概念地圖・巢狀 Logit
作者 山姆（謝冠生）・喵喵書評創辦人
發布
分類：行銷
這一頁不只是把一個概念解釋一遍——一張自己畫的結構圖，加上拿台灣情境從頭走一次的實例演練、這個框架什麼時候會騙你，以及它接回 P.A.I.N. 之後長什麼樣。一頁必須交付的三層 →
巢狀 Logit：先分組再選，份額才跑對地方
電商平台的運費調漲那天，模型講得很篤定：掉的份額會按各家現有的比例，散給另外三個通路。實際上七成回到了自家官網，門市與市集幾乎沒動。原因藏在客人心裡的一個動作——他先把選項分了組，線上是一組，實體是一組，先選組，再在組裡挑一個。巢狀 Logit 就是把這個順序畫成一棵兩層的樹，並用一個係數描述同一組裡的選項有多像。同一組裡愈像，掉下來的量就愈會被組內的兄弟接住，愈少漏到隔壁那一組去。
兩層樹的每一層，分別在決定什麼
這棵樹只有兩層，但兩層問的是完全不同的問題，中間還夾著一個常被忽略的接縫。
| 這一層 | 在決定什麼 | 圖上對應的數字 | 抓錯會怎樣 |
|---|---|---|---|
| 第一層：先選巢 | 客人把選項分成幾組，然後決定要進哪一組 | 線上巢合計 45%、實體巢合計 55% | 組怎麼分是人下的判斷，切錯的話底下每一格都歪 |
| 第二層：巢內選葉 | 進了那一組之後，在同一組裡挑一個下單 | 官網 18%、電商 27%、門市 33%、市集 22% | 巢內的替代關係被算成跨巢的，量的去向整個對調 |
| 兩層之間的接縫 | 同一個巢裡的選項，在客人眼裡有多像 | 線上 0.8、實體 0.4 | 參數方向抄反，「愈像」會被讀成「愈不像」 |
四個葉子相加 18 ＋ 27 ＋ 33 ＋ 22 ＝ 100，看起來跟任何一張市占圓餅一樣平凡。真正被藏在裡面的是第三列：那個係數愈接近 1，代表同一個巢裡的兩個選項在客人眼裡幾乎可以換著用，某一個變貴、變慢、缺貨時，量會先在巢內被兄弟接走；愈接近 0，代表同一巢裡的兩個選項差得跟跨巢一樣遠，這時候分巢等於白分，答案會退回一般算法那一套。線上巢標 0.8、實體巢標 0.4，說的就是這兩組的黏性不一樣重。
該不該分巢，三個地方看得出來
一、兩個選項，在客人眼裡是不是同一件事。牛軋糖廠的官網跟電商店面，賣的是同一批糖、同一種包裝、同一份保存期限，差別只在誰收單、運費怎麼算。客人在兩邊換來換去，換掉的只是下單的入口，糖還是同一批。門市跟市集就沒有這種關係——一個是店裡坐下來試吃三種口味，一個是攤位前擠著搶最後兩包。判斷方法很土：把兩個選項的商品頁並排，數數看要改幾個字才能把 A 講成 B。改動愈少，愈該把它們塞進同一個巢。自問：你的選項裡，有沒有哪兩個在客人眼裡幾乎可以互換？
二、決定的順序裡，有沒有一個先分組的動作。問幾個買過牛軋糖的人「你上次怎麼決定的」，回來的話通常長這樣：「要送人所以想現場挑」「懶得出門就線上訂」。這兩句話都繞過了官網跟門市的正面比較，先切下一刀——今天這一單要不要出門。切完之後才輪到品項、價格、贈品。這一刀存在的話，樹就該照著它長；若客人開口就講「哪邊便宜買哪邊」，那一刀根本不存在，硬分巢只是把自己的部門編制畫成客人的腦子。自問：客人做決定時，有沒有一個先分組的動作？
三、拿掉一個，量會往誰身上跑。這是三項裡最便宜的一項，因為它有天然實驗：牛軋糖廠去年電商平台系統維護、今年門市裝修，都是免費的斷點。斷掉那幾天的單量往哪裡補，答案會自己寫在後台。若電商停一週、官網訂單同步暴衝而門市毫無反應，那兩個入口就是同一個巢；若四個通路一起小漲一點，分巢的假設就得縮手。先寫下你的預期，再去看資料，才知道自己的直覺偏了多少。自問：拿掉其中一個選項，你預期它的量會往誰身上跑？
一家牛軋糖廠的四個通路，兩種算法各跑一次
底下這家台灣中部的牛軋糖廠，是為了把這個結構講清楚而編出來的示意情境，沒有指涉任何真實公司。它一年賣掉的糖分四個入口出去，行銷預算也照這四個入口切。
- 把底數攤開：官網 18%、電商 27%、門市 33%、市集 22%，四項相加剛好 100，沒有雜項可以藏。底數乾淨
- 先問客人怎麼分組：訪談回來的答案是「出不出門」，於是線上巢合計 45%、實體巢合計 55%，線上巢的兩個入口黏得緊（0.8），實體巢鬆得多（0.4）。順序對了
- 一般算法跑一次：電商平台調高運費，份額掉 6.0 點。剩下三項合計 18 ＋ 33 ＋ 22 ＝ 73，把 6.0 按這個比例散開——官網 ＋1.5、門市 ＋2.7、市集 ＋1.8。門市接最多
- 巢狀算法跑一次：同一巢裡的兄弟先接手，那 6.0 點有七成留在線上——官網 ＋4.2、門市 ＋1.1、市集 ＋0.7。兩組數字各自加起來都是 6.0，散去的總量一樣，落點完全換了人。結論翻面
- 把結果送進預算會議：一般算法那份報告，會讓行銷主管把補救資源砸向門市；巢狀那份，會叫他趕快把官網的運費門檻與到貨天數修好。預算下錯手
同一次下滑、同樣的 6.0 點，兩種算法給的建議指向不同的部門、不同的人、不同的季度預算。真正決定落點的，是有沒有承認客人心裡先分過一次組——把公式寫得再複雜也補不回來。這家糖廠真正的資產，其實是那一句訪談回覆——「懶得出門就線上訂」，八個字就把兩個入口綁在一起了。模型只是把這句話翻譯成 0.8 這個數字，再讓它去牽動整張分配表。反過來說，若沒人去問這一句，你手上那棵樹就是憑組織圖畫的，畫得再漂亮也只是把內部分工投影到客人身上。以上為說明結構用的示意情境，僅供理解框架之用。
這棵樹什麼時候會騙你
- 分巢那一刀，是研究者下的，資料沒有辦法幫你下。同一批交易紀錄，按「線上／實體」分是一棵樹，按「送禮／自用」分是另一棵樹，按「北部／中南部」分又是第三棵。三棵樹各自都能跑出漂亮的配適度，卻會給出互相打架的建議。可行的作法是把兩三種切法都跑一遍，看哪一種在斷點期間的預測最接近實際補位——用預測力當裁判，比用學術指標當裁判誠實得多。
- 係數的方向，很容易在轉抄的路上被翻面。這一頁用的是「巢內相關係數」：數字愈大，代表巢裡的選項愈像。但不少教材用的是另一個方向相反的相異度參數，那個參數愈接近 0，才代表巢內愈像。兩套寫法混著用，0.8 會被讀成「這兩個入口沒什麼關係」，於是官網接走七成的結論就整個對調。看到別人給的係數，第一件事是問清楚它往哪個方向跑。
- 兩層樹假設所有人都照同一個順序決定。真實情況是有人先看價格再挑通路，有人先鎖定品項才想去哪買，還有一群人是被贈品推著走的。這些人被硬塞進同一棵樹，係數就會被平均成一個誰都不像的中間值——線上巢的 0.8 可能是「一半的人接近 1、另一半接近 0.2」拼出來的。分群跑幾棵小樹，往往比把全體塞進一棵大樹有用。
分巢那一刀，切在誰身上
分組這個動作，發生在客人的腦子裡。
多數公司畫這棵樹的時候，手邊最現成的分法是自己的組織圖——電商部、門市部、通路部，一部門一個巢，開會也順。但客人不看你的組織圖，他只知道今天「想不想出門」。這張圖畫得出四個入口之間的量怎麼流動，畫不出客人在哪一秒鐘做了分組那個動作、又是被什麼推著做的。P.A.I.N. 的第一個字問「誰在痛」，在這裡就是問：那一刀是誰下的。若你的巢是照部門切的，模型會把每一次促銷的成效算在錯的部門頭上，然後那個部門明年拿更多預算，繼續做錯的事——錯誤會被獎金制度養大。把巢切在客人身上，係數才會動；切在自己身上，係數只是把既有的分工重講一次。今晚打開後台，挑出上個月某一天缺貨或漲價的紀錄，看那天沒成交的訂單，隔天出現在哪一個入口。
關於相似選項，常被問到的幾件事
巢狀 Logit 跟一般的 Logit，差在哪一步？
差在「掉下來的量怎麼分」這一步。一般 Logit 假設所有選項站在同一排，任何一個變差，它的量就按其他選項現有的份額比例散開，誰大誰多接。巢狀 Logit 多了一層樹：先分組，掉下來的量優先留在同一組裡，剩下的才漏到別組去。前面那家糖廠的四個通路，用一般算法算，門市接最多；用巢狀算法算，同巢的官網接走七成。輸入的份額一模一樣，結論卻換了一個部門。
巢內相關係數要怎麼估？資料不夠多怎麼辦？
正規作法是拿夠多筆選擇紀錄去估。中小企業多半沒有那種資料量，比較實際的路是抓天然實驗：某個通路缺貨、系統維護、大漲價的那幾天，量往哪裡補。補得愈集中在同一巢，係數就愈高。哪怕只有三、四次斷點，也足以判斷「這兩個入口到底是不是一組」——這個判斷本身就已經超過大部分憑感覺分的預算表了。先求方向對，再求小數點。
一個選項可以同時屬於兩個巢嗎？
標準的巢狀結構不允許，一個葉子只能掛在一個巢底下。碰到「門市自取的網路訂單」這種橫跨兩邊的東西，通常有兩條路：把它獨立成第五個選項掛在某一巢，或者乾脆換一種分法，用「送禮／自用」當第一層，讓通路變成第二層。若你的品項有一大半都跨界，那多半是在提醒你，這一刀切錯地方了。
樹可以做到三層以上嗎？
技術上可以，實務上要克制。每多一層就多一組要估的係數，而每一組都得靠資料撐住；層數一多，估出來的數字會愈來愈飄，還會讓整張圖失去可解釋性——你沒辦法在會議上用一句話說明第三層在幹嘛。多數行銷場景兩層就夠：一層抓「客人先切的那一刀」，一層抓「刀切完之後的挑選」。真的需要第三層時，先確認前兩層已經被實際資料驗過。
拿掉一個通路試算一次，看份額跑去哪裡——這件事你今天就能用手邊的月報做完，不必等模型。如果想再往下拆到「客人到底在乎哪一個屬性、每個屬性值值多少錢」，那是聯合分析負責的活；如果煩惱的是選項一多、客人乾脆放棄不選，可以接著看希克定律。
喜歡這篇文章嗎？
每週幫你拆二本好書，把判斷力、好書金句、好問題，直送你的信箱。
不適合你可隨時退訂 · 每週兩封，陪你把書讀進生活。
送出即表示同意我們依隱私權政策使用你的 email。