报告是位花姑娘，图表是件花衣裳。姑娘不仅要穿，还得懂得怎么穿！

        n进入主题：
       强大的散点图
        很多人听到这会说，散点图很简单啊，感觉平时用不上。真不是你想的这么简单。耐心的孩子听我慢慢说。
        首先，散点图确实能很直观的反应两个变量之间的关系。
        案例一：利用散点图观察不同来源流量与网站总流量的关系。





        上图展示了某公司主站的新访客各来源渠道与总新访客量。结论很直观：direct（直接访问来源）和organic（自然搜索来源）和总的新访客有明显的正相关关系（direct与newuv相关系数达到0.89，direct来源的占比达到60%）。因此，我们知道这个公司大部分访客来源于口碑，而且其潜力还相当大，因为direct和organic图显示新访客对direct的弹性比较高，没有出现像sem（蓝色）图那样的边际效益递减的情况。
        （一些名词解释我会在文章最后列出）
        通过组合型散点图，我们已经得到了一些有价值的信息。我个人对sem来源的变化趋势非常感兴趣。针对这点我们继续挖掘信息。
        案例二：在散点图上用颜色增加一个分析维度，并添加平滑趋势线。





        图中，我将sem来源的访问量按四分位数进行了分层，配合局部加权多项式拟合线。似乎又有了新的收获：
       1.sem来源流量较少时（红色和绿色，后50%），与总流量的正相关关系是比较明显的。
        2.sem来源流量在75%到50%分位数（绿色）之间非常集中。我猜测，使sem流量维持在这个水平的投放策略，看来是有一种粘性的，即便加大投放，在一定幅度内，sem的流量增长也不明显，直到突破某个临界值，进入蓝色和紫色区域后，才会松开。
        3.较高sem流量（蓝色和紫色，前50％），与总流量的关系非常弱，拟合线几乎平了。
到这里，您可能会这么问：sem流量在什么程度才是最优？
       要衡量这个问题，我选取了sem投放总成本，sem单位点击成本（cpc），和sem来源的注册转化率三个指标。让可爱的散点图升级！
        案例三：点的大小衡量一个新的指标，散点图进化为气泡图






        气泡图，就是除了横纵坐标轴，点的大小还能衡量一个变量的散点图。上图不仅衡量了sem投放总成本（semCOST)和sem来源流量（semUV)，还用点的大小衡量注册转化率（regRate)。结论比较直观，注册转化率高的点，在右上方，且预测线显示，投放力度越大，流量越大，且注册转化率至少不变。
       到这个结论有点振奋了，有没有？
        还能不能再增加点信息？可以，我们将单位点击成本进一步放到散点图中。
        案例四：气泡的颜色再衡量一个变量，升级为彩色气泡图





        如图，点的大小是注册转化率，点的颜色是单位点击成本，从暖色调到冷色调，由低到高。转化率高且cpc低的点，在右上角。我们可以说，sem投放成本越高，sem流量越多，且转化率越高，更可喜的是cpc还更低。对于一个sem投放部门来说，没有比这更完美的结论了。
       但是，散点图只是反映了相关关系，并不是因果关系。我们不能说，增加sem投放是注册转化率升高且cpc降低的原因。但是，有这么显著的相关关系，我们就有足够的理由去增加投放，然后再去观察数据。
        数据分析再精确，如果缩手缩脚，是依然办不成事情的。
        当然，投放策略分析是可以做得非常复杂的，我们这里只是为了介绍散点图而引入了这个场景，初步地做个分析。但在中小企业，我觉得做到这一步就可以了。（这几张图已经可以把老板搞晕了，然后给你一大笔预算！）
        注释：
        1.文中图表是使用R软件的gglot2包实现的，很遗憾不是excel。感兴趣的读者可以关注“川术”公众号并给我留言，留箱。我将无偿分享代码。
        2.直接访问来源（directUV)是指直接在地址栏输入URL或者将主站URL添加收藏夹后，访问来到主页的流量。
        3.自然搜索来源（organic）是指搜索引擎上，由非付费词搜索点击进入网站的流量。而semUV就是有付费搜索词进来的。
        4.四分位数，指将一个数列排序后，处在排名第25%、50%、75%的位置的数。可以查查百分位数的概念，你会理解更透彻。
         5.局部加权回归，有点难描述。如果你懂回归，就去谷歌一下，如果不懂回归就算了

分享到：