Matriz de correlação

Correlações estatísticas medem relações significativas para identificar oportunidades por meio de mineração avançada de dados.

Utilizando o coeficiente de correlaçãoPearsons, a Matriz de correlação fornece informações relevantes para identificar melhor as próximas etapas de uma campanha de marketing, aprimorar o design do site ou continuar a análise detalhada do cliente para obter outras dependências de correlação.

Construção de uma matriz de correlação

A Matriz de correlação compara métricas sobre uma dimensão contável ou não contável. A matriz pode então ser modificada para realçar correlações na visualização por meio da seleção 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.

    Neste exemplo, altere a Visits métrica 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. É possível 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 na área 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 colchetes.

    Por exemplo, para a Visits métrica, é possível restringi-la selecionando o 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 a "Nova Zelândia" quando a janela de dimensão for fechada.

    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. Será necessário adicionar o elemento de dimensão novamente.

  5. Crie um Filtro binário para restringir ainda mais a métrica. Clique com o botão direito do mouse na métrica na 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 construída em torno da dimensão principal, Dia da semana, com as métricas Visita, Assinaturas por email e Erros de logon em comparação a Pesquisas internas, Login e Pesquisas exibidas.

Desenvolva hipóteses para focar a análise. Após executar uma análise de correlação, sua próxima etapa 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 do site.

Identifique 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 a análises adicionais de mineração de dados para obter uma visão mais profunda.

Notas de recurso 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 1 a 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, isso não permanecerá necessariamente uma correlação de 1 a 1 e nem sempre resultará em uma correspondência de 100%, independentemente da seleção de 1 ou 1 ou mais dias da semana.

As correlações estatísticas não são iguais ao Modelo de dados correlacionados, a referência histórica dos produtos do Adobe Analytics. A correlação estatística na análise de big data é baseada no modelo de CorrelaçãoPearson.

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 Visualization menu. O valor de Correlação será exibido na seção superior direita do Gráfico de dispersão.

Observação

A matriz 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