市場區隔技術 — AID、MAID和CHAID
「自動互動檢視法（Automatic Interaction Detector, AID）」，又稱「自動交互偵測法」，它是由密西根大學（University of Michigan）的桑奎斯特（J.A. Sonquist）與摩根（J.N. Morgan）於1963年所創立。
依據我國國家教育學院「教育大辭書」的解釋，自動互動檢視法的目的在於將一個大群體逐漸分割成較小的群體，並採二元化分割方式進行。
AID適用於單一應變數（Y），其尺度為計量尺度（metric scale），如區間（interval）或是比例（ratio）。以及多個自變數（X），其尺度可以是任何尺度，包括計量尺度與非計量尺度（Nonmetric scale），如名目（nominal）、順序（ordinal）。
AID技術會搜索每個自變數，以找到最佳的二元拆分方法（類似樹狀圖），而最重要的預測變數即為樹中的第一個節點，然後反覆這個過程，直到剩餘的變數再也無法提高預測準確性為止。
我們以圖1某家速食餐店的客戶資料為例。
資料來源：Boyd, Westfall, and Stasch (1985), Marketing research, 6th ed. Homewood, IL: Richard D. Irwin, Inc., 618.
第一層：婚姻狀況是最重要的變數，單身者共141人，每月平均用餐次數為7.97次；已婚者154人，平均用餐次數為2.83次。
第二層：在單身者裡，藍領85人，每月平均用餐次數為10.18次；白領56人，每月平均用餐次數為5.03次。而已婚者裡，兩個以上孩子的共94人，每月平均用餐次數為5.39次；一個以下或沒有孩子的共50人，每月平均用餐次數為1.86次。
第三層：消費者中為藍領的人，有63位年收入低於15,000美元，每月平均用餐次數為14.32次；有22位年收入高於15,000，每月平均用餐次數為8.11次。而在擁有兩個以上孩子的人裡，年紀低於45歲的有49人，每月平均用餐次數為7.23次；年紀高於45歲的有45人，每月平均用餐次數為4.51次。
透過AID分析，我們可以將顧客進行區隔，同時根據每月平均用餐次數進行排序，找出用餐次數最多的那一群，而他們也就是餐廳經理最需要進行行銷和廣告的那一群。
AID的優點，在於模型輸出的簡單性，讓它很容易解讀與解釋，但其限制在於，比較適合做為一種初步篩選變數的方法。基本上建議將AID作為變數的篩選程序之一，以識別可能很重要的變數有哪些。
到了晚近，隨著學界與業界的需求增加，開始有了多變量自動互動檢視法（Mutlivariate Automatic Interaction Detector, 簡稱MAID）的出現。簡單來說，MAID是AID的擴展，不同之處在於MAID一次可以使用多個應變數（Dependent variable），這讓AID的使用範圍更擴大，而其則是由吉洛和雪莉（Gillo & Shelly, 1974）在MAID這一領域開創了先河。
最後，是卡方自動交互檢測（Chi-squared Automatic Interaction Detector, 簡稱CHAID）。CHAID是一種基於AID（自動互動檢視法）所發展的決策樹技術，由南非的戈登‧卡斯（Gordon V. Kass）於1980年所發表。常見的決策樹演算法包括：ID3、C4.5/C5.0、QUEST、CHAID以及CART算法等，CHAID是其中之一。
值得注意的是，以上這些技術，對於樣本數量的要求都很高。根據學者多伊爾（Doyle）和芬威克和（Fenwick）的估計，AID至少需要超過2,000名以上的樣本比較為適合。不過，這樣的問題在「大數據」盛行的今天，大部分已獲得解決，這也是為何CHAID決策樹被許多研究者使用的原因之一。
作者：蘇宇暉（台科大管研所博士候選人）、羅凱揚（台科大企管系博士）
繪圖者：黃亭維
您可能有興趣:
全台最多商務應用的Python基礎課程：
2020課程地圖：
AI行銷學講座：
實體課程：
線上課程：
精選好書：
🏆狂賀！國內第一本「股票小祕書」專書
獲天瓏書局【暢銷排行榜 — 第 ⑦ 名！！】
附上購書網址~ 國外的朋友也可以使用博客來與金石堂的通路轉運到國外哦~！
