Kuru gıda işletimi | Verimli bir veri analiz sistemi nasıl kurulur?
Veriye dayalı çağda, duygulara ve deneyime dayalı kararlar verme çağı geçti.İşletme köpeği olarak, verilerden sorunları bulmak, sorunları analiz etmek ve sorunları çözmek için belirli veri analizi yeteneklerinde uzmanlaşmanız gerekir.
Peki veri analizi ne işe yarar? İşlemler, ürün optimizasyonunu yönlendirmek için veri analizini nasıl kullanır? Veri analizi yöntemleri nelerdir? Veri analizi hakkında sizinle iki veya üç şey konuşalım.
1. Veri analizi neden yapılır?
Veriye dayalı ve iyileştirilmiş işlemlerin ortaya çıkmasıyla, ürün işlevleri nasıl yinelenir? Ürün dönüştürme süreci nasıl optimize edilir? Kullanıcı portrelerine göre doğru teslimat nasıl yapılır? ...
Bu dizi problemle karşı karşıya kaldığınızda, daha önce işe yarayan yöntemlerin artık o kadar güvenilir olmadığını göreceksiniz ve Nesnel verilere dayalı analiz, kararların alınmasında operasyonlara daha doğru bir şekilde yardımcı olabilir.
Örneğin, trafik operasyonu, PV ve UV gibi makyaj göstergelerine odaklanmak yeterli olmaktan uzaktır.
TBM, DAU, ortalama ziyaret süresi, ziyaret derinliği, hemen çıkma oranı, ortalama trafik dönüşümü ve diğer daha rafine göstergelerin yanı sıra bu göstergelere dayalı büyük ölçekli veri analizi, kullanıcı davranışının yargılanması için daha analitik öneme sahiptir.
2. Veri analizi nedir?
1. Konsept
Veri analizi, isminden de anlaşılacağı gibi, veri + analiz yani veri ilk, analiz ise son olmalıdır.
Verilerin değerini en üst düzeye çıkarmak için toplanan büyük miktardaki birinci el verileri ve ikinci el verileri analiz etmek için uygun istatistiksel yöntemleri kullanın. Yararlı bilgileri çıkarmak ve sonuçlar çıkarmak için ayrıntılı araştırma ve verilerin özetlenmesi sürecidir.
2. Amaç
Veri analizi kullanıyoruz ve her zaman belirli işletmelerde karşılaşılan sorunları çözmek ve işin büyümesini sağlamak istiyoruz. Çözmek istediğimiz sorun türlerine göre, veri analizinin amaçlarını üç kategoriye ayırabiliriz: Mevcut durum analizi, neden analizi ve geleceğin tahmini.
1) Mevcut durum analizi
Statüko analizinin anlamı muhtemelen iki noktadan anlaşılabilir: ne oldu ve şimdi ne oluyor. Size şirketin genel işleyişini anlatmak için yapılan analizler sayesinde, şirketin çeşitli işlerinin gelişimini ve değişikliklerini anlayabilir ve şirketin faaliyetlerinin durumu hakkında daha derin bir anlayışa sahip olabilirsiniz.
Durum analizi genellikle günlük, haftalık ve aylık raporlar gibi günlük raporlar aracılığıyla yapılır.
2) Sebep analizi
Statüko analizinin ilk aşamasından sonra, işletmedeki bazı gizli tehlikeleri anlayabiliriz, ardından gizli tehlikeleri analiz etmeliyiz.
Örneğin: Belirli bir ürünün kayıt dönüşüm oranının% 15 sabit olması ve bir gün aniden% 5'in altına düşmesi gerekiyor. Şu anda kayıt dönüşüm oranındaki düşüşün nedenini bulmak ve çözüm getirmek için o günün verilerini analiz etmek gerekiyor. Yollar, bunlar sebep analizidir.
Sebep analizi genellikle tematik analiz yoluyla yapılır ve sebep analizi fiili operasyon durumuna göre seçilir.
3) geleceği tahmin edin
Mevcut durumu ve nedenlerini analiz ettikten sonra geleceği tahmin etmemiz gerekiyor. Operatörler, ustalaştıkları verileri kullanır ve bir sonraki geliştirme eğilimini tahmin etmek için veri analizi yöntemlerini kullanır.
Örneğin bir e-ticaret şirketinin ortalama yedi günlük geri satın alma oranı% 30'dur.Şimdi ilk kez satın alıp tüketen 1.000 kullanıcı var.Bu kullanıcıların davranışlarını izleyin ve bu kişilerin geri satın alma oranlarının yedi günde% 30'a ulaşıp ulaşmadığını görün. Verilere göre Sonuç olarak, geri satın almanın büyüme oranını değerlendirmek için, bu bir veri analizi ve gelecekteki uygulamaların tahminidir.
Tahmine dayalı analiz, genellikle üçer aylık ve yıllık planların oluşturulması sırasında gerçekleştirilen tematik analiz yoluyla yapılır.Gelişme sıklığı mevcut durum analizi ve neden analizi kadar yüksek değildir.
Üç, veri analizi nasıl yapılır
Veri analizinde yeni olan birçok küçük ortak, veri analizini nasıl yapacaklarını bilmiyor. Ya sakalını ve kaşlarını tuttu ya da başlayamadı. Bu, analitik düşünme eksikliğinin bir tezahürüdür.Bugün, size veri analizinin çalışma sürecinin ne olduğuna ve yaygın olarak kullanılan veri analizinin belirli yöntem ve yöntemlerinin neler olduğuna dair bir envanter vereceğim.
1. Veri analizi süreci
Veri analizi esas olarak 6 görece bağımsız ve birbiriyle ilişkili aşama içerir: Analiz amacını ve düşünme-veri toplama-veri işleme-veri analizi-veri sunumu-rapor yazmayı netleştirin.
Herhangi bir şey yapmadan önce net bir amaç olmalı ve aynı şey veri analizi için de geçerli. Veri analizinden önce, öncelikle veri analizinin amacını netleştirmeli, neden veri analizi yapmak istediğinizi ve hangi etkiyi elde etmek istediğinizi bilmelisiniz.
Örneğin, orijinal ürün açılış sayfasının satın alma dönüşüm oranı nispeten düşüktür ve trafik girdikten sonra satın alma dönüşüm oranını artırmak için yeni bir açılış sayfasının kullanılması gerekir.
2) Veri toplama
Veri toplama, belirlenen veri analizi ve çerçeve içeriğine uygun olarak ilgili verilerin kasıtlı olarak toplanması ve entegre edilmesi sürecidir ve veri analizi için temel oluşturur.
Veri toplamanın bir yolu Kendi ürününüzün koduna "gömülü nokta" kodunu ekleyin, Başka bir yol Üçüncü taraf istatistiksel araçları kullanın (Örneğin, Baidu İstatistikleri). Üründeki bir dizi kullanıcı davranışını izleyebilir ve verileri sonraki analiz için kaydedebilirler.
3) Veri işleme
Veri işleme, veri analizi yapmak için toplanan verilerin işlenmesi ve sıralanması anlamına gelir ve veri analizinden önce vazgeçilmez bir aşamadır. Bu süreç, tüm veri analizi sürecindeki en büyük zaman oranıdır ve bir dereceye kadar veri ambarının inşasına ve veri kalitesinin güvencesine bağlıdır.
Veri işlemenin ana görevleri şunları içerir: Veri temizleme, veri dönüştürme, veri çıkarma, veri birleştirme, veri hesaplama Ve çeşitli ham verileri veri analizi için gerekli modellere dönüştürmek için bu yöntemleri kullanan diğer işleme yöntemleri.
4) Veri analizi
Veri analizi, işlenen verilerin uygun analiz yöntemleri ve araçlarıyla analiz edilmesi, değerli bilgilerin çıkarılması ve etkili sonuçların oluşturulması sürecini ifade eder.
Bu aşamada verileri kontrol edebilmek ve veri analizi yapabilmek için araç ve yöntemlerin kullanımını dahil etmek gerekir. Genel veri analizi Excel aracılığıyla yapılabilir ve gelişmiş veri analizi Power-BI, SPSS, R ve diğer veri analiz araçları gibi profesyonel analiz yazılımları ile yapılmalıdır.
5) Veri sunumu
Normal şartlar altında, veri analizinin sonuçları grafikler ve tablolar şeklinde sunulur.Afiyete göre: kelimeler tablolar kadar iyi değildir ve tablolar resim kadar iyi değildir. Veri sunum yöntemleri sayesinde sunmak istediğiniz bilgi, görüş ve önerileri daha etkin ve sezgisel bir şekilde ifade etmek mümkündür.
Yaygın olarak kullanılan veri grafikleri arasında pasta grafikleri, sütun grafikleri, çubuk grafikler, çizgi grafikleri, dağılım grafikleri, radar grafikleri vb. Yer alır. Tabii ki, bu grafikler piramit grafikler gibi ihtiyaç duyduğumuz grafikleri yapmak için daha fazla sıralanabilir ve işlenebilir. Matris grafiği, huni grafiği, Pareto grafiği vb.
6) Rapor yazımı
Son aşama, tüm veri analizi sürecinin bir özeti ve sunumu olan bir veri analizi raporu yazmaktır. Rapor aracılığıyla veri analizinin nedeni, süreci, sonuçları ve önerileri tam olarak karar vericilerin referansı için sunulmaktadır. İyi bir veri analizi raporunun aşağıdaki 3 gereksinimi karşılaması gerekir: İyi analiz çerçevesi, net sonuçlar ve uygulanabilir öneriler veya çözümler.
2. Veri analizi metodolojisi
Veri analizi için pek çok metodoloji vardır, bu nedenle bu makale hepsini listelemeyecektir. Editör, gelecekte bir veri analizi çerçevesi oluştururken herkesin bunları bir rehber olarak kullanabilmesi için daha yaygın teorilerden bazılarını tanıtır.
1) PEST analiz yöntemi
PEST analizi yöntemi Politik (Politika), Ekonomi (Ekonomi), Toplum (Toplum), Teknoloji (Teknoloji) Makro ortamın analizi için uygun olan iç ve dış ortamı dört yönden analiz eder. Bu yöntem, makro çevrenin mevcut durumunu ve değişen eğilimlerini her yönden daha iyi kavrayabilir ve işletmelerin hayatta kalması ve gelişmesi için fırsatların kullanılmasına ve çevreye yönelik olası tehditlerin erken tespitine ve önlenmesine yardımcı olur.
PEST analizi yöntemi, "PEST zararlı maddeler" olarak da adlandırılan dört politika, ekonomi, çevre ve toplum faktörünü içerir. PEST, üst yönetimin ilgili yetenek ve niteliklere sahip olmasını gerektirir. İşletme ve çevre analizi için temel bir araç olan PEST, harici genel çevresel faktörlerle birleştirerek SWOT analizindeki fırsatları ve tehditleri özetleyebilir.
2) SWOT analizi yöntemi
SWOT analizi yöntemi (TOWS analiz yöntemi, Dawes matrisi olarak da bilinir) Durum analizi yöntemi, S (güçlü yönler) avantajdır, W (zayıf yönler) dezavantajdır, O (fırsatlar) fırsattır, T (tehditler) tehdit veya risktir.
SWOT analizi yöntemi, şirketin kendi rekabet avantajlarını, rekabet dezavantajlarını, fırsatlarını ve tehditlerini belirlemek ve böylece şirketin stratejisini şirketin iç kaynakları ve dış çevresi ile organik olarak birleştirmek için kullanılır.
Bu yöntemi kullanarak, araştırma nesnesinin bulunduğu duruma ilişkin kapsamlı, sistematik ve doğru bir çalışma yürütmek mümkündür. Araştırma nesnesi ile yakından ilgili ana iç avantajları, dezavantajları ve dış fırsatları ve tehditleri analiz ederek, genellikle belirli bir karar verme niteliğine sahip olan bir sonuç çıkarabiliriz. Sonuçlara göre, ilgili geliştirme stratejileri, planları ve karşı önlemler formüle edilebilir.
3) 5W2H analiz yöntemi
Aşağıdaki şekilde gösterildiği gibi, 5W2H analiz yöntemi şunlardan gelir: Neden (neden), Ne (ne), Kim (kim yapacak), Ne zaman (ne zaman), Nerede (nerede), Nasıl (nasıl), Ne kadar (ne kadar) 7 ortak boyutsal analiz problemi.
Bu analiz yöntemine aynı zamanda çok basit, kullanışlı ve pratik bir araç olan Qi Ho analiz yöntemi de denmektedir. Kurumsal pazarlama ve yönetim faaliyetlerinde yaygın olarak kullanılır, karar verme ve yürütme faaliyetleri ve önlemleri için çok yararlıdır ve ayrıca sorunların değerlendirilmesinde eksiklikleri gidermeye yardımcı olur.
Açıkça, 5W2H yöntemi problemleri keşfetmenin ve çözmenin bir yoludur.
4) 4P pazarlama teorisi
4P pazarlama teorisi, 1960'larda Amerika Birleşik Devletleri'nde ortaya çıktı. Ürün (Ürün), fiyat (Fiyat), kanal (Yer), promosyon (Promosyon), Pazarlama alanında, bu pazar odaklı pazarlama karması teorisi, işletmeler tarafından en yaygın olarak kullanılan teoridir.
Şirketin tüm pazarlama faaliyetlerinin 4P teorisi etrafında gerçekleştiği söylenebilir, yani: Ürünler, fiyatlar, kanallar, promosyon . Dördünün kombinasyonu ve koordineli gelişimi sayesinde, işletmenin pazar payı artırılabilir ve nihai kâr hedefine ulaşılabilir.
Cep telefonu endüstrisi için 4P teorisi yabancı olmamalı. Örnek olarak OPPO'yu ele alalım: Ürünleri, fiyatları, kanalları ve promosyonu öğrenmeye değer.
- Ürün
Tüketiciler için sorunlu noktaları çözen ürünler iyi ürünlerdir. OPPO'nun ürün stratejisi, tüketicilerin daha yüksek taleplerini sürekli olarak karşılamak ve sorunlu noktaları doğrudan ele almaktır. "Beş dakika ücret alın ve iki saat konuşun" ve "Şu anda daha net" sloganları bunun güzel örnekleridir.
- Fiyat
OPPO'nun genel fiyat stratejisi ülke çapında listelenir ve sıkı kontrol edilen fiyatlardır. Bu strateji farklı kanallarda farklı fiyatlara neden olmaz ve aynı zamanda çevrimiçi kanalları bir ölçüde sınırlar. Çevrimiçi ve çevrimdışı fiyatlar aynıysa, tüketiciler işletmeye gitmeye daha istekli olur Tecrübe satın aldıktan sonra alışveriş, tabii ki bu yöntem firmanın fiyat yönetimine vesile olurken, bir yandan da indirim duygusu olmasa da tüketiciyi rahat hissettiriyor ama aynı zamanda kayıp değil, markaya daha çok güveniyor.
- Kanal (yer)
OPPOnun kanalları sabit olma eğilimindedir, "OPPO il temsilciler kullanıcılar". Bunların arasında OPPO, kanal ortaklarıyla grup halinde işbirliği yapar. Bazı iş ortakları şirkette hisse sahibidir. Bu, kanal ortaklarını daha fazla hale getirecektir Daha çok ve daha çok satmak, aynı zamanda kanal ortaklarıyla yüksek derecede güven oluşturmak ve dalgalanmadan kurtulmaktır.
- Promosyon
OPPO'nun pazarlama ve tanıtım stratejisi şudur: güçlü tanıtım, geniş ölçekli görünümler, böylece tüketiciler bilgi bulmak için mücadele etmek zorunda kalmazlar, ancak kabulü parmaklarının ucundadır ve bu kabul, öznel olarak hala kabul etmeye isteklidir.
Tipik olarak, Yang Mi, Li Yifeng, TFboys, Yang Yang, Di Lieba, vb. Gibi çok sayıda popüler idolü markayı desteklemeye davet etmek; "Run Brother", "Extreme Challenge" vb. Gibi çok sayıda popüler varyete şovuna sponsor olmak; ayrıca reklamcılığa büyük yatırımlar yapıldı Her yerde çok sayıda insanın bulunduğu havalimanı metrosu yüksek hızlı tren istasyonları, bu doğrudan ve keskin olmayan yol, tüketicilerin markanın iletmek istediği mesajı hızlı bir şekilde almasını sağlıyor.
5) AARRR modeli
AARRR modeli, tüm operatörlerin anlaması gereken bir veri modelidir. Ünlü "Growth Hacker" daki veri analizi çerçevesi de bu modele dayanmaktadır.
AARRR, aşağıdakiler dahil tüm kullanıcı yaşam döngüsünden başlar: Edinme (Edinme), aktivasyon (Aktivasyon), elde tutma (Saklama), gerçekleştirme (Gelir) ve dağıtım (Referans).
Her bir bağlantı, virüs yayılıncaya kadar, yaşam döngüsünün beş önemli sürecine, yani kullanıcı edinmekten aktiviteyi artırmaya, elde tutma oranını artırmaya ve gelir elde etmeye karşılık gelir.
3. Ortak veri analizi yöntemleri
Yukarıda, net bir veri analizi çerçevesi oluşturmamıza yardımcı olabilecek 5 klasik analiz yöntemi tanıtıldı. Öyleyse belirli iş senaryoları için ne yapmalıyız?
Operasyonel çalışmanın gerçek ihtiyaçlarına göre, aşağıdaki editör, veri analizinin pratik uygulamasında size yardımcı olmayı umarak, veri analizinde yaygın olarak kullanılan birkaç yöntemi tanıtmaktadır.
1) Trend analizi
Trend analizi, veri izleme ve veri analizinin en basit, en temel ve en yaygın yöntemidir. Ürün temel göstergelerinin uzun vadeli takibi için uygun, Örneğin: tıklama oranı, GMV, aktif kullanıcı sayısı vb.
Genel olarak bir veri trend tablosu oluşturulur.Sezgisel sayılar veya trend grafikleri aracılığıyla pazarı, kullanıcı veya ürün özelliklerini vb. Hızlı bir şekilde anlayabilirsiniz; ayrıca, karar vermenin doğruluğuna yardımcı olan optimizasyon noktalarını bulmak için göstergeleri farklı boyutlara göre bölümlere ayırabilirsiniz. Ve gerçek zamanlı.
E-ticaret web sitelerini örnek olarak ele alalım, trafiği ilk anahtar gösterge olarak alırsak. Web sitesinin ziyaretçi sayısı (UV) ve sayfa görüntülemeleri (PV) gibi göstergeleri birleşik bir gösterge panosuna (Dashboard) birleştirip gerçek zamanlı olarak güncelliyoruz. Böyle bir veri panosuyla, temel rakamlar ve eğilimler bir bakışta anlaşılır.
2) Çok boyutlu ayrışma
Tek bir sayı veya eğilim çok makro olduğunda, daha ayrıntılı veri içgörüleri elde etmek için verileri farklı boyutlarda ayrıştırmamız gerekir. Buradaki boyutlar, tarayıcı, erişim kaynağı, işletim sistemi, reklam içeriği vb. İçerir, ancak bunlarla sınırlı değildir. Boyutları seçerken, analiz sonuçları üzerindeki etkisini dikkatlice düşünmeniz gerekir.
Örneğin, web sitesinin hemen çıkma oranının 0,47 olduğu izlendiğinde, ortalama ziyaret derinliği 4,39 ve ortalama ziyaret süresi 0,55 dakikadır. Daha sonra bu göstergeleri bölge, erişim kaynağı, cihaz, tarayıcı vb. Gibi birden çok boyutta parçalara ayırabilirsiniz. Bölmeden sonra birçok fikir bulacaksınız.
3) Kullanıcı gruplaması
Belirli bir davranışı veya arka plan bilgisini karşılayan kullanıcılar için özel optimizasyon ve analiz, sıklıkla bahsettiğimiz kullanıcı segmentasyonu aracıdır.
Örneğin, kayıt dönüşüm oranını göz önünde bulundururken, kullanıcı oturum açma platformunun bir PC terminali, bir tablet terminali veya bir mobil terminal olup olmadığını ve ayrıca Pekin, Şangay, Guangzhou, Shenzhen ve diğer yerlerdeki kullanıcı grupları olduğunu ayırt etmek gerekir. Bu şekilde kanal stratejisi ve operasyon stratejisi hedefli bir şekilde optimize edilebilir.
4) Huni analizi
Huni analizi, en yaygın veri analizi yöntemlerimizden biridir. Web sitesi kullanıcı davranış analizi ve APP kullanıcı davranış analizi, ürün hedef dönüşümü trafik izleme gibi günlük veri işlemlerinde ve veri analizlerinde yaygın olarak kullanılmaktadır.
Örneğin, bir web sitesindeki belirli kritik yolların dönüşüm oranını analiz etmek için huni grafiğini kullanmak, yalnızca kullanıcıların web sitesine girdikten bir satın alma işleminin gerçekleştirilmesine kadar olan nihai dönüşüm oranını değil, aynı zamanda tüm kritik yoldaki her düğümün dönüşüm oranını da gösterebilir.
Huni analizi Dikkat edilmesi gereken iki nokta:
- Yalnızca genel dönüşüm oranı değil, aynı zamanda dönüşüm sürecinin her adımındaki dönüşüm oranı da;
- Huni analizi ayrıca çok boyutlu bir demontaj gerektirir .. Demontajdan sonra, farklı boyutlar altındaki dönüşüm oranlarının da çok farklı olduğunu görebilirsiniz.
5) Saklama analizi
Demografik kar payının azaldığı bir çağda, eski kullanıcıları elde tutmanın maliyeti, yeni kullanıcılar edinmekten çok daha düşüktür, bu nedenle analizdeki elde tutma çok önemli göstergelerden biridir.
Saklama analizi, kullanıcı katılımını / aktivitesini analiz etmek ve ilk davranışları gerçekleştiren kaç kullanıcının sonraki davranışları gerçekleştireceğini incelemek için kullanılan bir analiz modelidir. Bu, bir ürünün kullanıcılar için değerini ölçmenin önemli bir yoludur. Her müşterinin gerçek olmasını sağlamak için her ürün ve her hizmet, kullanıcıları elde tutmaya odaklanmalıdır.
Tutmayı ölçmek için yaygın göstergeler şunlardır: Sonraki gün elde tutma oranı, 7 günlük tutma oranı, 30 gün tutma oranı ve daha fazlası.
6) A / B testi
Growth hacker'ların ana fikirlerinden biri, büyük ve kapsamlı bir şey yapmak değil, sürekli olarak hızlı bir şekilde doğrulanabilen küçük ve hassas şeyler yapmaktır. Hızlı doğrulama, nasıl doğrulanır? Ana yöntem AB testidir.
A / B testi bir hedefe ulaşmak içindir.İki set plan kabul edilir.İki plan setinin veri etkileri deneylerle gözlemlenir ve iki set planın kalitesi değerlendirilir.
Örneğin, Google, arama sonuçlarında reklamların tıklama oranını sürekli olarak optimize etmek için arama sonuçlarının görüntülenmesi için (kopya başlıkları, yazı tipi boyutları, renkler vb. Dahil) çeşitli farklı şemalar formüle edecektir.
A / B testi yapılırken dikkat edilmesi gereken bir nokta, A / B testinden önce A / A testi veya benzer hazırlıklara sahip olmak en iyisidir. A / A testi nedir? A / A testi, A / B testinin anlamlı olması için iki deney grubunun aynı seviyede olup olmadığını değerlendirmektir.
Veri analizinin dört yaygın yanılgısı
Veri analizi sürecinde, deneyimli veri analistleri bile veri yanlışlıklarına dikkat etmelidir.Bu tür hataları anlamak, analiz sırasında felaketleri önleyebilir.
1. Veri sapması
Kişinin tarafsız kalması ve sana aşık olmaması gerektiği varsayımı kesinlikle gereklidir. David Douglass, Amerikalı fizikçiVerileri analiz ederken kişisel önyargı ve motivasyondan etkilenir, yani sadece ifadenizi destekleyen verileri seçin ve ifadeyi desteklemeyen kısımları atın. "Veri önyargısı", verilerin nesnelliğini ortadan kaldıracaktır.
Bu yanılgıyı önlemenin yolu, verileri analiz ederken ilgili verileri mümkün olduğunca toplamak ve başkalarından fikirlerini istemektir.
2. Örnekleme sapması
Temsili olmayan verilerden sonuçlar çıkarın. Örneğin, İnternet çevresindekiler tarafından nadiren kullanılan bir haber ve bilgi uygulaması Bu uygulama neden hala bu kadar çok sayıda görünüme sahip olabilir?
Dolayısıyla, verileri analiz ederken, kendinize hangi eksik verilere sahip olduğunuzu sormanız önemli bir adımdır. Bazen verilerin genel durumunu kavramak mümkün olmayabilir çünkü bunlar yalnızca bir kısmını yansıtırlar.
3. Yanlış nedensellik
Veri analizinde, iki olayın aynı anda (ilişkili) bir nedensel ilişki olarak meydana geldiğini yargılamak kolaydır.
Bu yanlışlığı önlemenin yolu, daha fazla veri toplamak ve olası üçüncü taraf nedenlerine bakmak ve bazen bunların korelasyonunun birbirlerinden ziyade üçüncü bağımsız faktörle ilişkili olabileceğini bulmaktır.
4. Simpson Paradoksu
Daha fazla farklılığa sahip iki veri grubu eklendiğinde, grup karşılaştırmasında baskın olan, genel değerlendirmede kaybeden olacaktır.
"Simpson Paradoksu" nun bize getirdiği yanlış anlamadan kaçınmak için, bireysel grupların ağırlığını göz önünde bulundurmalı ve grubun veri tabanı farklılığının neden olduğu etkiyi ortadan kaldırmak için belirli bir katsayı kullanmalıyız.
Beş, sonunda yaz
Kağıt üzerinde gelip sonunda sığ hissetmek zor. Yukarıdaki içerik yalnızca temel çerçeveyi ve fikirleri sağlar.Veri analizi becerisinde gerçekten ustalaşmak istiyorsanız, bunu gerçek işinize uygulamanız ve bilginizi uygulamanız gerekir.
