跳至内容
打开导航
打开分析工作区

实例讲解电商与零售

回访访客比新访客更常购买吗?

按访客类型分组,记录有收入的会话: 回访访客:10,551 条中有 1,470 条(13.9%)。新访客:1,694 条中有 422 条(24.9%)。回访访客的比例低 11.0 个百分点。

交叉表

有无记录收入的会话 × 访客类型。百分比以各访客类型列为基数。
会话中是否购买 \ 访客类型回访访客新访客合计
记录有收入1,47013.9%42224.9%1,892
未记录收入9,08186.1%1,27275.1%10,353
合计10,5511,69412,245

频数 / 列百分比. 每列合计就是该列百分比的分母。

带底色的单元格就是结论所比较的两个占比。

引用之前,先核对读法

选出这张表能支持的说法,再逐一展开选项,看看计数说明了什么。这里的每个数字都由上面的表计算得出。

有收入的会话大多来自回访访客。这是否说明回访访客购买得更频繁?

  1. 是,因为他们有收入的会话更多。

    表格不支持。 1,470 对 422 比较的是计数,而回访访客的会话本来就多得多:10,551 对 1,694。

  2. 是,因为有收入的会话大部分来自他们。

    表格不支持。 1,892 个有收入的会话中,77.7% 来自回访访客。这里的分母是有收入的会话,说明的是买家构成,而不是各组购买得有多频繁。

  3. 否。他们的会话中有收入的比例更小。

    表格支持。 以各组自己的会话为分母,回访访客会话中有 13.9% 记录了收入,新访客会话中为 24.9%,回访访客低 11.0 个百分点。

核对所用的数字

  • 分母 = 各访客类型的会话:“回访访客”13.9%,“新访客”24.9%。
  • 分母 = 1,892 个有收入的会话:“回访访客”77.7%,“新访客”22.3%。
  • 无分母(原始计数):“回访访客”1,470,“新访客”422。原数据中的 Other 类别已排除,剩余 12,245 个会话。

需要记住的要点

引用比例时请带上分母:占回访访客会话的多少、占新访客会话的多少。同样的计数,若除以有收入的会话,看起来会得出相反的结论。

按原样重现这张表打开计算器时会带上这张表的计数、标签和类别顺序,便于逐一核对每个数字。

使用这个结果

  1. 自己算一遍

    在卡方检验计算器中打开这组频数:表格、类别顺序完全相同,百分比、χ² 和 Cramér’s V 都在你的浏览器里计算。改动任一单元格,可以看到结果如何变化。

  2. 引用

    复制下面的引用,并一并保留下方的数据来源和许可。

    回访访客比新访客更常购买吗? — Crosstabs. https://www.crosstabs.com/zh-cn/examples/rq25-purchasing-among-new-and-returning-visitors

    数据来源

    范围
    一家电商网站;国家未注明
    时间
    为期一年的抽样期;数据集于 2018 年发布。具体日期未注明。
    一条记录是
    一次记录下来的网站会话

    数据:C. Sakar, Yomi Kastro. Online Shoppers Purchasing Intention Dataset. UCI Machine Learning Repository.。采用 CC BY 4.0 许可。Crosstabs 对原始记录进行了筛选、重新编码并汇总成本表。

    下载这些频数: CSVJSON

  3. 换成你自己的文件

    打开 CSV、Excel 或 SPSS 文件,做同样的交叉表。文件只在当前浏览器标签页中读取,不会上传,也不需要账户。

    用你自己的数据做交叉表

为什么问这个问题

在这家网店的记录中,回访者产生的有收入会话更多。那么,新访客和回访者中,哪一组有收入的会话占比更高?分别用各组有收入的会话数除以该组的会话总数,再比较两个比例。

怎么读这张表

沿每一列往下读。回访访客贡献了大部分会话(10,551 次)和大部分有收入的会话(1,470 次),比例却是较低的那一个。来源中的第三类访客“其他”不在本表中,因此剩下 12,245 次会话。

列百分比回答的是“在每一列里,各行出现的比例是多少”。换成行百分比,问题就反过来了:“这一行的记录在各列之间如何分布”。两种算法都没错,但回答的是不同的问题,报告时要写明用的是哪一种。

结果说明了什么

新访客的会话以购买结束的比例高于回访访客,差距中等。抽样年内每位用户仅贡献一次会话,所以两列比较的是不同的用户;“回访”只表示此前访问过网站。表中说明不了差距的原因,这是这些记录中的关联,而不是访客类型带来的效果。

Cramér’s V = 0.105。它概括的是整张表(全部 2 × 2 个类别)的关联强度,取值从 0(无关联)到 1。它不说明哪些单元格不同,也不是影响大小的度量。

若只比较回访访客与新访客,并只看「记录有收入」与其他所有行,Cramér’s V = 0.105。这个数值只描述这一组对比,不代表整张表。

局限

这些是一家网站一年内筛选出的会话。记录的购买只有“是”或“否”:文件中没有订单金额,也没有实验分组,所以这里的任何内容都不能说明改动网站会带来什么。抽样年内每位用户仅贡献一次会话;回访表示此前访问过网站,而不是对同一个人前后情况的比较。

继续探索