直邮效果评论应用
开篇：润墨网以专业的文秘视角，为您筛选了一篇直邮效果评论应用范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
1 引言
直邮是一种可以实现精准营销的传播手段，与其他可实现精准营销的传播手段一样，直邮也需要对反馈效果进行评估和分析，继而根据反馈效果对受众进行细分和定位。由于国内直邮产业仍处于起步阶段，部分学者对直邮相关理论和方法有所涉及，但仍显不足，尤其在定量理论和分析方法上还是空白。目前业界对反馈效果的评估还停留在简单描述阶段，对直邮受众的细分多采用定性的方法，直邮的潜力未得到充分挖掘。CHAID方法（CHi－squared Automatic Interac－tion Detector，以下简称CHAID），即卡方自动交叉检验方法，是国外直邮营销中常用的一种定量方法，广泛应用于反馈效果评估和市场细分。
2 CHAID方法的原理与算法
CHAID方法一般针对一个因变量、多个自变量的分类问题，以树型分类根据因变量在自变量上的分布来划分人群。因变量往往是二分变量，也称作响应变量或行为变量；自变量往往有多个，常见的类型有人口学变量以及社会经济变量，如年龄、性别、职业、民族、学历，收入等。自变量往往不是连续数据，有着多个类别或层次的划分。CHAID的基本分析思路是卡方检验，即用χ2检验分类的显著性。由于存在多个自变量，且每个自变量类别或层次较多，CHAID方法首先分别针对每个自变量的原有划分进行反馈差异显著性检验，合并其中没有显著反馈差异的类别。方法是分别将自变量每个划分进行两两配对比较，根据χ2检验的结果，判断该划分的反馈结果差异是否显著。如果认为两个划分的反馈差异不显著就划归为一大类，即认为两个划分的响应情况和反馈结果是一样的；当同一类别包含多个原有划分时，还需要考虑相互之间的差异显著性。这个过程反复进行，直到合并后的大类中原有划分两两之间没有差异，而合并后的大类之间反馈差异显著。当所有自变量的原有划分都被重新归类后，需要确定哪一个因素是首要影响因素。对每个分类显著的自变量按照划分后的类别做χ2检验，χ2卡方值最大的变量即为首要影响因素，即该变量的分类最能体现出响应变量的差异。确定好首要影响因素后，对每个类别重复以上的分类即可得到次要影响变量和第三影响变量，以此类推，直至不存在类显著的自变量。在实际应用中，如果自变量较多，则往往会设置停止条件，常见的条件包括影响变量的个数，迭代次数、每个分类的最小样本数。
3 CHAID方法的优势和劣势
在直邮活动中，响应率往往并不高，一次营销活动响应率达到5％即为较好；而数据往往有偏差，并不适于进行多元统计分析，但是CHAID方法基于卡方考察自变量的显著性，并不考虑样本的统计分布情况，因此可以用于分析直邮响应率的问题。在直邮营销活动中，活动方掌握的受众信息多为性别、年龄、职业、学历、收入等的人口统计学变量，这类变量可分为多个层次或类别，并非连续性的。若使用回归方法研究这些变量与反馈结果之间的关系，如果变量较多或变量划分较多，会发现回归R2很小，拟合优度较差；另一方面，回归方法对于类别变量的处理并非得心应手，这也限制了它在直邮领域的使用。而CHAID方法是一种非线性的多元统计分析方法，它基于χ2检验，着眼于不同划分反馈结果差异的显著性，更适于处理分类变量。而对于如“学历较高的人倾向于通过信函进行反馈，而学历较低的人倾向于通过电话进行反馈”这类自变量间存在交互作用的问题，CHAID方法可通过确定首要影响变量，在固定首要影响变量的前提下依次确定其余次要变量的影响，从而在一定程度上解决了该问题。这个过程不仅是简单的分类，还能呈现每个划分人群的特征描述，从而实现量化的市场细分，提高直邮活动的针对性。此外，即便在样本整体交互作用不显著的情况下，只要部分样本存在交互作用，CHAID方法仍可将这种交互作用呈现出来。CHAID方法的上述特点，使其在直邮市场细分和反馈结果评估方面得到广泛应用。在测试阶段，通过采用这种方法，可以确定哪种类型的人群响应率较高，哪种类型的人群响应率较低，通过使用较少的变量就能进行有效的市场细分，并根据响应率高低选定直邮活动的范围。另一方面，CHAID方法也有一定的局限性。它并非用穷尽法把每一种分类可能性都列举出来，而只是一种比较恰当的分类，因此存在效度检验的必要。国外多采用专家检验的方法来考察CHAID方法的外部效度，检验其结果是否与专家判断相一致。相关研究证实CHAID方法能够很好地进行分类，而且当样本数量较大时分类结果的稳定性更佳。此外，CHAID方法对于变量间的交互作用检验有一定限制，没有主要影响因素的交互作用是不能被检验出来的。尽管存在一定的局限性，但由于与常用的参照组方法相比，CHAID可分析多元变量多重划分的问题及变量之间的交互作用等，结果更加直观，因而在市场细分、社会调查乃至卫生健康等领域都得到广泛应用，更成为直邮领域主要的统计分析方法之一。
4 CHIAD方法在直邮领域中的具体应用
以某次直邮活动为例（数据为根据实际问题模拟的数据，仅为介绍CHAID方法之用，结论不具有一般性），其损益平衡点的响应率为6％，低于6％该活动便不能开展。在测试阶段，随机选取1 200个成年人作为样本，采用两种不同的直邮设计方案（甲、乙）在拟开展直邮活动的两个区域（A、B）进行测试。活动方掌握的受众信息包括性别、年龄和学历，相关字段说明见表1。测试结束后，共收到52个有效反馈，整体反馈率为4．3％，低于损益平衡点响应率。但借助于SPSS，采用CHIAD方法，以反馈情况为因变量，以方案、区域、性别、年龄和学历为自变量对数据进行分析，却揭示了问题的另一面，其结果如图1所示。
结果显示，对于反馈结果影响最显著的因素是受众的学历，以学历来划分，可将人群分为两类：高中及以下类（节点1）和大专、本科、硕士、博士及以上类（节点2）。第一类人群的响应率为2．9％，低于损益平衡点收益率；但第二类人群的响应率为6．5％，超过了损益平衡点收益率。通过进一步分析，如节点7所示，针对第一类人群中的女性，若采取甲方案，响应率有望达到10．3％；而对第二类人群，若采用甲方案，则响应率有望达到9．2％（节点5）。在此情况下，A区反馈率有望达到14．1％（节点6），而B区的响应率则为6．4％（节点7）。分析结果表明，受众的年龄对于该次直邮活动响应率并无影响。因此，尽管总体上该活动并不可行，但通过采用CHAID方法对反馈结果进行分析显示，在细分市场中该活动的期望响应率可达到并超过收益平衡点响应率。从整体响应率4．3％到细分市场期望最高响应率14．1％，效果提高了2倍以上，足见CHAID方法应用之潜力。
5 结论
CHAID方法能够根据反馈结果向人们揭示自变量之间的交互作用，并利用较少的变量直观地提供人群的划分标准和划分结果，从而找到有价值的受众群体。以此为据，可针对不同的群体制定出不同且更有效的直邮方案。在使用CHIAD方法进行直邮效果评估和市场细分的过程中，应结合样本情况，选择适当的变量，同时考虑变量的性质，对变量类别进行恰当的划分，在确定适当的条件和参数基础上进行运算。对生成结果的解读和修正需要相关人员在熟悉问题和相关方法的基础上，结合自身经验和专业知识做出恰当的判断。同时，也应认识到CHAID作为一种探索性的方法，其效度还有赖于实践检验，分析结果往往只是最终决策的一种参考。但无论如何，这种方法都为处理直邮相关问题提供了一种定量分析工具。