利用贝叶斯公式进行用户购买率分析

一. 问题
我们要为一个电商商户预测其用户购买某个商品的概率,这个商户提供了5个商品,用户可以自由购买其中的商品,其中第5个商品是该商户的重要商品。商户用了很多方法引导其用户购买第5个商品。现在我要预测购买了前4个商品任意组合的用户购买第5个商品的概率。

二. 贝叶斯公式
这个问题是一个典型的贝叶斯问题。贝叶斯是英国数学家,统计学中有一个基本的工具用他的名字命名,叫贝叶斯公式,贝叶斯公式描述了事件A在事件B发生的条件下概率。比如:事件A发生的概率是P(A),事件B发生的概率是P(B),事件A和事件B同时发生的概率是P(AB),事件A在事件B发生的条件下概率是P(A|B)。

P(A|B) = P(B|A)P(A) / P(B)

P(A) P(B) P(B|A) 都可以根据历史数据计算可得。
贝叶斯公式实际上是将要计算的结果转化为利用已知数据得出结论的工具。

三. 建模和求解
我们假设用户购买商品A1的概率是P(A1),购买商品A2的概率是P(A2),购买商品P(A3)的概率就是P(A3),购买商品P(A4)的概率就是P(A4),购买商品P(A5)的概率就是P(A5)

我们按照用户购买组合的情况,分组求解以上模型,我们将分为:

  1. 购买1个商品用户,购买第5个商品的概率
    根据前面讨论的模型,该情况下的贝叶斯算式是:
    P(A5| A1) = P(A1|A5) P(A5) / P(A1)
    P(A5| A2) = P(A2|A5) P(A5) / P(A2)
    P(A5| A3) = P(A3|A5) P(A5) / P(A3)
    P(A5| A4) = P(A4|A5) P(A5) / P(A4)

4个算式中的P(A1| A5),P(A2| A5),P(A3| A5),P(A4| A5),P(A1),P(A2),P(A3),P(A4),P(A5)都可以通过在已有的历史数据的统计计算得出,换句话说,我们计算所需要用到的所有数值都是已知的。

以上4个算式的结果是:
P(A5| A1) = 0.13%
P(A5| A2) = 0.13%
P(A5| A3) = 0.1%
P(A5| A4) = 0.12%

  1. 购买2个商品的用户,购买第5个商品的概率

按照贝叶斯公式,
P(A5| A1 A2) = P(A1 A2|A5) P(A5) / P(A1 A2)
P(A5| A1 A3) = P(A1 A3|A5) P(A5) / P(A1 A3)
P(A5| A1 A4) = P(A1 A4|A5)P(A5) / P(A1 A4)
P(A5| A2 A3) = P(A2 A3|A5)P(A5) / P(A2 A3)
P(A5| A2 A4) = P(A2 A4|A5)P(A5) / P(A2 A4)
P(A5| A3 A4) = P(A3 A4|A5)P(A5) / P(A3 A4)

同样,算式中所用到的所有数据都可以通过对历史数据的统计计算得出,经过计算,最后得出:
P(A5| A1 A2) = P(A1 A2|A5) P(A5) / P(A1 A2) = 0.1%
P(A5| A1 A3) = P(A1 A3|A5) P(A5) / P(A1 A3) = 0.1%
P(A5| A1 A4) = P(A1 A4|A5)P(A5) / P(A1 A4) = 0.1%
P(A5| A2 A3) = P(A2 A3|A5)P(A5) / P(A2 A3) = 0.2%
P(A5| A2 A4) = P(A2 A4|A5)P(A5) / P(A2 A4) = 0.0%
P(A5| A3 A4) = P(A3 A4|A5)P(A5) / P(A3 A4) = 0.2%

  1. 购买3个商品的用户,购买第5个商品的概率:
    P(A5| A1 A2 A3) = P(A1 A2 A3|A5) P(A5) / P(A1 A2 A3)
    P(A5| A1 A2 A4) = P(A1 A2 A4|A5) P(A5) / P(A1 A2 A4)
    P(A5| A1 A3 A4) = P(A1 A3 A4|A5) P(A5) / P(A1 A3 A4)
    P(A5| A2 A3 A4) = P(A2 A4 A4|A5) P(A5) / P(A2 A3 A4)

同前2种情况类似,最后结果是:
P(A5| A1 A2 A3) = P(A1 A2 A3|A5) P(A5) / P(A1 A2 A3) = 0.3%
P(A5| A1 A2 A4) = P(A1 A2 A4|A5) P(A5) / P(A1 A2 A4) = 0.4%
P(A5| A1 A3 A4) = P(A1 A3 A4|A5) P(A5) / P(A1 A3 A4) = 0.5%
P(A5| A2 A3 A4) = P(A2 A4 A4|A5) P(A5) / P(A2 A3 A4) = 0.0%

  1. 购买4个商品的组合,购买第5个商品的概率:
    P(A5| A1 A2 A3 A4) = P(A1 A2 A3 A4|A5) P(A5) / P(A1 A2 A3 A4)

同样按照前面的方法计算,得出:
P(A5| A1 A2 A3 A4) = P(A1 A2 A3 A4|A5) P(A5) / P(A1 A2 A3 A4) = 1.6%

四. 结果分析
我们从2个角度来分析结果,1个角度是从每种情况下比较不同组合间的概率,1个角度是不同情况间的横向对比。

  1. 每种情况下不同组合的概率:
    (1)只购买1个商品的情况下,不管用户购买哪种商品,对购买第5种商品的概率都没太大影响。4个数据的标准差是0.014,均值是0.12。
    (2)购买2个商品的情况下,购买A2A3和A3A4对结果是有明显效果的,但是购买A2A4组合的用户反而不太可能购买第5种商品。
    (3)购买3个商品的情况下,购买A1A3A4组合的用户相比其他组合的用户效果最好,而购买A2A3A4的用户反而不太可能购买第5种商品。

  2. 购买不同数量商品组合间的对比
    购买1个商品结果均值是0.12%,购买2个商品的结果均值是0.12%,购买3个商品的结果均值是0.3%,购买4个商品的结果均值是1.6%。可以看出当用户购买3个、4个商品是,对购买第5种商品的概率是很大提升的,

四. 结论

  1. 购买1个商品的情况下,购买哪个商品对最后购买第5个商品的概率影响不大。
  2. 购买2个商品的情况下,只有A2和A4组合对购买第5个商品的概率有提升,其他组合对目标概率的提升不高。
  3. 购买3个商品的情况下,普遍能大幅提升购买第5个商品的概率,但是A2A3A4组合除外。
  4. 购买4个商品的情况下,能大大提高购买第5个商品的概率,该商户应该想办法引导用户购买出第5个商品外的剩余全部的4个商品。
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 151,829评论 1 331
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 64,603评论 1 273
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 101,846评论 0 226
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 42,600评论 0 191
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 50,780评论 3 272
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 39,695评论 1 192
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,136评论 2 293
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 29,862评论 0 182
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 33,453评论 0 229
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 29,942评论 2 233
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,347评论 1 242
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 27,790评论 2 236
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,293评论 3 221
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 25,839评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,448评论 0 181
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 34,564评论 2 249
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 34,623评论 2 249