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
| 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 | 10,551 | 1,694 | 12,245 |
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?
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。
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。
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。
使用这个结果
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。
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。
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。