編輯導(dǎo)語(yǔ)：在平常工作中，我們常常會(huì)需要衡量?jī)烧咧g的關(guān)系，這時(shí)，我們就可以用到一種基礎(chǔ)的分析方法——相關(guān)分析法。本文介紹了相關(guān)分析法的使用方法以及其不足之處，希望對(duì)你在數(shù)據(jù)分析中有所幫助。

在工作中，我們經(jīng)常會(huì)問：

• 下雨和業(yè)績(jī)下降有多大關(guān)系？
• 銷售上漲和新品上市有多大關(guān)系？
• 營(yíng)銷投入與業(yè)績(jī)產(chǎn)出有多大關(guān)系？

這些問題，都有一個(gè)基礎(chǔ)分析方法有關(guān)：相關(guān)分析法。

一、什么叫“相關(guān)

簡(jiǎn)單來說，相關(guān)就是兩個(gè)事件之間有關(guān)系。比如：

• 廣告投入與銷售業(yè)績(jī)
• 下雨刮風(fēng)和門店人流
• 用戶點(diǎn)擊和消費(fèi)行為

即使沒有做分析，直觀上看這些事件之間也有關(guān)系。但是不做分析的話，具體是啥樣的關(guān)系，很難說清楚。而相關(guān)分析，就是找出這種關(guān)系的辦法。

二、什么是“相關(guān)分析”？

相關(guān)分析，特指：找到兩個(gè)數(shù)據(jù)指標(biāo)之間的相關(guān)關(guān)系。比如一個(gè)APP里，用戶反復(fù)瀏覽一款商品，所以他會(huì)買嗎？

• 一派認(rèn)為：看的多，說明用戶感興趣，所以會(huì)買
• 另一派認(rèn)為：看了這么久都不買，那肯定不會(huì)買了
• 還有一派認(rèn)為：看多少次跟買不買沒關(guān)系，得看有沒有活動(dòng)

聽聽似乎都有理，最后還是得數(shù)據(jù)說話。這里討論的，就是：用戶瀏覽行為與消費(fèi)行為之間，是否有關(guān)系的問題。相關(guān)分析，即要找出這兩個(gè)指標(biāo)之間的關(guān)系。

三、直接相關(guān)關(guān)系

注意：指標(biāo)之間可能天生存在相關(guān)關(guān)系。常見的有三種形態(tài)：

• 在結(jié)構(gòu)分析法中，整體指標(biāo)與部分指標(biāo)之間關(guān)系
• 在指標(biāo)拆解法中，主指標(biāo)與子指標(biāo)之間的關(guān)系
• 在漏斗分析法中，前后步驟指標(biāo)之間的關(guān)系

（如下圖所示）

這三種情況，稱為：直接相關(guān)直接相關(guān)不需要數(shù)據(jù)計(jì)算，通過指標(biāo)梳理就能看清楚關(guān)系。直接相關(guān)的情況下，兩個(gè)指標(biāo)出現(xiàn)同時(shí)上漲/下跌的趨勢(shì)，是很好理解的。比如：

• 整個(gè)公司業(yè)績(jī)都不好，所以A分公司業(yè)績(jī)也很差（結(jié)構(gòu)分析）
• 客戶數(shù)太少了，所以整體業(yè)績(jī)不好（主指標(biāo)、子指標(biāo)）
• 看到廣告人數(shù)太少了，所以最后轉(zhuǎn)化不好（前后步驟）

如果直接相關(guān)的兩個(gè)指標(biāo)沒有同漲同跌，往往意味著問題。比如做用戶增長(zhǎng)，注冊(cè)的新用戶數(shù)量大漲，但付費(fèi)轉(zhuǎn)化率持續(xù)大幅度下跌，這就說明獲客效率在下降，可能是目標(biāo)用戶已耗盡，也有可能是渠道在造假，也有可能是獲客方法有誤，總之要深入分析（如下圖）。

四、間接相關(guān)關(guān)系

有些指標(biāo)并非直接相關(guān)，但理論上是有關(guān)系的。比如品牌廣告與銷售收入，理論上肯定是存在關(guān)系：廣告多了，知名度高了，銷量肯定好。

但是品牌廣告又沒有帶貨鏈接，不能直接說：有5000萬的銷售業(yè)績(jī)是用戶通過廣告鏈接購(gòu)買的。此時(shí)就是典型的間接相關(guān)關(guān)系（如下圖）。分析間接相關(guān)關(guān)系，有2種常用方法，一種是散點(diǎn)圖法，可以直接做散點(diǎn)圖，發(fā)現(xiàn)相關(guān)關(guān)系（如下圖所示）

另一種是計(jì)算相關(guān)系數(shù)。這里先不講相關(guān)系數(shù)具體公式，小伙伴們只要記得excel里對(duì)應(yīng)的操作即可（如下圖）。

計(jì)算出可以發(fā)現(xiàn)，廣告投入與銷售兩個(gè)指標(biāo)之間，確有相關(guān)關(guān)系。至于具體是怎么相關(guān)的，可以再做進(jìn)一步研究。間接相關(guān)關(guān)系，經(jīng)常用來找改進(jìn)業(yè)績(jī)的措施。比如互聯(lián)網(wǎng)行業(yè)里著名的“魔法數(shù)字”法，本質(zhì)就是找用戶瀏覽、點(diǎn)贊、分享、登錄等行為，與用戶留存、付費(fèi)行為之間的相關(guān)關(guān)系。

如果發(fā)現(xiàn)：當(dāng)用戶點(diǎn)贊4次以后，用戶的90天留存會(huì)明顯增高。那么就把這個(gè)“4次留存”稱為魔法數(shù)字，然后努力推動(dòng)用戶完成4次點(diǎn)贊。

五、相關(guān)分析的不足之處

世界上沒有完美的分析方法，相關(guān)分析有兩大不足之處。

1. 相關(guān)不等于因果

兩個(gè)指標(biāo)相關(guān)關(guān)系，本質(zhì)上只是一條數(shù)據(jù)公式計(jì)算出來的結(jié)果，至于兩個(gè)指標(biāo)為啥相關(guān)？不能直接從計(jì)算里得結(jié)論。實(shí)際上只要兩個(gè)指標(biāo)走勢(shì)相似，在計(jì)算的時(shí)候就能顯示出相關(guān)關(guān)系。

這里有一個(gè)經(jīng)典例子，下圖是我在小區(qū)里種的一棵樹的高度，與我國(guó)GDP之間的相關(guān)分析。大家會(huì)發(fā)現(xiàn)：哇塞！這倆指標(biāo)完美相關(guān)哦！那么我種的這顆樹就是我國(guó)的龍脈，能保佑我國(guó)經(jīng)濟(jì)騰飛咯？——當(dāng)然不是！這就是相關(guān)不等于因果的直接體現(xiàn)。

2. 相關(guān)分析不能解決非量化指標(biāo)問題

很多時(shí)候，我們想找的關(guān)系不能用數(shù)據(jù)量化。比如我們想知道：旗艦店是不是比社區(qū)店更能吸引消費(fèi)者。一個(gè)店是不是旗艦，取決于位置、裝修、宣傳等諸多因素，不能粗暴的用開店面積、員工人數(shù)等指標(biāo)來代替。想分析這種非量化特征與指標(biāo)之間的關(guān)系，需要用到另一種分析方法：標(biāo)簽分析法。

作者：碼工小熊，微信公眾號(hào)：碼工小熊

本文由 @碼工小熊 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自 Unsplash，基于CC0協(xié)議