| 導(dǎo)語?“尊敬的XXX用戶，您的話費已不足10元。為了您的正常使用，請及時充值。” 一一移動公司 “溫馨提示：XXX先生/小姐，您的住房貸款將于11月5日扣款，請在此賬號中存足款項?！?一一某家銀行 就算是在尊敬的稱謂，就算是再溫馨的話語，還是感覺有些冷冰事故，千里追債。
背景
“尊敬的XXX用戶，您的話費已不足10元。為了您的正常使用，請及時充值。”
一一移動公司
“溫馨提示：XXX先生/小姐，您的住房貸款將于11月5日扣款，請在此賬號中存足款項?！?/p>
一一某家銀行
就算是在尊敬的稱謂，就算是再溫馨的話語，還是感覺有些冷冰事故，千里追債。
通信和金融業(yè)務(wù)，算是每個現(xiàn)代人的“剛性”需求。收到催費通知尚且不爽，何況是偏向娛樂的互聯(lián)網(wǎng)業(yè)務(wù)催費通知。如何能讓人覺得不突兀，稍微有點打動人心的感覺？去年與QQ音樂一起合作的，針對增值業(yè)務(wù)綠鉆的個性化催費項目。拿來拋磚引玉，與各位一起討論催費可能優(yōu)化的點。
思考
l??和“傳統(tǒng)”壟斷行業(yè)相比，我們有哪些優(yōu)勢？
有數(shù)字化的用戶數(shù)據(jù)。以計算機和網(wǎng)絡(luò)為框架的服務(wù)模式，天然將用戶屬性和行為數(shù)字化并記錄下來，變成和營收一樣，公司最大的資產(chǎn)。
l??哪種服務(wù)是溫度的，能打動人心的？
唯有高端私人定制。不管是葛大爺、白百何電影中的“圓夢方案”，還是大眾輝騰使館區(qū)的線下定制中心，均體現(xiàn)出濃濃的頂級個性化的感覺，紅塵萬千，只為伊人。這不正是互聯(lián)網(wǎng)服務(wù)的終極嗎？個性服務(wù)，千人千面。然而圓夢方案終究燈亮散場，低調(diào)輝騰亦低調(diào)隱退。為什么？粒度太細(xì)，難以形成規(guī)模效益，導(dǎo)致每一單的成本太高，整體盈利太少。催費如果要做到真正千人千面，投入太高，收益暫時難以評估。所以初期嘗試，我們化“點”為“面”，粒度不是每個人，而是某類人。既然是分類，在事先沒有預(yù)期目標(biāo)的情況下，稱手的工具就是聚類算法了。
行動
1?算法
聚類算法簡單來講，就是把全部對象按照其特征的距離遠(yuǎn)近，劃分成若干簇。這些簇滿足以下條件：
類似于上圖顯示的效果，中心點為集群的核心，圍繞中心點近的一批就是同一個簇。很容易分出來不同類別，不同業(yè)務(wù)特性的群體。分群體運營，比較容易獲得更好的效果。
舉個例子，比如某個業(yè)務(wù)的特征包括以下幾類，具體應(yīng)該如何應(yīng)用聚類算法呢？
2?標(biāo)準(zhǔn)化
收集完上述行為數(shù)據(jù)后，需要對數(shù)據(jù)做“標(biāo)準(zhǔn)化”處理。
為什么要做標(biāo)準(zhǔn)化處理？這涉及到聚類算法K-means的實現(xiàn)原理。K-means是一種基于距離的迭代式算法，它將n個觀察實例分類到k個聚類中，以使得每個觀察實例距離它所在的聚類的中心點比其他的聚類中心點的距離更小。其中，距離的計算方式可以是歐式距離（2-norm?distance），或者是曼哈頓距離（Manhattan?distance,1-norm?distance）或者其他。
其中為兩個對象的對應(yīng)特征量，比如都是播放時長，單位為秒。同理為周播放天數(shù)。秒的量綱遠(yuǎn)遠(yuǎn)大于周播放天數(shù)，一首2分鐘的歌曲有120秒的播放時長，一周無休播放，也只有7天的播放天數(shù)。最終導(dǎo)致播放天數(shù)對距離計算影響小，聚類特性偏向播放時長。其他常用的計算距離方法同樣存在類似問題，比如：
解決思路在于無量綱化，方法就是標(biāo)準(zhǔn)化。
我們這次采用的是Z-score標(biāo)準(zhǔn)化，公式如下：
其中x為某一具體分?jǐn)?shù)，μ為平均數(shù)，σ為標(biāo)準(zhǔn)差。
標(biāo)準(zhǔn)分?jǐn)?shù)可以回答這樣一個問題："一個給定分?jǐn)?shù)距離平均數(shù)多少個標(biāo)準(zhǔn)差?"在平均數(shù)之上的分?jǐn)?shù)會得到一個正的標(biāo)準(zhǔn)分?jǐn)?shù)，在平均數(shù)之下的分?jǐn)?shù)會得到一個負(fù)的標(biāo)準(zhǔn)分?jǐn)?shù)。
得到三個有業(yè)務(wù)意義的簇，在三維空間上的投影如下：
可以看到，每種類別在空間中的位置和集中程度都有區(qū)別，我們就根據(jù)這些差異總結(jié)出上面三種類型的不同特點。接下來依據(jù)不同特點做不同的催費方式。
3?落地
其中綠色的三張是應(yīng)用聚類結(jié)果的個性化催費，藍(lán)色的為原文案形式，作為對照組。
4?評估
7天流量灰度測試的結(jié)果如下：
指標(biāo)：成功發(fā)送催費消息到支付成功轉(zhuǎn)化率均值
炫耀型：x1%???享受型：x2%???扮酷型：x3%???參照組：c1%
效果結(jié)論：x2 > x1 > x3 > c1
好了，看到實驗組的均值高于參照組，說明有效果。擴大灰度、發(fā)郵件、收工了？
那么問題來了，如何知道上述效果是個性化文案導(dǎo)致的，還是環(huán)繞周圍的隨機性造成的？
將這個問題轉(zhuǎn)換為統(tǒng)計學(xué)的問題，實驗組和參照組的均值差異是顯著的？
我們可以使用方差分析來嘗試解答。方差分析(Analysis of Variance，簡稱ANOVA)，又稱“變異數(shù)分析”，是R.A.Fisher發(fā)明的，用于兩個及兩個以上樣本均數(shù)差別的顯著性檢驗。
由此我們可以大致認(rèn)為，不同組的均值差異受不可控隨機因素影響的可能性小，差異來自可控因素，基于用戶行為的個性化文本的影響。
參考文獻
[1]. Z-score
http://baike.baidu.com/link?url=n2HbtKxAC_wAyGEJMN-D7wwZNg2B3-dFa-0W9W8sAFJWf5BTry5hIAG6RlFWl-zlWNUUJht85XhoLIy4Hg9Gj_
[2].?歸一化
http://baike.baidu.com/link?url=egN4K40qIsxRxknS6uvOlL63MFGx5LCUq12ojBI-3caMRCYAM5WihO_o2t6vHP0rQKfyei-LKVuN7kbg4HExRK
[3]. K-means
http://www.cnblogs.com/bourneli/p/3645049.html
[4].?方差分析
http://baike.baidu.com/link?url=-OkUo0mu0bfo9-F9PjvVXR5rdk02I16lJT3UHXDy0I66je4e0t2s-8dpAHW6FxYWf8m36hP-Bs69CJMH-MUJ-lyrRtqbKB9nFQZ0qregXmNvqO0deQNEOT4w_RJ9EaNw
