您的位置:首页 > 其它

《深入浅出数据分析》笔记二

2016-03-21 12:13 281 查看

检验你的理论

咖啡业的寒冬到了,连星巴仕咖啡店也在经历剧痛,在过去几个月里,实际销量与目标销量背道而驰,骤然下降。如下图:



市场部每个月会做一次客户调查,会对大量客户进行抽样调查,如下图的调查表



下图为2008年下半年市场调查汇总表,表中数字是各家分店参加调查的人对各个调查项给出的平均分



纵观这些数据,除了星巴仕咖啡价值这个变量,顾客对其他方面都感觉良好;看起来,星巴仕没有给人们物超所值的感觉,这可能是导致购买下降的原因。SoHo是一个富人区,也是几家利润丰厚的星巴仕分店的所在地,负责这几家分店的经理不相信这个问题的存在。

混杂因素就是研究对象的个人差异,它们不是你视图进行比较的因素,最终会导致分析结果的敏感度变差。上述案例的混杂因素是店址,我们需要将SoHo和其它分店分开,校正选址混杂因素。

接下来我们拆分数据块,管理混杂因素。下面我们再来看看星巴仕的调查数据,这一次将其它地区的数据列在相应的表格里。



在首席财务官的提示下,所以星巴仕分店的咖啡价格统统降低0.25美元,如下为销量情况



通过这个数据我们能知道星巴仕2月份降价比不降价多赚了多少吗?显示不能。因为销量数据都是来自3.75美元的咖啡售价,无法与假定数据——也就是4.00美元的咖啡售价产生的销售收入进行比较。这违背了比较法,好的是实验总是有一个控制组(对照组)



让我们重新做一次实验,这一次把所有星巴仕分店分成了控制组和实验组;实验组包括太平洋区所有分店,控制组包括SoHo区和东岸区所有分店



一个月后,你得到了下面的图



有混杂因素吗?有的



经过我们的思考,我们想到了四种分组方法,我们可以思考看看哪种分组比较适合



我们决定采用最后一个分组方法



在进行实验前,让我们最后再看一眼我们的整个程序,总结一下哪个策略最好。



结果在此,与其它两个组相比,价值游说组的日营业收入立即上升,而降价组的营业收入其实是与控制组持平。

内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签:  数据分析