通常分析 Event Correlation事件相關性，商業分析師 BA(Business Analyst) 的人會比較了解!!

< 基本指標 >

• 事件單獨發生次數(Event Count):
  所有人數裡面只發生E1的次數

• 共同發生次數(Cooccurrence Count):
  發生E1也發生目標事件的人數

• 支持度(Support):
  共同發生次數/所有人數

• 信心度(Confidence):
  做E1後有多少人會再去做目標事件(Target Event)

  • 通常 信心度(Confidence) 要0.7以上比較對
  • 要0.8、0.9的才有意義

• 提升度(Lift):

  • 在隨機的情況下跟透過在E1之後再發生目標群組的提升率大概是幾倍
  • 通常要大於1，如果小於1的通常沒有任何意義

< 其它指標 >

• 槓桿度(Leverage):

  • 槓桿度跟 提升度(Lift) 是一體兩面的
  • 提升度(Lift) 大的，基本上 槓桿度 也比較大
  • 槓桿度的指標通常比較少人關注

• 確信度(Conviction):

• 靈敏度(Sensitivity) 和 完成度(Completion):

  • 用來去看這件事情值不值得去執行
  • 用不同角度去看，這兩個事件下機率發生的差別性

• 完成度(Completion):
  40%:代表還有60%的人可以去推廣做E1
  98%:代表只剩2%的人可以去推廣做E1

• 靈敏度(Sensitivity):

  • 目標事件的情況下有多少人會去做E1
  • 是 信心度(Confidence) 的反意

• 事件相關性(看分布曲線有沒有類似):
  目前 Phi Coefficient 比較多人使用

• 事件相關性描述
  ex: 強負相關、適度正相關、弱負相關、強正相關

• 資料平衡描述
  ex: 平衡、非常不平衡

< 總結 >

• 事件相關性:
  通常都用 支持度(Support) 和 信心度(Confidence) 來看

• 規則實用性:
  通常會用 提升度(Lift) 來看

• 優化程度:
  通常會用 完成度(Completion) 來看