貝葉斯定理廣泛應用于各類場景，如機器學習、大數(shù)據(jù)挖掘、工程分析、金融投資等，本文僅探討貝葉斯定理在運營數(shù)據(jù)分析中的一點思考。

一、什么是貝葉斯定理

貝葉斯定理是關于隨機事件A和B的條件概率（或邊緣概率）的一則定理。

頻率主義學派認為參數(shù)是客觀存在的，即使是未知的，但都是固定值，不會改變。頻率學派認為進行一定數(shù)量的重復實驗后，如果出現(xiàn)某個現(xiàn)象的次數(shù)與總次數(shù)趨于某個值，那么這個比值就會傾向于固定。

最簡單的例子就是拋硬幣了，在理想情況下，我們知道拋硬幣正面朝上的概率會趨向于1/2，而貝葉斯提出了一種截然不同的觀念，他認為概率不應該這么簡單地計算，而需要加入先驗概率的考慮。先驗概率也就是說，我們先設定一個假設，然后通過一定的實驗來證明/推翻這個假設，這就是后驗。隨后，舊的后驗會成為一個新的先驗。

以下便是貝葉斯公式：

• P（A|B） 是在B發(fā)生的情況下，事件A發(fā)生的概率；
• P（A）是A發(fā)生的概率；
• P（B|A）是在A發(fā)生的情況下B發(fā)生的概率；
• P（B） 是B發(fā)生的概率。

簡單講，貝葉斯定律是在已知某條件的前提下，推算某事件發(fā)生的概率。

二、貝葉斯定律的應用

貝葉斯方法對于由證據(jù)的積累來推測一個事物發(fā)生的概率具有重大作用，它告訴我們當我們要預測一個事物，我們需要的是首先根據(jù)已有的經驗和知識推斷一個先驗概率（或者根據(jù)事實引入先驗概率），然后在新證據(jù)不斷積累的情況下調整這個概率。

我們以下面的例子，來一窺貝葉斯定律的妙用。

如果某種疾病的發(fā)病率為千分之一，現(xiàn)在有一種試紙，他在患者得病的情況下，有99%的準確率判斷患者得?。辉诨颊邲]得病的情況下，有5%的可能誤判患者得病?，F(xiàn)在試紙說一個患者得了病，那么患者真的得病的概率是多少？（在看下文之前大家先憑感覺預估一下，真正的得病概率應該很高吧？）

為了方便理解，我們先通過一個樹形圖進行判斷，我們假設有100000的人群。

通過以上樹狀圖，邏輯就會比較清晰。在題干給出的條件下，患者真正的得病率是多少呢？用真正得病的99作為分子，測出有病的4995+99作為分母，99÷（99+4995）=1.94%

在此案例中，用貝葉斯公式計算：

• P（A1|B）代表試紙查出患病前提下，真實的患病概率；
• P（A1）代表真實患者概率，即0.1%；
• P（A2）代表健康人群概率，即99.9%；
• P（B）代表試紙查出患者的概率；
• P（B|A1）為真實患者條件下試紙查出患者的概率，即99%；
• P（B|A2）為健康人群條件下試紙誤判為患者的概率，即5%；

代入公式，也可得出結論。

這個案例就是貝葉斯定律比較經典的一個應用，在已知前提下測算事件發(fā)生的概率。

三、運營數(shù)據(jù)分析中的貝葉斯陷阱

1. 錯誤的判斷

通過以上案例大家對貝葉斯定律都有了一定的了解，但是普及概念不是咱的本意，貝葉斯在運營工作中有什么應用呢？說實話，本來我對貝葉斯在運營工作中能有多大的作用并沒有概念，直到我在前段時間的一個活動復盤中發(fā)下了下面的案例。

我們有一個王牌訓練營活動，每期活動我們會選擇一個IT技術方向，設計系列課程，每日引導用戶打卡學習，完成學習后領取獎品。活動分為招募期，課程期兩個時段。

在招募過程我們會投放諸多付費or免費渠道，如我們自建的流量池、微信矩陣、外部大站、論壇、SEM等，所有活動在結束后我們都會做復盤報告。

在上一期復盤的過程中我們發(fā)現(xiàn)了一個有趣的數(shù)據(jù)，參與我們訓練營的用戶畫像中，工作經驗為1-3年的開發(fā)者居多，占比在70%以上。因此，我們這一期的活動復盤報告中有了如下分析：

參與活動的開發(fā)者以1-3年工作經驗者居多，說明我們的課程內容對此類開發(fā)者更具有吸引力，可以針對此類開發(fā)者，做課程設計上的優(yōu)化。同時，說明工作1-3年的開發(fā)者對于自我提升上的需求更為強烈，后續(xù)可以在此群體重點推廣。

那么大家有沒有發(fā)現(xiàn)關于這一條數(shù)據(jù)的分析有什么問題？

我們的訓練營報名用戶工作年限是1-3年居多，這是一個結果，我們只針對這個結果進行了分析。那么按照貝葉斯定律，很明顯我們忽略了導致這個結果的前提條件：我們的投放渠道覆蓋的用戶工作年限的分布，這個前提條件的忽略最終可能影響了我們對整件事情的判斷。

2. 分析的修正

如果活動投放渠道所覆蓋的用戶就是1-3年工作經驗居多，自然報名訓練營的用戶也會是這個群體居多，那我們的數(shù)據(jù)復盤關于這一條的分析就是錯誤的，并不能說明我們的課程對工作1-3年的開發(fā)者更具有吸引力。如果我們的投放渠道用戶分布平均，而活動報名用戶出現(xiàn)了如上的分布，那我們的復盤總結便是有意義的。

在意識到以上因素后，我們對這一期活動投放渠道的引流數(shù)據(jù)做了回顧：

很明顯，能發(fā)現(xiàn)本次活動自有流量池引流效果最為顯著，報名人數(shù)占總人數(shù)的65%，而有趣的是，根據(jù)我們先前統(tǒng)計，我們的自有流量用戶工作年限畫像，1-3年工作經驗的用戶占比也是最多的，占整個自有流量池用戶的半數(shù)以上。

因此，在回溯投放渠道這一數(shù)據(jù)之后，我們發(fā)現(xiàn)最初的活動復盤中的分析并站不住腳。

以上便是貝葉斯定律在運營中應用的一個小例子的分享，如果大家關注到這一點便會發(fā)現(xiàn)在運營的角角落落里都有貝葉斯理論的身影，一不小心我們就可能陷入貝葉斯陷阱而不自知，導致對數(shù)據(jù)或者整個運營活動的分析出現(xiàn)偏差，進而影響整個運營策略的制定和調整。

作者：Stark，一個討厭寫文章的運營人。

本文由 @Stark 原創(chuàng)發(fā)布于人人都是產品經理，未經許可，禁止轉載。

題圖來自 Unsplash，基于CC0協(xié)議。