刘润底层逻辑2中的不错的关于贝叶斯公式的例子

举个例子。很多公司都特别关注用户的购买转化率。所谓购买转
化率，指的是假如有100个用户看到商品详情页，有多少用户会下单购
买。购买转化率是一种概率，我们称之为P（A），其中，“A”指的是
购买。我们现在假设，你公司当前的购买转化率是已知的——100个用
户看到商品详情页，有2个用户会买，P（A）=2%。因为P（A）是已知
的，所以叫先验概率。
某一天，员工甲突然?议：“我们要不要把商品详情页的头图都
换成国风的啊？我们用过几次国风头图，感觉效果很好呢。现在年轻
人喜欢国风，我们多用国风头图，购买转化率可能会上升呢。”
那么，问题来了：把头图换成国风的，有助于?升购买转化率
吗？
用国风头图，就是动作“B”，而基于国风头图的购买转化率，我
们用“P（A|B）”表示。那么，P（A|B）是否大于原来的转化率呢？
现在，你需要做一些复盘。
首先，你要算一下P（B|A）。A是购买，B是用国风头图，所以，
P（B|A）的意思就是在所有购买订单中，有多少单的商品详情页用了
国风头图。运营经理立刻到后台查了一下，发现在上个月的800个订单
中 ， 有 450 单 商 品 详 情 页 用 了 国 风 头 图 ， 所 以 ， P （ B|A ）
=450/800=56.25%。
然后，你还要算一下P（B）。B是用国风头图，所以，P（B）指的
是在所有向用户展示过的商品详情页中，有多少用的是国风头图，也
就是国风头图的使用率。运营经理又到后台查了一下，发现上个月用
户一共点击了4万次商品详情页，其中有1万次用的是国风头图。所
以，P（B）=1万/4万=25%。
再来计算调整因子。调整因子指的是动作B（用国风头图）对结果
A（购买）的影响，其计算方法为：P（B|A）/P（B）。将这个案例中
的调整因子带入计算可得：
所以，用国风头图对用户购买的影响是2.25。
现在，我们完整带入贝叶斯公式：
也就是说，如果把所有头图都换为国风头图，你公司产品的购买
转化率会从2%陡升到4.5%。
这就是贝叶斯改进的价值。