数据运营实战(四):似是而非的数据悖论

作者: winnie

精细化运营能够帮助我们在数据的指导下进行产品路线、战略的调整,让产品改进的过程有章可循。但有时候,我们也会遇到一些看起来有些诡异的数据陷阱。

案例数据

我们先看问题的描述:在产品A和产品B中,男性的购买成交率都是男性>女性,可在合计中,却是女性>男性。那么,这就有点懵了。所以,到底应该拓展男性用户,还是女性用户呢??可能我们的第一反应都是:是不是数据不准确啊?于是我们就有了以下案例

原因定位

我们来追溯一下问题的来源:从数据上我们可以看到,实际上,在产品A和产品B上,确实都是男性转化率高于女性,但由于产品B的转化率明显低于A,且男性群体大量被引导去了产品B,所以整体数据的转化率反而要低于A。这在统计学上称为:辛普森悖论(Simpson’s Paradox)。在分组比较中都占优势的一方,在总评中有時反而是失势的一方。该现象于20世纪初就有人讨论,但一直到1951年,E.H.辛普森在他发表的论文中阐述这一现象后,该现象才算正式被描述解释。 后来就以他的名字命名此悖论,即辛普森悖论。

*此处数据已做了模糊处理,非真实数据

优化方案

回到这里的题目中,数据向我们展现:对于产品A和产品B,男性的购买成交率都大于女性;产品B的平均成交率要明显低于产品A。那么对于投放决策来说,我们还是偏好男性用户。在引流成本相同的条件下,男性的购买转化率较高。而针对产品A和产品B的分流推荐方式,可能还需要考虑两个产品的客单价与利润率。

从上图中可以看出,产品A属于低单价、低利润、成交率高的产品,产品B属于高单价、高利润、成交率低的产品。那么如果在电商开拓期,希望引入更多用户,我们可能会侧重于推广产品A;如果平台已经有一定规模,希望能够提高人均利润率,降低百元成交量的获客成本,我们可能可以考虑多推广产品B。

大概就是像这样的两个产品↑

当然,这些的前提是在,引流成本相同的情况下。而往往实际问题的考虑中,我们还会需要考虑投放成本、投放效果、转化效果等问题,这部分在《数据运营实战(一):细分目标人群,结合用户画像的实践》中也探讨过,欢迎移步讨论!

案例总结

在数据运营的实战中,也可能会遇到一些让我们觉得有点别扭的数据。而在这些数据背后,其实蕴藏着很多的细节与能量。因此,建立详细的数据分析运营体系,理解用户群分离与归并的思路,让数据为你所用,这是很重要的。回顾我们上一期讲过的数据运营微笑模型~

这一期我们讲的是在定位原因的过程中,对用户群拆分解析之后发现了其中的运营价值。我们可以先通过腾讯移动分析MTA的自定义事件埋点,监测购买事件,同时上报购买商品的参数;然后通过用户分群设置筛选出购买事件中,购买参数等于产品A或者产品B的人群,来得到我们想要的细分用户群体:

然后通过用户群体的计算与分析,得到该群体的人群特征,展开我们的数据分析工作。

原创声明,本文系作者授权云+社区-专栏发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

编辑于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏量子位

用AI追热点,自动化编辑新闻,路透社已经这么做了 | 附论文

李杉 编译自 MIT技术评论 量子位 出品 | 公众号 QbitAI ? “互联网的出现和随后的信息爆炸导致记者越来越难以准确、迅速地获取新闻。”路透社的研发团...

2596
来自专栏数据的力量

【前景】如何成为一名大数据工程师

大数据是眼下非常时髦的技术名词,与此同时自然也催生出了一些与大数据处理相关的职业,通过对数据的挖掘分析来影响企业的商业决策。这群人在国外被叫做数据科学家(Dat...

842
来自专栏华章科技

如何成为一名大数据工程师?

作为IT类职业中的“大熊猫”,大数据工程师这个职业在国内人才市场可谓是一颗闪耀的新星。由于刚刚出于萌芽阶段,这个领域出现很大的人才缺口。

582
来自专栏大数据文摘

谁能做大数据工程师?

1708
来自专栏新智元

抢占智能应用世界的新入口:从Build 2016大会第一天看创业新风口

将门联合创始人兼CTO,前微软创投加速器CTO ? 作者简介 沈强,将门联合创始人兼CTO。创业之前,他是微软创投加速器的创始团队成员及CTO,主要负责微软创...

2757
来自专栏Java学习网

初级还是高级开发者,到底区别在哪里?

初级还是高级开发者,到底区别在哪里? 这听起来是一个很明显的问题,但是它真这么简单吗? 我听到过公司里的一些开发人员讨论这个问题。当时我的一位高级工程师正与两个...

26510
来自专栏奇点大数据

大数据工程师职业前景到底有多好?听BAT怎么说!

大数据是眼下非常时髦的技术名词,与此同时自然也催生出了一些与大数据处理相关的职业,通过对数据的挖掘分析来影响企业的商业决策。

742
来自专栏数据猿

达观数据创始人陈运文:算法技术剖析海量数据,数据价值驱动企业收益

在数据不断增加和算法技术日益优良的并行时代,借助技术去挖掘数据蕴藏的价值,利用数据蕴藏的价值去驱动企业的运营和发展,这是技术、数据、企业收益三者之间的良性循环,...

2355
来自专栏AI研习社

对创业公司的忠告:这么玩数据才不会死

编者注:本文作者 Matthew Coffman,是专注于企业云的风投基金 High Alpha 产品经理。他具有丰富的大数据行业经验,也参与和见证了许多数据公...

3136
来自专栏PPV课数据科学社区

谁能做大数据工程师?

大数据是眼下非常时髦的技术名词,与此同时自然也催生出了一些与大数据处理相关的职业,通过对数据的挖掘分析来影响企业的商业决策。这群人在国外被叫做数据科学家(Dat...

3005

扫码关注云+社区