数据分析 - 7.相关分析法（学习笔记）直接相关关系间接相关关系相关分析的不足之处

相关分析就是判断两个事件是否有关系，如：广告投入／营销投入与销售业绩／业绩产出、下雨与门店销售量／门店人流量、用户点击与消费行为、销售上涨与新品上市。

直接相关关系

指标之间可能存在直接相关关系。常见的有三种形态：

在结构分析法中，整体指标与部分指标之间的关系

在指标拆解法中，主指标与子指标之间的关系

在漏斗分析法中，前后步骤指标之间的关系

直接相关不需要数据计算，通过指标梳理就能看清楚关系。直接相关的情况下，两个指标出现同时上涨/下跌的趋势。比如：

• 整个公司业绩都不好，所以A分公司业绩也很差（结构分析）
• 客户数太少了，所以整体业绩不好（主指标、子指标）
• 看到广告人数太少了，所以最后转化不好（前后步骤）

如果直接相关的两个指标没有同涨同跌，往往意味着问题。比如做用户增长，注册的新用户数量大涨，但付费转化率持续大幅度下跌，这就说明获客效率在下降，可能是目标用户已耗尽，也有可能是渠道在造假，也有可能是获客方法有误，总之要深入分析。

间接相关关系

有些并非直接相关，但理论上有关系。比如品牌广告与销售收入，理论上肯定是有关系的。但是品牌广告又没有带货链接，不能直接说：有5000万的销售业绩是用户通过广告链接购买的。此时就是典型的间接相关关系。分析间接相关关系，有2种常用方法，一种是散点图法，另一种是计算相关系数。

计算出可以发现，广告投入与销售两个指标之间，确有相关关系。至于具体是怎么相关的，可以再做进一步研究。间接相关关系，经常用来找改进业绩的措施。比如互联网行业里著名的“魔法数字”法，本质就是找用户浏览、点赞、分享、登录等行为，与用户留存、付费行为之间的相关关系。

如果发现：当用户点赞4次以后，用户的90天留存会明显增高。那么就把这个“4次留存”称为魔法数字，然后努力推动用户完成4次点赞。

相关分析的不足之处

1.相关不等于因果。

如小区里种一棵树的高度变化与我国GDP之间的相关关系。嗯。。。相关系数可高了，这棵树就是我国的龙脉啊，能保佑我国经济腾飞咯。。。嗯。。。

2.相关分析不能解决非量化指标。

比如我们想知道：旗舰店是不是比社区店更能吸引消费者。一个店是不是旗舰，取决于位置、装修、宣传等诸多因素，不能粗暴的用开店面积、员工人数等指标来代替。想分析这种非量化特征与指标之间的关系，需要用到另一种分析方法：标签分析法。

最后

以上就是冷酷夏天为你收集整理的数据分析 - 7.相关分析法（学习笔记）直接相关关系间接相关关系相关分析的不足之处的全部内容，希望文章能够帮你解决数据分析 - 7.相关分析法（学习笔记）直接相关关系间接相关关系相关分析的不足之处所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。