跳至內容
開啟導覽
開啟開啟工作區

實例解說電商與零售

回訪訪客比新訪客更常購買嗎?

依訪客類型分組,有營收紀錄的工作階段: 回訪訪客:10,551 筆中有 1,470 筆(13.9%)。新訪客:1,694 筆中有 422 筆(24.9%)。回訪訪客的比例低 11.0 個百分點。

交叉表

有無營收紀錄的工作階段 × 訪客類型。百分比以各訪客類型欄為基數。
工作階段中的購買 \ 訪客類型回訪訪客新訪客合計
有營收紀錄1,47013.9%42224.9%1,892
無營收紀錄9,08186.1%1,27275.1%10,353
合計10,5511,69412,245

次數 / 欄百分比. 每欄合計就是該欄百分比的分母。

有底色的儲存格,就是結論所比較的兩個占比。

引用之前,先檢查讀法

選出這張表能支持的說法,再逐一展開選項,看看次數說明了什麼。這裡的每個數字都由上方的表計算而來。

有營收的工作階段大多來自回訪訪客。這是否代表回訪訪客比較常購買?

  1. 是,因為他們有營收的工作階段比較多。

    表格不支持。 1,470 對 422 比較的是次數,而回訪訪客的工作階段本來就多得多:10,551 對 1,694。

  2. 是,因為有營收的工作階段大部分來自他們。

    表格不支持。 1,892 個有營收的工作階段中,77.7% 來自回訪訪客。這裡的分母是有營收的工作階段,說明的是買家組成,而不是各組購買得有多頻繁。

  3. 否。他們的工作階段中有營收的比例比較小。

    表格支持。 以各組自己的工作階段為分母,回訪訪客的工作階段有 13.9% 記錄了營收,新訪客為 24.9%,回訪訪客低 11.0 個百分點。

檢查所用的數字

  • 分母 = 各訪客類型的工作階段:「回訪訪客」13.9%,「新訪客」24.9%。
  • 分母 = 1,892 個有營收的工作階段:「回訪訪客」77.7%,「新訪客」22.3%。
  • 沒有分母(原始次數):「回訪訪客」1,470,「新訪客」422。來源資料中的「Other」類別已排除,剩下 12,245 個工作階段。

需要記住的重點

引用比例時請帶上分母:占回訪訪客工作階段的多少、占新訪客工作階段的多少。同樣的次數若除以有營收的工作階段,看起來會得出相反的結論。

照原樣重現這張表開啟計算器時會帶入這張表的次數、標籤和類別順序,方便逐一核對每個數字。

使用這個結果

  1. 自己算一次

    在卡方檢定計算器中開啟這組次數:表格與類別順序完全相同,百分比、χ² 與 Cramér’s V 都在你的瀏覽器中計算。改動任一儲存格,就能看到結果如何變化。

  2. 引用

    複製下方的引用,並一併保留下方的資料來源與授權。

    回訪訪客比新訪客更常購買嗎? — Crosstabs. https://www.crosstabs.com/zh-tw/examples/rq25-purchasing-among-new-and-returning-visitors

    資料來源

    範圍
    一個電商網站;國家未註明
    期間
    為期一年的抽樣期間;資料集於 2018 年公開。確切日期未註明。
    一筆紀錄是
    一個記錄下來的網站工作階段

    資料:C. Sakar, Yomi Kastro. Online Shoppers Purchasing Intention Dataset. UCI Machine Learning Repository.。採用 CC BY 4.0 授權。Crosstabs 對原始紀錄進行篩選、重新編碼並彙總成本表。

    下載這些次數: CSVJSON

  3. 換成你自己的檔案

    開啟 CSV、Excel 或 SPSS 檔案,做出同樣的交叉表。檔案只在目前的瀏覽器分頁中讀取,不會上傳,也不需要帳號。

    用你自己的資料做交叉表

為什麼問這個問題

在這間網路商店的紀錄中,回訪者產生營收的工作階段數較多。那麼,新訪客和回訪者之中,哪一組產生營收的工作階段占比較高?分別用各組產生營收的工作階段數除以該組的工作階段總數,再比較兩組比例。

怎麼讀這張表

沿著每一欄往下讀。回訪訪客提供了大部分的工作階段(10,551)和大部分有營收的工作階段(1,470),但他們的比例反而較低。來源資料的第三種訪客類別「Other」不在本表中,所以剩下 12,245 個工作階段。

欄百分比回答的是「在每一欄裡,各列出現的比例是多少」。改成列百分比,問題就反過來:「這一列的紀錄在各欄之間如何分布」。兩種算法都正確,但回答不同的問題,報告時要寫明用的是哪一種。

結果代表什麼

新訪客的工作階段以購買收尾的情形比回訪訪客常見,差距中等。抽樣年度內每位使用者只貢獻一個工作階段,所以兩欄比較的是不同的使用者;「回訪」只表示先前曾造訪網站。表中無法說明差距的原因,這是這些紀錄中的關聯,不是訪客類型造成的效果。

Cramér’s V = 0.105。它概括整張表(全部 2 × 2 個類別)的關聯強度,範圍從 0(無關聯)到 1。它不會指出哪些儲存格不同,也不是影響大小的量數。

若只比較回訪訪客與新訪客,並只看「有營收紀錄」與其他所有列,Cramér’s V = 0.105。這個數值只描述這一組對比,不代表整張表。

限制

這些是同一個網站在一年內篩選出的工作階段。記錄的購買只有「是」或「否」:檔案沒有訂單金額,也沒有實驗分派,所以這裡無法說明修改網站會帶來什麼結果。抽樣年度內每位使用者只貢獻一個工作階段;回訪表示先前曾造訪網站,而不是同一個人前後情況的比較。

繼續探索