Interpretujte korelace opatrně. Jsou užitečné, ale mohou být zavádějící. Nepředpokládejte, že „silná“ korelace je významná. Nebo že slabá korelace není významná. Vše závisí na velikosti vzorku.
Vždy ověřte korelace kvůli statistické významnosti. Získejte odborníka, který vám pomůže. Nebo si najděte aplikaci.
Proveďte test významnosti na správné úrovni důvěry: 95% spolehlivost je standardní, ale při provádění více než 20 testů byste měli používat vyšší úrovně (velmi pravděpodobně ve velké trackovací studii nebo v rámci data miningového cvičení).
Pamatujte, že korelace není příčina. Když A koreluje s B, tak to neznamená, že A způsobuje B.
Dávejte pozor na „zpětnou kauzalitu“. Nákup značky znamená, že s větší pravděpodobností budete registrovat i její reklamu („efekt Rossera Reevese“). Takže prodeje mohou „způsobit“ povědomí o reklamě.
Podívejte se na chybějící proměnné, které mají vliv na ty, o které se zajímáte. Těžcí uživatelé televize s větší pravděpodobností kupují bulvární noviny, protože sledování televize a čtení novin je obojí ovlivněno třídou, příjmem atd.
Hledejte časový posun. Může to být užitečná indikace kauzality. Pokud změny v B následují změny v A, pak B nemůže zapříčinit A. (Nicméně to taky nedokazuje, že A zapříčinilo B!)
Pokud je to možné, podívejte se na korelace s vnějšími faktory, které můžete ovládat. Prodej může „vyvolat“ povědomí o reklamě, ale nemůže způsobit GRP (Gross Rating Point – kumulovaný zásah na celou populaci).
Pokud můžete, tak zkoušejte experimenty. Změňte A a sledujte, co se stane s B. Je to jediný spolehlivý způsob, jak prokázat kauzalitu.

Photo by fauxels from Pexels

Categories: Plánování