概念
比较法:
统计与分析最基本的原理之一就是比较法,它指出,数据只有通过相互比较才会有意义。
观察研究法:
这种研究方法让研究对象自己决定他们属于哪个组,而不是由研究者来决定。例如,如果想做一个关于吸烟的研究,你无法让某些人成为烟民或不成为烟民,决定是否抽烟的是人们自己。在这种情况下,选择不做烟民的人就是你观察研究法中的控制组。
混杂因素:
就是研究对象的个人差异,它们不是你试图进行比较的因素,最终会导致分析结果的敏感度变差。
控制组和实验组:
控制组:一组体现现状的处理对象,未经过任何新的处理(也称对照组)。
随机性:
通过随机选择组成各个组的成员,组与组之间将非常相似,因而具有可比性。
数据
咖啡的销量在下滑
需求
提高销量
观察研究法
务必使用比较法:数据只有通过相互比较才会有意义。
比较是破解观察数据的法宝:比较越多,分析结果越正确。通过观察数据,你仅仅是在观察人们,并让人们自己决定所属的群体。搜集观察数据往往是通过实验取得更有用数据的第一步。
结论:价值感是导致销售收入下滑的原因吗?
纵观这些数据,除了星巴仕咖啡价值感这个变量,星巴仕的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,这可能是导致购买量下降的原因。也许经济环境让人们钱包变瘪了,于是他们对价格更为敏感。
让我们把这个理论称为“价值问题”。
观察分析法充满混杂因素
在这个案例中,你对不同时间段内的星巴仕顾客进行相互比较,星巴仕的客户显然互不相同-因为他们是不同的人。
但是,如果他们的相互差异表现在你力求了解的某个变量方面,这种差异就是混杂因素,本例中的混杂因素是店址。
店址可能对分析结果有哪些影响
拆分数据块,管理混杂因素
为了控制观察研究混杂因素,可以将数据拆分为更小的数据块。这些小数据块更具有同质性。换句话说,这些小数据块不包含那些有可能扭曲你的分析结果及让你产生错误想法的内部偏差。
将星巴仕数据按地区进行统计。
结论:
1、东岸区分店平均得分和星巴仕所有分店平均得分有何差异?
除了价值得分,其他的分数都在较小的范围内波动。与所有地区平均分相比,东岸区的价值感平均分一落千丈!
2、将所有数据组的咖啡感知价值相互之间比较,情况如何?
西雅图区和东岸区一样直线下滑。相反,SoHo区显得一切正常,SoHo区的价值感平均得分轻而易举地击败了所有区域的平均分,看上去这个区域的顾客非常满意星巴仕的价值。
3、SoHo区区域经理"客户对星巴仕咖啡感觉很好"的判断正确吗?
数据完全证实了SoHo区区域经理所坚信的顾客对星巴仕价值的想法。听取他的反馈并且因为他有这样的反馈而以其他方式观察数据,还真是个不错的主意。
精心选择分组,避免混杂因素
将大的地理区域分成小的地理区域,随机将这些微区域分进控制组和实验组。
要是分割区域足够大,使人们不至于喝上便宜点的咖啡而往来奔波;
同时又足够小,使各个分割区彼此相似,就能避开店址混杂因素,这是最好的办法。
随机选择相似组
从对象池中随机选择对象是避免混杂因素的极好办法。
在将对象随机分配到各个组里以后,最终的结果是:可能成为混杂因素的那些因素最终在控制组喝实验组中具有同票同权。
准备就绪,开始实验
结果在此