標(biāo)群體，是總體中我們感興趣的一個(gè)分組，假設(shè)我們關(guān)注的分組是數(shù)據(jù)部，那目標(biāo)群體就是數(shù)據(jù)部
于是乎，公式中分子目標(biāo)群體中具有某一特征的群體所占比例可以理解為數(shù)據(jù)部脫發(fā)人數(shù)占數(shù)據(jù)部的比例，假設(shè)數(shù)據(jù)部有15個(gè)人，有9個(gè)人受脫發(fā)困擾，那數(shù)據(jù)部脫發(fā)人數(shù)占比就是9/15，等于60%。
而分母總體中具有相同特征的群體所占比例，等同于全公司受脫發(fā)困擾人數(shù)占公司總?cè)藬?shù)的比例，假設(shè)公司一共500人，有120人受脫發(fā)困擾，那這個(gè)比例是24%。
所以，數(shù)據(jù)部脫發(fā)TGI指數(shù)，可以用60% / 24% * 100 = 250，其他部門脫發(fā)TGI指數(shù)計(jì)算邏輯是一樣的，用本部門脫發(fā)人數(shù)占比 / 公司脫發(fā)人數(shù)占比 * 100即可。
TGI指數(shù)大于100，代表著某類用戶更具有相應(yīng)的傾向或者偏好，數(shù)值越大則傾向和偏好越強(qiáng)；小于100，則說明該類用戶相關(guān)傾向較弱（和平均相比）；而等于100則表示在平均水平。
剛才的例子中，我們瞎掰的數(shù)據(jù)部脫發(fā)TGI指數(shù)是250，遠(yuǎn)遠(yuǎn)高于100，看來搞數(shù)據(jù)的脫發(fā)風(fēng)險(xiǎn)極高，數(shù)據(jù)才是真正的發(fā)際線推手。
下面，我們通過一個(gè)案例來鞏固概念理解，順便熟練Pandas。
背景：我們最近要推出一款客單比較高的產(chǎn)品，打算在一些城市先試銷，看看這個(gè)數(shù)據(jù)，哪些城市的人有高客單偏好，幫我篩選5個(gè)。
看看數(shù)據(jù)到底長(zhǎng)什么樣子：
訂單數(shù)據(jù)包括品牌名、買家姓名、付款時(shí)間、訂單狀態(tài)和地域等字段，一共28832條數(shù)據(jù)，沒有空值。
客單比較高的定義 = 產(chǎn)品線和歷史數(shù)據(jù)來看，單次購(gòu)買大于50元就算高客單的客戶了。
確認(rèn)了高客單之后，我們的目標(biāo)非常明確：按照高客單偏好給城市做個(gè)排序。這里的偏好，可以用TGI指數(shù)來衡量，我們?cè)俅螐?fù)習(xí)下TGI三個(gè)核心點(diǎn)：
特征，高客單，即客戶單次購(gòu)買超過50元
目標(biāo)群體，就是各個(gè)城市，這里我們可以分別計(jì)算出所有城市客戶的高客單偏好
至于總體，就非常直白了，計(jì)算所涉及到的所有客戶即為總體
解題的關(guān)鍵在于，計(jì)算出不同城市，高客單人數(shù)及所占的比例
第一步，我們先判斷每個(gè)用戶是否屬于高客單的人群，所以先按用戶昵稱進(jìn)行分組，看每位用戶的平均支付金額。這里用平均，是因?yàn)橛械目蛻舳啻钨?gòu)買，而每次下單金額也不一樣，故平均之。
接著，定義一個(gè)判斷函數(shù)，如果單個(gè)用戶平均支付金額大于50，就打上高客單的類別，否則為低客單，再用apply函數(shù)調(diào)用：
def if_high(x):if x>50:return '高客單'else:return '低客單'
到這里基于高低客單的用戶初步打標(biāo)已經(jīng)完成。
單個(gè)用戶的金額和客單標(biāo)簽已經(jīng)搞定，下一步就是補(bǔ)充每個(gè)用戶的地域字段，一句pd.merge函數(shù)就能搞定。由于源數(shù)據(jù)是未去重的，我們得先按昵稱去重，不然匹配的結(jié)果會(huì)有許多重復(fù)的數(shù)據(jù)：
重慶分公司
重慶分公司
df_dup = df.loc[df.duplicated('買家昵稱')==False,:]df_merge = pd.merge(gp_user,df_dup,left_on='買家昵稱',right_on='買家昵稱',how='left')df_merge.head()
要計(jì)算每個(gè)城市高客單TGI指數(shù)，需要得到每個(gè)城市高客單、低客單的人數(shù)分別是多少。如果用EXCEL的數(shù)據(jù)透視表處理起來就很簡(jiǎn)單，直接把省份和城市拖拽到行的位置，客單類別拖到列的位置，值隨便選一個(gè)字段，只要是統(tǒng)計(jì)就好。
不要慌，這一套操作，Python實(shí)現(xiàn)起來也灰常容易，pivot_table透視表函數(shù)一行就搞定：
df_merge = df_merge[['買家昵稱','客單類別','省份','城市']]result = pd.pivot_table(df_merge,index=['省份','城市'],columns='客單類別',aggfunc='count')result.head()
這樣得到的結(jié)果包含了層次化索引，受篇幅限制就不展開講，我們只要知道要索引得到“高客單”列，需要先索引買家昵稱，再索引高客單：
result['買家昵稱']['高客單'].reset_index().head()
這樣，拿到了每個(gè)省市的高客單人數(shù)，然后再拿到低客單的人數(shù)，進(jìn)行橫向合并：
tgi = pd.merge(result['買家昵稱']['高客單'].reset_index(),result['買家昵稱']['低客單'].reset_index(),left_on=['省份','城市'],right_on=['省份','城市'],how='inner')tgi.head()
我們?cè)倏纯疵總€(gè)城市總?cè)藬?shù)以及高客單人數(shù)占比，來完成目標(biāo)群體中具有某一特征的群體所占比例這個(gè)分子的計(jì)算：
tgi['總?cè)藬?shù)'] = tgi['高客單'] + tgi['低客單']tgi['高客單占比'] = tgi['高客單']/tgi['總?cè)藬?shù)']tgi.head()
有些非常小眾的城市，高客單或者低客單人數(shù)等于1甚至沒有，而這些值尤其是空值會(huì)影響結(jié)果的計(jì)算，我們要提前檢核數(shù)據(jù)：
果然，高客單和低客單都有空值（可以理解為0），從而導(dǎo)致總?cè)藬?shù)也存在空值，而TGI指數(shù)對(duì)于空值來說意義不大，所以我們剔除掉存在空值的行：
tgi = tgi.dropna()
接著統(tǒng)計(jì)總?cè)藬?shù)中，高客單人群的比例，來對(duì)標(biāo)公式中的分母總體中具有相同特征的群體所占比例：
最后一步，就是TGI指數(shù)的計(jì)算，順便排個(gè)序：
tgi['高客單TGI指數(shù)'] = tgi['高客單占比']/ total_percentage *100tgi = tgi.sort_values('高客單TGI指數(shù)',ascending=False)tgi.head(10)
發(fā)現(xiàn)了一個(gè)嚴(yán)重的問題：高客單TGI指數(shù)排名靠前的城市，總客戶數(shù)幾乎不超過10人，這樣的高客單人口占比，完全沒有說服力。 TGI指數(shù)能夠顯示偏好的強(qiáng)弱，但很容易讓人忽略具體的樣本量大小，這個(gè)是需要格外注意的。
怎么辦呢？為了加強(qiáng)數(shù)據(jù)整體的信度，先對(duì)總?cè)藬?shù)進(jìn)行篩選，用總?cè)藬?shù)的平均值作為閾值，只保留總?cè)藬?shù)大于平均值的城市：
tgi.loc[tgi['總?cè)藬?shù)'] > tgi['總?cè)藬?shù)'].mean(),:].head(10)
“數(shù)據(jù)庫(kù)TGI指數(shù)舉例分析”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí)可以關(guān)注創(chuàng)新互聯(lián)網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實(shí)用文章！
