Matriz de correlação

As correlações estatísticas avaliam relacionamentos significativos para identificar oportunidades por meio de mineração de dados avançada.

Com o Coeficiente de correlação Pearsons, a Matriz de Correlação fornece informações relevantes para identificar melhor as próximas etapas em uma campanha de marketing, para melhorar o design do site ou para continuar a análise detalhada do cliente para dependências de correlação adicionais.

Criar uma matriz de correlação

A Matriz de correlação compara métricas em uma dimensão contável ou não contável. A matriz pode então ser modificada para destacar as correlações na visualização por meio da escolha de cores ou para renderizá-la como um mapa de texto, mapa de calor ou ambos.

  1. Abra uma Matriz de correlação.

    Clique com o botão direito do mouse em Visualization > Predictive Analytics > Correlation Matrix. A tabela de dimensões será aberta.

    Selecione uma dimensão, como Time > Day of the Week neste menu. A tabela de correlação será aberta com a dimensão identificada no canto da matriz e sua métrica associada colocada na linha e na coluna. Para a dimensão Dia da semana , Visits é a métrica associada.

    A correlação é 1.000 porque você está comparando uma métrica com ela mesma (o que reflete uma correlação perfeita, mas inutilizável).

  2. Altere uma das métricas.

    Clique com o botão direito do mouse e selecione Change Metric para alterar uma métrica na linha ou na coluna. Isso configura uma correlação entre duas métricas de valor.

    Para este exemplo, altere a métrica Visits na coluna para Internal Searches. Clique com o botão direito do mouse e selecione Metric > Custom Events > Custom Event 1-10 > Internal Searches.

  3. Adicione mais métricas à Matriz de correlação.

    Clique com o botão direito do mouse em uma coluna ou linha de métrica. Por exemplo, no menu Métrica , adicione Metric > Custom Events > Custom Event 1-10 > Sign in Error.

    A nova métrica aparecerá em uma coluna com um número de correlação. Você pode adicionar outras métricas, como Email Signups, para criar a tabela.

    Ou adicione métricas a linhas para comparar métricas em colunas.

  4. (opcional) Restrinja uma métrica adicionando um elemento de dimensão.

    Clique com o botão direito do mouse no espaço de trabalho e selecione Table. Na tabela de dimensão aberta, pressione Ctrl + Alt e arraste o elemento sobre uma métrica em uma coluna ou linha. O elemento aparecerá ao lado da métrica entre parênteses.

    Por exemplo, para a métrica Visits, é possível restringi-la selecionando Country como New Zealand.

    Observe que ao selecionar um elemento de dimensão, a correlação muda em todas as métricas com base no elemento de dimensão selecionado. Somente a métrica Visita será restrita para "Nova Zelândia" após o fechamento da janela de dimensão.

    OBSERVAÇÃO

    Se uma métrica for alterada com uma restrição de dimensão (clicando com o botão direito do mouse e selecionando Change Metric), o elemento de dimensão que restringe a métrica será perdido. Você precisará adicionar o elemento da dimensão novamente.

  5. Crie um Filtro binário para restringir ainda mais a métrica. Clique com o botão direito do mouse na métrica da tabela e selecione Filtro binário no menu.

Metas de análise e planejamento de correlação

A seguir estão os objetivos gerais para criar uma Matriz de correlação.

Identifique a relação entre duas métricas em relação a uma dimensão especificada. No exemplo, a matriz foi criada em torno da dimensão principal, Dia da semana, com as métricas Visita, Assinaturas por email e Erros de logon em comparação aos eventos de métricas de Pesquisas internas, Logon e Pesquisa exibida.

Desenvolva hipóteses para focalizar na análise. Após executar uma análise de correlação, o próximo passo é procurar dependências e correlação das métricas. Por exemplo, entender que pesquisas internas tem um efeito em inscrições por email fornece um caminho para prever essa relação e modificar campanhas de marketing ou design de navegação no site.

Identifique as métricas para incluir algoritmos de mineração de dados mais avançados. Na maioria dos casos, as métricas principais serão identificadas porque serão vistas afetando várias correlações. Agora você pode usar essas métricas principais e aplicá-las à análise de mineração de dados adicional para obter um insight mais profundo.

Notas de recursos da matriz de correlação

Filtrar e selecionar em elementos de dimensão em uma tabela compara como valores. Por exemplo, usar a dimensão Dia da semana e clicar em um elemento dessa dimensão principal, como clicar em um dia específico na tabela de dimensão Dia da semana, renderiza uma correspondência de 100% para 100% que não fornece correlação utilizável. Como a dimensão raiz era Dia da semana, qualquer seleção na tabela de dimensão Dia da semana alterará a matriz para ser uma correlação um para um.

No entanto, a correlação 1 a 1 (quando uma única seleção é feita de todos os elementos) é somente nesse dia específico. Se você fizer várias seleções, então, não necessariamente permanecerá uma correlação de 1 a 1 e nem sempre produzirá uma correspondência de 100% independentemente de selecionar 1 ou 1 ou mais dias da semana.

As correlações estatísticas não são iguais ao Modelo de dados correlacionados, a referência histórica dos produtos da Adobe Analytics. A correlação estatística no Data Workbench é baseada no Modelo de correlação Pearson.

Exibir correlação em um gráfico de dispersão. Clique com o botão direito do mouse no título de um Gráfico de dispersão e escolha Display Correlation no menu Visualization. O valor de Correlação será exibido na seção superior direita do Gráfico de dispersão.

OBSERVAÇÃO

A matriz de Gráfico de Dispersão e Pearsons exibirá "Erro de Cálculo" se o aplicativo não conseguir executar o cálculo de correlação Pearsons. Isso geralmente ocorre devido a dados insuficientes, o que pode fazer com que a equação tente dividir por 0.

Nesta página