跳至內容
開啟導覽
開啟開啟工作區

實例解說電商與零售

接近特殊購物日的工作階段,更常以購買收尾嗎?

依與特殊購物日的接近程度分組,有營收紀錄的工作階段: 接近特殊購物日(分數大於零):1,251 筆中有 77 筆(6.2%)。不接近特殊購物日(分數為零):11,079 筆中有 1,831 筆(16.5%)。接近特殊購物日(分數大於零)的比例低 10.4 個百分點。

交叉表

有無營收紀錄的工作階段 × 與特殊購物日的接近程度。百分比以各接近程度欄為基數。
工作階段中的購買 \ 與特殊購物日的接近程度接近特殊購物日(分數大於零)不接近特殊購物日(分數為零)合計
有營收紀錄776.2%1,83116.5%1,908
無營收紀錄1,17493.8%9,24883.5%10,422
合計1,25111,07912,330

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。

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。

    接近特殊購物日的工作階段,更常以購買收尾嗎? — Crosstabs. https://www.crosstabs.com/zh-tw/examples/rq26-purchasing-near-special-shopping-days

    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

行銷行事曆是圍繞特殊節日安排的。如果接近這些日子的工作階段轉換較好,前置期就值得多投入;如果沒有,流量可能上升,購買卻沒有跟著增加。

怎麼讀這張表

來源資料提供的是連續的接近程度分數;這裡只要分數大於零,就算接近特殊購物日。那一欄只有 1,251 個工作階段,分數為零的則有 11,079 個,所以「接近」那一欄依據的紀錄少得多。

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

接近特殊購物日的工作階段,以購買收尾的情形較少,差距中等。接近程度分數與一年中特定的時間綁在一起,所以月份與其他日曆差異都可能藏在這個差距背後。這是這些工作階段中的關聯,不代表特殊購物日讓購物者卻步。

Cramér’s V = 0.087。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。

若只比較接近特殊購物日(分數大於零)與不接近特殊購物日(分數為零),並只看「有營收紀錄」與其他所有列,Cramér’s V = 0.087。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。把接近程度分數轉成「是/否」旗標,是本課所做的選擇。

繼續探索