SEM高級(jí)進(jìn)階：教你短時(shí)間看懂描述性統(tǒng)計(jì)（圖文）
導(dǎo)語：我要提前聲明一下，這篇文章包含了統(tǒng)計(jì)知識(shí)。沒有趣，簡(jiǎn)練得像“60%的統(tǒng)計(jì)數(shù)據(jù)是在現(xiàn)場(chǎng)進(jìn)行的”這樣的敘述，但實(shí)際上是陌生、枯燥的統(tǒng)計(jì)方法。玩笑歸玩笑，我要介紹一些相當(dāng)高級(jí)的統(tǒng)計(jì)分析方法，使它可以每一天都來幫你理解營(yíng)銷數(shù)據(jù)，做更好得戰(zhàn)略決策。我保證這不會(huì)有痛苦。
我能聽見你難以置信地說：“但是，我已經(jīng)在做，我一直在分析我的數(shù)據(jù)！”
這很可能是事實(shí)——網(wǎng)站流量分析工具（谷歌統(tǒng)計(jì)、百度統(tǒng)計(jì)、CNZZ）的大多數(shù)用戶都是本能地使用被正式稱為“描述性統(tǒng)計(jì)”的方法。
例如，通過“目測(cè)”一個(gè)圖表，你很容易在日訪問流量中找出一個(gè)突升或突降。您使用平均值來快速評(píng)估營(yíng)銷的效果； 并且你能通過各種各樣的比較幫你理解發(fā)生了什么，是否重要，及下一步需要做的事情。
盡管對(duì)于常用統(tǒng)計(jì)方法的堅(jiān)持是好的、可行的，但我堅(jiān)信，對(duì)一個(gè)因素的較真兒可以幫助你把數(shù)據(jù)分析提升到一個(gè)新的水平。下面，我會(huì)貫穿幾個(gè)概念在一些現(xiàn)實(shí)世界的例子里，將有希望可以說服你，這是你應(yīng)該考慮的一種新方法。
方差和標(biāo)準(zhǔn)差
每個(gè)數(shù)據(jù)集合都有幾個(gè)的”特征”，當(dāng)理解這些特征后，可以告訴你很多關(guān)于發(fā)生了什么、你可以期望在將來要做什么。 數(shù)據(jù)點(diǎn)的離散度是數(shù)據(jù)集合的主要特征之一，例如，某個(gè)測(cè)量結(jié)果與測(cè)量趨勢(shì)之間的分散和差別有多大？標(biāo)準(zhǔn)差(SD)的正式測(cè)量，來自于對(duì)它的伙伴方差(σ2)的測(cè)量。從名字上你就能猜得出，這些指標(biāo)能代表數(shù)據(jù)能被預(yù)測(cè)偏離多少，數(shù)據(jù)之間的差別程度。但是通過利用這些正式屬性的準(zhǔn)確性質(zhì)，你可以做各種有用的事情。
標(biāo)準(zhǔn)差是方差的平方根，為了計(jì)算方差，我們：
1、算出你的數(shù)據(jù)集的平均值。
2、用你的每一個(gè)數(shù)據(jù)減去第一步算出的平均值，然后把結(jié)果做平方。注意，每一個(gè)平方的結(jié)果都要記下來。
3、當(dāng)?shù)诙綀?zhí)行完后，把所有記下來的數(shù)據(jù)求和，取平均值，瞧，這就是你的方差。
為了得到標(biāo)準(zhǔn)差，需要把你計(jì)算的方差在開平方，這個(gè)計(jì)算看起來像下面這個(gè)公式：
在財(cái)務(wù)領(lǐng)域，標(biāo)準(zhǔn)差是衡量風(fēng)險(xiǎn)或波動(dòng)性的關(guān)鍵度量－比如，在投資前，用這個(gè)指標(biāo)衡量股票的投資組合的穩(wěn)定性是非常有用的。整個(gè)投資組合可能會(huì)有高的平均產(chǎn)量并且提供很大的回報(bào)，但如果它的標(biāo)準(zhǔn)差比較高就說明這有可能是一場(chǎng)冒險(xiǎn)的賭博，使你規(guī)避風(fēng)險(xiǎn)——不會(huì)把錢投進(jìn)去。參考這個(gè)營(yíng)銷領(lǐng)域的例子，你正在為推廣賬戶的一些計(jì)劃分配月預(yù)算。你有兩個(gè)計(jì)劃，它們有可能花很多預(yù)算:
單純地看ROI數(shù)據(jù)，可以簡(jiǎn)單的決定：把盡可能多的預(yù)算花在“Snow Shoes”上，把剩下的預(yù)算花在“Mammoth Fleece Coats”上。（我們這兒今天剛下過今年第一場(chǎng)雪，因此啟發(fā)我起這樣一個(gè)假的推廣計(jì)劃名字。）然而，如果我們分析數(shù)據(jù)，看看歷史數(shù)據(jù)的偏差，我們會(huì)得到一些額外的東西，根據(jù)不同的目標(biāo)，我們還可以有更多的戰(zhàn)略思考：
現(xiàn)在，“Snow Shoes”計(jì)劃仍然是一個(gè)有吸引力的選擇；但是，需要考慮風(fēng)險(xiǎn)或波動(dòng)性因素。一個(gè)混合投資策略（比”均衡投資組合”方法更復(fù)雜）將會(huì)確保你或你的客戶的預(yù)算被更靈活的使用么？這完全取決于形勢(shì)，但是這些額外的數(shù)據(jù)使你在一個(gè)更好的視角上發(fā)表觀點(diǎn)，或做出決定。
查看這些數(shù)據(jù)的另一個(gè)行動(dòng)是看看方差的大小。造成不同方差的根本原因是什么？你能有維持高收益并帶來更低的標(biāo)準(zhǔn)差的行動(dòng)么？
標(biāo)準(zhǔn)差和期望
在我前面的介紹里提到您能通過對(duì)分析數(shù)據(jù)集合的時(shí)間序列圖表的目測(cè)，看出向上或向下的趨勢(shì)。通過正式的方法，我們能計(jì)算出這些趨勢(shì)的標(biāo)準(zhǔn)差，堅(jiān)持原則的做出真實(shí)的正確決定。在公布的數(shù)據(jù)中，我們可以使用標(biāo)準(zhǔn)差作為某些測(cè)量”預(yù)期”的基準(zhǔn)— — 例如，我們簡(jiǎn)單的假設(shè)每日的交易數(shù)據(jù)會(huì)被正常發(fā)布（這不大可能，但我做這種假設(shè)比較方便），68%的交易數(shù)據(jù)將落到距離平均值一個(gè)標(biāo)準(zhǔn)差之內(nèi)，95%的交易數(shù)據(jù)將落在距離平均值兩個(gè)標(biāo)準(zhǔn)差之內(nèi)。
我們知道這個(gè)知識(shí)有什么用呢？作為營(yíng)銷人員，我們需要選擇重點(diǎn)要解決的問題，以便充分利用手上有限的時(shí)間。我們用標(biāo)準(zhǔn)差做為期望值做為區(qū)分上升和下降的標(biāo)準(zhǔn)，要么”一切正常”，要么”嗯，有點(diǎn)意思，我應(yīng)該投入時(shí)間研究一下”。讓我們?cè)賮硪槐椋瑢⑦@個(gè)新知識(shí)應(yīng)用到下面的時(shí)間序列結(jié)果當(dāng)中。首先，計(jì)算給定時(shí)間周期數(shù)據(jù)的標(biāo)準(zhǔn)差；第二，滾動(dòng)累加計(jì)算平均值和標(biāo)準(zhǔn)偏差。
在我們的第一個(gè)圖里，顯示10月底下降進(jìn)入了平均值的兩個(gè)標(biāo)準(zhǔn)差里，所以我們應(yīng)該看看為什么會(huì)這樣。并且，我們還需要知道8月底發(fā)生了什么？
在第二個(gè)圖里，從8月15日開始滾動(dòng)累加計(jì)算平均值和標(biāo)準(zhǔn)差。我們看到其實(shí)從8月下旬開始到9月初，基本就處于平均值的第二個(gè)標(biāo)準(zhǔn)差了，說明這一時(shí)期波動(dòng)性增加。同理，10月15日至25日，波動(dòng)性也在增加，但在10月底，已經(jīng)趨于平穩(wěn)了。通過這個(gè)例子我們學(xué)到了什么？
統(tǒng)計(jì)的顯著性：你的信心如何？
一個(gè)熟練掌握優(yōu)化轉(zhuǎn)化的人會(huì)利用統(tǒng)計(jì)的顯著性做為一個(gè)簡(jiǎn)便的方法，統(tǒng)計(jì)的顯著性可以告訴我們對(duì)數(shù)據(jù)觀察出的結(jié)果是否是一些確定關(guān)聯(lián)事物引起的，或者僅僅是數(shù)據(jù)里的隨機(jī)事件。例如，當(dāng)為優(yōu)化一個(gè)網(wǎng)站的轉(zhuǎn)化率而進(jìn)行A/B測(cè)試和修改時(shí)，你需要確定任何測(cè)量數(shù)據(jù)的改進(jìn)是歸因于您的更改，并且這個(gè)可感知的結(jié)果不會(huì)蒙蔽了你的眼睛。統(tǒng)計(jì)的顯著性、確定性也是一個(gè)可定義的測(cè)量數(shù)據(jù)。對(duì)某項(xiàng)工作產(chǎn)生的結(jié)果，你很少會(huì)有100%確定性。你可以設(shè)定一個(gè)目標(biāo)值，比如，對(duì)網(wǎng)站非常棒的重新設(shè)計(jì)有95%的確定性能帶來轉(zhuǎn)化提升和快樂體驗(yàn)。
以下是影響統(tǒng)計(jì)的顯著性結(jié)果的關(guān)鍵因素：
樣本大小：你對(duì)某個(gè)事物測(cè)量的次數(shù)越多，你就越信任你的測(cè)量結(jié)果。如果你在一個(gè)會(huì)議室里有兩個(gè)seo人員和一個(gè)籃球運(yùn)動(dòng)員，用這三個(gè)人做樣本來測(cè)量人的平均身高，你就會(huì)非常不自信。如果你隨機(jī)測(cè)量了1000個(gè)人，你對(duì)平均身高的估計(jì)就會(huì)更加自信。（即使芝加哥公牛隊(duì)也參加了你的SEO會(huì)議，這個(gè)估計(jì)也不會(huì)受到影響。）
標(biāo)準(zhǔn)差：我希望在前面得敘述中已經(jīng)把標(biāo)準(zhǔn)差是什么說明白了。然而，只有標(biāo)準(zhǔn)差還不行，結(jié)合樣本的數(shù)量，我們要計(jì)算平均值的標(biāo)準(zhǔn)誤差(SE)。現(xiàn)在，先不要考慮如何計(jì)算，你要認(rèn)識(shí)到你所期待的結(jié)果有一定程度的確定性（或不確定性，如果你是一個(gè)悲觀的人），這種不確定性是依賴于你測(cè)量某事物的多少次，以及當(dāng)你測(cè)量時(shí)的結(jié)果是如何變化的。
這是相關(guān)的例子，當(dāng)分析下面這些數(shù)據(jù)時(shí)我們要考慮標(biāo)準(zhǔn)誤差：
①付費(fèi)搜索廣告或程序化展示廣告的效果。
②一個(gè)郵件營(yíng)銷推廣的成功。
③不同類型內(nèi)容的社會(huì)化營(yíng)銷參與率。
基于數(shù)據(jù)做決定的底線是你應(yīng)當(dāng)知道數(shù)據(jù)的確定性如何，你可以多大程度上依靠你正在看的數(shù)字。結(jié)論：我希望這些知識(shí)對(duì)于之前沒有接觸到這些概念的人是有用的，這些額外的步驟和方法都是與SEM的工作相關(guān)的。一項(xiàng)令人興奮的、 持續(xù)的挑戰(zhàn)是要使數(shù)據(jù)來講故事，對(duì)于這個(gè)的目標(biāo)來說這些知識(shí)只是冰山一角。