數(shù)據(jù)分析系列誤區(qū)(六):伯克森悖論

0 評(píng)論 623 瀏覽 2 收藏 5 分鐘
🔗 B端产品经理需要进行售前演示、方案定制、合同签订等,而C端产品经理需要进行活动策划、内容运营、用户激励等

為什么發(fā)放了大量?jī)?yōu)惠券以后,購(gòu)買(mǎi)行為會(huì)有一波猛增?這種伯克森悖論如何產(chǎn)生的?這篇文章,我們看看作者的分享。

最近直播間進(jìn)行了一次年終回饋優(yōu)惠券發(fā)放活動(dòng),由數(shù)據(jù)專員小A提供數(shù)據(jù)支撐。通過(guò)統(tǒng)計(jì)活動(dòng)期間數(shù)據(jù)表現(xiàn):有1200位用戶有領(lǐng)取優(yōu)惠券,并且有500位實(shí)現(xiàn)了成交;反觀沒(méi)領(lǐng)券的4000位客戶,期間只有100位下單,下單率微乎其微。對(duì)此,小A的初步推斷是,優(yōu)惠券的效果堪稱顯著,使用優(yōu)惠券后,下單率大幅提升。

然而,當(dāng)我們探究更深一層,事實(shí)就變得不那么簡(jiǎn)單了。

為何這么說(shuō)?直播間下單買(mǎi)家,他們可能本就有較強(qiáng)的購(gòu)買(mǎi)意愿,這才導(dǎo)致他們更愿意領(lǐng)取優(yōu)惠券。即使沒(méi)有優(yōu)惠券,他們也有可能會(huì)產(chǎn)生購(gòu)買(mǎi)行為。因此,我們可能過(guò)度解讀了優(yōu)惠券對(duì)提高購(gòu)買(mǎi)行為的作用,而忽略了這批用戶本身可能就是更可能產(chǎn)生購(gòu)買(mǎi)的高概率群體。

所以,盡管看起來(lái)領(lǐng)取優(yōu)惠券的用戶的購(gòu)買(mǎi)行為大幅提升,造成了一種“領(lǐng)券行為仿佛魔力四溢、能夠顯著提升購(gòu)買(mǎi)行為”的假象,但這可能并非真實(shí)情況。這正是伯克森悖論的一種表現(xiàn)。

為得出更準(zhǔn)確的結(jié)論,我們需要深入理解用戶的購(gòu)買(mǎi)意愿,揭示不同用戶群體之間的差異,控制潛在的混淆因素,徑直觀察優(yōu)惠券本身對(duì)購(gòu)買(mǎi)行為的影響。而對(duì)于那些沒(méi)有領(lǐng)取優(yōu)惠券的用戶,我們也需要深入理解他們的用戶行為,推斷他們的購(gòu)買(mǎi)意愿,這樣我們才能得出更接近真實(shí)的結(jié)論,避免陷入伯克森悖論的誤區(qū)。

在數(shù)據(jù)分析中,伯格森悖論通常反映在樣本選擇和分析方法上,下面列舉幾種常見(jiàn)場(chǎng)景:

一、市場(chǎng)調(diào)查場(chǎng)景

一家公司決定進(jìn)行市場(chǎng)調(diào)查來(lái)了解消費(fèi)者對(duì)其新產(chǎn)品的接受度。如果公司選擇在其目標(biāo)消費(fèi)者群體中進(jìn)行抽樣調(diào)查,收集到的數(shù)據(jù)可能顯示出很高的接受度。然而,如果公司選擇在更廣泛的消費(fèi)者群體中進(jìn)行抽樣,結(jié)果可能就會(huì)大相徑庭。這就是伯格森悖論:對(duì)于同一問(wèn)題的不同采樣方法可能會(huì)導(dǎo)致截然不同的結(jié)論。

二、醫(yī)學(xué)研究場(chǎng)景

在進(jìn)行醫(yī)學(xué)研究時(shí),研究人員可能試圖了解某種治療方法的效果。如果他們專注于已經(jīng)接受該治療且痊愈的病人的數(shù)據(jù),他們可能確定該治療方法非常有效。然而,如果他們同時(shí)考慮了接受該治療但未痊愈的病人的數(shù)據(jù),結(jié)論可能會(huì)產(chǎn)生重大的不同。這就是伯格森悖論的體現(xiàn),再次提醒我們數(shù)據(jù)采樣和分析方法的變化會(huì)對(duì)結(jié)果產(chǎn)生重大影響。

三、機(jī)器學(xué)習(xí)場(chǎng)景

在機(jī)器學(xué)習(xí)中,模型的質(zhì)量常常通過(guò)準(zhǔn)確率、召回率等指標(biāo)評(píng)估。然而,如果模型在某個(gè)特定的類別中表現(xiàn)很好,但在其他類別中表現(xiàn)較差,那么模型的整體性能會(huì)受到影響。這也是伯格森悖論的一種體現(xiàn),依賴于我們選擇的評(píng)價(jià)方式,即使是同一個(gè)模型,也可能獲得截然不同的評(píng)估結(jié)果。

這些例子都說(shuō)明了伯格森悖論的核心觀點(diǎn):在進(jìn)行決策或評(píng)估概率時(shí),我們需要清楚定義問(wèn)題的前提和假設(shè)。否則,由于問(wèn)題的模糊性,我們可能會(huì)得出完全不同,甚至互相矛盾的結(jié)果。

總的來(lái)說(shuō),伯格森悖論告誡我們?cè)谑褂脭?shù)據(jù)分析時(shí),必須非常明確我們的詢問(wèn)方式,抽樣方法,和評(píng)估方式。否則,我們可能會(huì)得到違背我們預(yù)期的、或者互相矛盾的結(jié)果。

本文由 @佑佑和博博~ 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(lái)自Unsplash,基于 CC0 協(xié)議

該文觀點(diǎn)僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺(tái)僅提供信息存儲(chǔ)空間服務(wù)。

更多精彩內(nèi)容,請(qǐng)關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號(hào)或下載App
評(píng)論
評(píng)論請(qǐng)登錄
  1. 目前還沒(méi)評(píng)論,等你發(fā)揮!
专题
15568人已学习12篇文章
用户增长是一个复杂体系,涉及产品、运营、市场、技术等多个环节的相互配合,本专题的文章分享了用户增长方法论。
专题
13512人已学习11篇文章
产品经理/运营/数据分析师,如果能够掌握一些常用的Excel的技巧,会对工作效率有所提高。本专题的文章分享了经常用到的Excel技巧。
专题
43021人已学习17篇文章
谈到互联网产品,我们不得不谈的就是它的盈利方式,这也是产品人经常会被问到的问题。
专题
20550人已学习15篇文章
AARRR模型是一个经典的增长漏斗模型。本专题的文章针对AARRR模型进行拆解解读。
专题
13256人已学习12篇文章
随着“新基建”的号角,新技术不断涌现,数字化转型成了成了大多数企业的迫切需求。本专题的文章分享了如何做服务数字化转型。
专题
12602人已学习12篇文章
运营分很多类,流量运营、用户运营、内容运营…每一个环节都有特别关注的数据和指标。本专题的文章分享了互联网运营,应该分析哪些数据和指标。