《深入浅出数据分析》笔记二

检验你的理论

咖啡业的寒冬到了，连星巴仕咖啡店也在经历剧痛，在过去几个月里，实际销量与目标销量背道而驰，骤然下降。如下图：

市场部每个月会做一次客户调查，会对大量客户进行抽样调查，如下图的调查表

下图为2008年下半年市场调查汇总表，表中数字是各家分店参加调查的人对各个调查项给出的平均分

纵观这些数据，除了星巴仕咖啡价值这个变量，顾客对其他方面都感觉良好；看起来，星巴仕没有给人们物超所值的感觉，这可能是导致购买下降的原因。SoHo是一个富人区，也是几家利润丰厚的星巴仕分店的所在地，负责这几家分店的经理不相信这个问题的存在。

混杂因素就是研究对象的个人差异，它们不是你视图进行比较的因素，最终会导致分析结果的敏感度变差。上述案例的混杂因素是店址，我们需要将SoHo和其它分店分开，校正选址混杂因素。

接下来我们拆分数据块，管理混杂因素。下面我们再来看看星巴仕的调查数据，这一次将其它地区的数据列在相应的表格里。

在首席财务官的提示下，所以星巴仕分店的咖啡价格统统降低0.25美元，如下为销量情况

通过这个数据我们能知道星巴仕2月份降价比不降价多赚了多少吗？显示不能。因为销量数据都是来自3.75美元的咖啡售价，无法与假定数据——也就是4.00美元的咖啡售价产生的销售收入进行比较。这违背了比较法，好的是实验总是有一个控制组（对照组）

让我们重新做一次实验，这一次把所有星巴仕分店分成了控制组和实验组；实验组包括太平洋区所有分店，控制组包括SoHo区和东岸区所有分店

一个月后，你得到了下面的图

有混杂因素吗？有的

经过我们的思考，我们想到了四种分组方法，我们可以思考看看哪种分组比较适合

我们决定采用最后一个分组方法

在进行实验前，让我们最后再看一眼我们的整个程序，总结一下哪个策略最好。

结果在此，与其它两个组相比，价值游说组的日营业收入立即上升，而降价组的营业收入其实是与控制组持平。