【1.分類分析(Classification)】、【2.群集分析(Clustering)】...

3. 迴歸分析(Regression)：

變數之間是否具相關性，例如每個會員有三個變數：

A. 瀏覽筆電商品頁面的次數
B. 瀏覽保健食品頁面的次數
C. 筆電商品的消費金額

迴歸分析主軸，在於瞭解變數間的關係，例如我們預期A越高，C就越高；預期B無論高低，都與C無關。而迴歸分析，就是會跑出統計值，告訴我們是否真如預期。當然，統計跑出來的結果，很可能和直覺狀況不符合。

同理，迴歸分析也是一種統稱，背後有各種不同的迴歸方法，如上舉例，可拿A和C跑一次迴歸、拿B和C跑一次迴歸，跑兩次就是了，這種單一個變數的稱為【簡單迴歸（Simple Regression）】。那不簡單的是怎樣呢？就是對於某個結果，拿兩個以上的變數同時執行，例如把A和B同時拿來跑看看哪個變數與C有關，跑一次而已，這種稱【複迴歸(Multiple Regression)】。

除此之外，變數的相關不一定是【線性(Linear)】，例如原本是一根蘿蔔20元，五根蘿蔔100元；非線性像是賣菜阿姨，第二根賣你16元、第三根賣你13元、第四根賣你10元......，因而還有例如【對數線性迴歸(Log-Linear Model)】、【邏輯迴歸(Logistic Regression)】等等。

但再細談下去，例如解釋什麼時候要跑兩次、什麼時候可以一起跑跑一次就夠？哪種情境要用哪種迴歸方法？這還必須說明一些變數的限制，包括一致性、不偏性、自我相關、線性重合等等，就真的往統計學課本裡去了，不是本系列文重點，因此現階段，只要知道以下即可：

迴歸分析，在於瞭解變數與變數間的(正負)相關性。

老話重提，統計分析的結果，只在告訴人們變數的相關，而非告訴人們變數的因果。以上述為例，我們只知道【A.瀏覽筆電商品頁面次數】和【C.筆電商品消費金額】有明顯的正相關，但不代表【因為常常瀏覽筆電頁面，所以去買了筆電。】之所以補充說這些，是因為要理解往後內容，必須要先有這樣的觀念存在。

4. 時間序列分析(Time Series Analysis)：

同樣是釐清變數之間是否具相關性，例如每個會員有三個變數：

甲、 瀏覽筆電商品頁面的時間點
乙、 瀏覽保健食品頁面的時間點
丙、 筆電商品的消費時間點

舉例我們都知道甲發生完沒多久，應該會發生丙；至於乙和丙的時間發生先後則應毫無關係。

相較於迴歸分析，此分析方法考量時間先後與間隔長短，更為繁複，資料準備也必須下更多心思，要能以【時間序列分析】料理的食材，絕對必須透過【資料採礦(Data Mining)】過，而不單純只是清洗乾淨而已。

但是，我們該怎麼定義甲叫做【發生完沒多久】？是指甲和丙的時間點差距一天？三天？一周？一個月？兩個月？那兩年還算不算？三年還算不算？誰來決定相差超過多久不算，相差多久內要算？

這就是時間序列分析在做的分析內容，我們希望得到類似這樣的結論：大部分的人，在瀏覽完筆電頁面後的三天內會購買筆電，因此可以找出已經超過三天還沒買的會員，推測這些人可能不打算買了，再針對這些人做些促銷，重燃他想購買的念頭。

這也是時間序列分析的實際用法。

數據分析 番外篇3

廣告是種藝術，促銷是門科學。

有人會問，為什麼不針對還沒超過三天的人促銷？要知道，促銷，就是降低商品毛利或是增加行銷費用，如果已經知道人大概要考慮三天，卻急著在三天內就對這個人行銷，造成的可能只是讓「本來就要買的人撿到了便宜」，而不是讓「不買的人因為促銷而決定購買」。

延續此議題，今天要來談一個經濟學名詞「需求彈性(Price Elasticity of Demand)」，
欸等等先別關網頁啊！

這邊絕對不會要導公式、也不會講一些很學術用語的內容，保證簡單易懂。

需求彈性的概念，即是用在價格的調低調高之上，先很簡單想件事情：

當降價後，交易人數變多了，是一件好事嗎？
和降價前，交易人數較少時，相比，交易人數多一定比較好嗎？

舉例如下：
原本價格是100元，有10個人來購買，你的營收是1000元；
現在價格降為90元，有11個人來購買，你的營收是990元。

交易人數變多了，但營收卻變少了！這還沒考量商品成本多少喔，我們假設成本80元。

原本利潤是有20元，有10人來購買，你的利潤是200元；
現在利潤降為10元，有11人來購買，你的利潤剩110元。
當利潤降為10元，必須有20人來購買，利潤才會回到200元。

這數字很可怕在於，你明明只是打9折，卻必須吸引原本交易人數的2倍，才能做到原本的利潤。因為實際上，你是對這件商品的利潤打了5折啊！

而這就是「需求彈性(Price Elasticity of Demand)」的初衷，它要告訴我們：降價不一定有利，反之提高價格也可能獲利更多。必須含淚地老實說，這是我大學加研究所在學的內容裡面，極少數的在出社會後學以致用......

而這個實用性也發生得很離奇，小馬初踏入社會之際，我本來以為一間公司對於一項商品該訂什麼價格，背後應該是有學理基礎的，殊不知映入眼簾的，是業務單位極盡所能的要求商品單位降價(毫不在意利潤，只求賣出的單件數)，商品單位極盡所能的不要降價，於是雙方砲聲隆隆、好不熱鬧......

「你訂這種價格，根本沒有人會買，還不降價！至少打個八折，或少個一千元嘛！」
「打八折賣一件賠一件，現在價格買的人少不代表市場差，降價是不得已才做的事！」

而背後，沒有任何數據分析，有的只有：人為經驗判斷。

但或許，兩造雙方的拔河角力之下，確實將商品價格訂在了一個非常合理的數字？
人為經驗沒有對錯，說不定更準。
只是小馬心裡默默想著：這真是太不科學了...

還好小馬從業務單位起步發展，有幸把「需求彈性」的概念給帶進去，並多次準確預測降價後的交易量。時隔一兩年發酵後，終於業務單位和商品單位不再那麼劍拔弩張，業務單位的要求降價也顯得經過理性計算，不再無腦無理由的片面要求促銷折扣。

「需求彈性」算是功德圓滿的發揮了效用，善哉善哉。