在知乎上看到了一道百度的产品笔试题（问题链接），可以说看到了异彩纷呈的解答，所以我也想尝试从我的角度给出分析这个问题的思路和解答。
现在有一个大社区，该街区有A、B、C、D......、Z等26个小区，每个小区有100个居民，总共是2600个居民。全部居民都有唯一编号来识别身份：
比如：
A小区的100个居民编号分别为A1，A2，A3，......，A100。
B小区的100个居民编号分别为B1，B2，B3，......，B100。
以此类推，Z小区的100个居民编号分别为Z1，Z2，Z3，......，Z100。
社区旁边5站公交的地方开了一家shopping mall，提供吃喝玩乐购物一条龙服务，命名百度广场。百度广场希望进行一次以小区>为单位的促销推广活动（如赠送积分购物卡），在做活动之前，需要确定这26个小区中的哪些小区的居民用户质量最高，最具备促销价值，然后定点投放。
目前收集到了小区全部居民在8月1日——31日的全部数据，内容如下：
出门①→公交②→百度广场购物③→百度广场看电影④→百度广场唱歌⑤→百度广场餐厅吃饭⑥
其中：
（1）①②③④⑤⑥的行为发生时间点都有记录
（2）③④⑤⑥的具体消费金额都有记录
（3）③的购物明细（购买了哪些商品）都有记录
（4）④的观看电影的节目单都有记录
（5）⑤的点歌单的明细都有记录
（6）⑥的菜单明细都有记录
（7）该社区只有888路公交车是抵达百度广场的，但是该社区公交站还有通往其他地方的公交车，如514,521,602路
（8）①②③④⑤⑥不是完全连续发生的
问题如下：
（1）如何判断单个居民质量的高低？如何判定哪些用户最具备促销价值？
（2）如何选择一个最具促销价值的小区？
首先我们需要为这个题目补足一些设定，以便我们能更好地探讨这个问题：
- 这个小区可触达的范围内，只有百度广场这一个shopping mall，不存在一个消费更高的阿里广场，也不存在一个价格更低的腾讯广场，居民的相关生活及娱乐消费都在百度广场进行，所以居民在百度广场消费可以反应其消费水平及消费倾向。
- 公共交通并不是居民出行的唯一方式，较强消费能力的居民会倾向于选择驱车前往，不排除部分生活理念较健康的居民会选择自行车、公交，乃至是步行的方式来代替驾车，但从整体来看，这部分居民只占非常小的一部分。
一、什么样的居民才是高质量的？
高质量可以有很多种理解，学历高，薪资高，在居民中的影响力大等，作为百度广场的活动促销负责人，我更关注的是，居民能否在百度广场贡献更高的消费。而这，一来关乎居民的消费水平，二来关乎居民的消费习惯和理念。
这样的居民主要有以下特点：
- 单次消费的费用高
- 消费频次高
- 消费的随意性强
- 生活必需的消费所占比重小
- 较少坐公共交通
我们可以统计每个居民的消费单价、消费频次、所消费的场合数目、生活必需消费（饮食及生活必需品消费）的占比和乘坐公共交通的次数（逆序），从上述维度来进行排名，能够在各项维度上都取得较高排名的，基本可以确定是高质量的居民。
某个维度排名非常高的居民，也有可能是高质量的居民，不过需要根据其他维度再进行综合分析。
二、什么样的居民才是具备促销价值的？
这个问题才是我的最爱，因为这部分居民才是我们的目标用户，对于促销活动而言，我更关注的是这样一个群体。
其实通过高质量的测算方法，将高质量的居民和低质量的居民排除出去，剩下的居民都具备一定程度的促销价值。不过既然我们想确定的是，哪些居民『最』具备促销价值，那我们就必须对这些居民有一定的认识。
这样的居民有这样的特点：
-
价格敏感
价格的变动会在很大程度上影响他们的消费决策。
价格敏感这一点，将大部分高质量的居民排除在外了。对于他们而言，促销活动带来的价格变化，不足以影响他们的消费决策，如果他们是忠实消费者，那么他们依然会过来消费，如果他们不是，单单是促销活动，并没办法把他们吸引过来。
但价格敏感的居民，还包括了那些消费能力低下或消费行为保守的居民，即使促销活动带来了价格上的变化，他们也不一定会尝试新的产品和服务。 -
品牌偏好弱
价格敏感相应地带来了品牌偏好弱的特点，这部分居民往往追求较高的性价比，而不是特定的品牌。当然，某些主打性价比的品牌也能够较好地抓住他们的心。从用户日常消费的品牌，刻意得知用户的品牌偏好。 -
高不成低不就
这部分居民消费能力中等，希望摆脱较差的产品和服务，却无力承受优质的产品和服务所带来的高昂费用。在他们能力可以接受的范围内，他们愿意尝试和接受更高的消费。 -
消费频次高
消费频次高，则在活动期间，该居民可能的消费次数会更高，这样在同样的活动转化率的情况下，这部分用户最终也能贡献更高的消费。 -
消费波动高
第一，该居民非生活必需的消费波动高，如唱歌、看电影，以及非日用品的消费。说明他们有这样的消费能力，却没有这样的消费习惯，这些消费行为呈现出了较强的随机性。
第二，该居民的消费单价波动高。非生活必需的消费的波动，带来了其消费单价的波动。
三、另外的话
经过了思路的分析之后，其余的就是数据分析的活了，大体就是数据抽取→数据清晰→数据整合→用户画像这样的流程。
这些具有较强的技术性，加之我也不是数据分析这方面的从业者，所以没办法在这方面做详细的阐述。
我的目的也主要是为了介绍自己的思路，所以这个话题就到此打住了。
