层次分析法 spss层次分析法教程
本文以统计学中的单因素方差分析法为基础，旨在提供一种创新的数据分析手段，助力运营决策的精准制定。
现今的用户运营过程中，特别重视用户的层级化管理已成为普遍现象。多家企业借助收集用户画像资料来执行用户行为分析，期望精准地进行用户层级策略制定。但在这过程中，往往缺乏了严谨的分析环节。例如，不同年龄用户的兴趣点是否与我们的预想相符？不同身份的用户是否对价格敏感程度有差异？很多运营策略的制定仍然依赖于主观臆断或经验。
本文作者以统计学中的单因素方差分析法为工具，进一步发展了数据分析方法，以增强运营决策的准确性。
以作者所在的公司为例，该公司运营着一个K12在线教育平台，提供中学阶段的线上直播课程服务。近期的一次用户调研中，发现社会影响因素（如广告和媒体宣传、家长和同学的口碑传播等）显著影响着用户购买线上课程的意愿。
基于这一发现，公司决定加大社会影响的推广力度。但在此之前，需深入分析不同层级用户受社会影响因素影响的程度，以制定更为精准的分层推广策略。
故此项分析的目标如下：
- 研究不同层级用户在购买在线课程时受广告和周边环境影响的程度差异。
- 探讨存在差异时，如何精准制定广告投放策略。
该K12在线教育平台已积累了丰富的用户画像数据。根据用户身份，平台将其分为四大类：初中生、初中生家长、高中生、高中生家长。还可以根据用户购买历史分为购买过正价课、只买过试听课程、从未购买过的用户等类型。
除了身份维度，还可探索其他如性别、年龄、地域等因素的分层。然而为了便于解释说明，本次分析仅选择上述两个维度及一个影响因素进行举例。
所使用的分析数据均来源于之前的调研结果，此处不再赘述详细的收集过程。实际上，用户分层分析应与问卷设计同步进行，以避免重复劳动。有关问卷设计的更多细节，将在后续文章中详细介绍。
接下来将借助SPSS软件进行单因素方差分析（ANOVA），这是一种能有效比较多个平均数的数理统计方法。
首先从用户的身份维度进行分析：通过ANOVA分析显示，不同身份用户在社会影响感知上存在显著差异。具体表现为初中生家长与高中生的差异最为明显。这意味着在制定推广策略时，需特别关注这一。
进一步分析发现，初中生家长相较于其他组别更容易受到广告和周边人的影响而做出购买决策。这背后的原因可能是初中生大多依赖家长选择教辅产品，而家长在面对众多选择时可能更容易受到外界影响。
对于购买历史的用户分析同样表明存在显著差异。具体来说，购买过正价课程的用户对社会影响的认知明显高于只买过试听课程的用户，而后者又高于从未购买过的用户。
这一发现与我们的日常经验相悖——通常认为新用户更易受广告影响。然而通过数据分析得出结论：有时我们的经验判断未必可靠。购买过课程的用户可能对课程有更高的认可度，因此在看到广告或朋友推荐时更容易再次购买。
基于以上两个维度的用户分析结果，我们可以优化产品推广策略：优先深耕老用户市场，在推广时注意瞄准初中生家长并主打初中阶段课程。