階段 2 統計思維

會算數字之後,要練的是「說得準」:這一階段讓資料分析師能把結果連同不確定性一起講清楚,不再被平均數騙。

這一階段學什麼

• 描述統計:平均數、中位數、標準差與分布形狀 — 知道什麼時候平均會說謊,例如少數大戶拉高客單價。
• A/B Test:對照組與實驗組、顯著性與樣本數的直覺,分辨「真的有效」和「隨機波動」。
• 漏斗與 Cohort 分析:把轉換流程拆成階段找出流失點;用同期群追蹤留存,看清不同時期新客的品質變化。
• RFM 與 LTV:用最近一次消費、頻率、金額替客戶分群,估算顧客終身價值,把行銷資源花在對的人身上。

為什麼是現在學

階段 1 你能算出「數字是多少」,但答不了「這可不可信、代表什麼」。沒有統計思維,階段 3 的儀表板會變成漂亮但誤導的圖表牆,階段 4 的模型好壞你也無從判斷。

怎麼練(具體行動)

1. 對一份註冊或購買流程資料做漏斗分析,找出流失最重的一關並提出假設。
2. 做一次 Cohort 留存分析,比較不同月份新客的 30 日留存。
3. 設計一個 A/B Test 方案:假設、指標、樣本數與判讀標準,寫成一頁文件。
4. 用 RFM 把客戶分成至少四群,替每群寫一句行動建議。

完成標準

• 完成一份成長或行銷分析,結論有資料支撐、也誠實標注不確定性。
• 能用白話向非分析背景的同事解釋「顯著性」與「留存率」。

⚠️ 常見誤區:看到相關就說因果 — 冰淇淋銷量和溺水人數一起漲,不代表冰淇淋害人。