मोबाइल एनालिटिक्स में सिम्पसन का विरोधाभास

मोबाइल मार्केटिंग में एनालिटिक्स इतना सरल नहीं है जितना पहली नज़र में लग सकता है। कुछ मैट्रिक्स हमेशा मामलों की वास्तविक स्थिति को प्रतिबिंबित नहीं करते हैं, इसलिए उन्हें बहुत सावधानी से व्यवहार किया जाना चाहिए। आज हम सिम्पसन विरोधाभास या संघ विरोधाभास के बारे में बात करते हैं। यह सांख्यिकीय घटना उन स्थितियों का वर्णन करती है जब डेटा के कई समूहों में एक सामान्य प्रवृत्ति हो सकती है, लेकिन जब अलग से विचार किया जाता है, तो स्थिति बदल जाती है - रुझान इसके विपरीत होते हैं।



मोबाइल मार्केटिंग के करीब एक काल्पनिक उदाहरण के साथ इस पर विचार करें। मान लीजिए कि उपयोगकर्ताओं का एक समूह है, जिनमें से 5,000 iOS उपयोगकर्ता हैं, और 10,000 Android हैं। औसत रूपांतरण 5%: iOS के लिए 4% और Android के लिए 5.5% है। सहमत हूं कि इस डेटा के आधार पर एक उत्पाद प्रबंधक बहुत विशिष्ट निर्णय ले सकता है ... और एक गलती कर सकता है। आइए डेटा को और अधिक विस्तार से विचार करें - डिवाइस द्वारा। पाँच हज़ार Apple उपयोगकर्ताओं में से, 1,500 iPads (6.67% रूपांतरण) और 3,500 iPhones (2,86%) समूह में हैं, और 8,000 टैबलेट (6.25%) और 2,000 स्मार्टफोन Google प्लेटफॉर्म 8,000 (2.5%) के समूह में हैं। यही है, यह पता चला है कि अगर हम उन्हें अलग-अलग मानते हैं तो Apple उपकरणों के दोनों समूहों में रूपांतरण अधिक होता है।







विषम डेटा समूहों को एक ही सरणी में जोड़ना (इस उदाहरण में, टैबलेट और स्मार्टफ़ोन) एक सकल गलती है। इस तरह के ओवरसाइट्स अक्सर फ्रीमियम अनुप्रयोगों के विश्लेषण में पाए जाते हैं। उदाहरण के लिए, जब वे सभी क्षेत्रों में सामान्य रूप से रूपांतरण सूचक प्राप्त करने का प्रयास करते हैं।



ऐसी त्रुटियों से बचने के लिए, विषम समूहों में शामिल न हों। नीचे उन मानदंडों की एक सूची दी गई है जिन्हें आपको डेटा को समूहों में विभाजित करने के लिए मोबाइल मार्केटिंग में उपयोग करने की आवश्यकता है:

- क्षेत्र या देश;

- उपकरणों के प्रकार और मंच;

- जानकारी के स्रोत;

- व्यवहार संबंधी संकेत;

- स्थापना की तारीख (मांग की मौसमी का अध्ययन करने के मामले में)।







स्रोत: mobiledevmemo.com



mobiledevmemo.com/avoiding-simpsons-paradox-data-analysis