Cách phân tích tương quan bằng Python với hệ số Pearson và Spearman: xác định xem chi phí quảng cáo, giá bán hay lượt review ảnh hưởng mạnh nhất đến doanh số kinh doanh.
1. Tầm quan trọng của phân tích tương quan trong kinh doanh
Trong kinh doanh, việc xác định chính xác nguyên nhân thúc đẩy doanh số luôn là bài toán cốt lõi. Liệu chi phí quảng cáo Facebook, mức giảm giá hay số lượng đánh giá của khách hàng mới là yếu tố quyết định?
Thực hiện phân tích tương quan bằng Python giúp Data Analyst đo lường mức độ và chiều hướng quan hệ giữa các biến số, từ đó đưa ra các đề xuất chiến lược chính xác cho ban quản lý.
2. Chuẩn bị thư viện Python cho phân tích thống kê
Để tính toán ma trận tương quan và trực quan hóa dữ liệu, chúng ta cần sử dụng các thư viện quen thuộc gồm pandas, numpy, matplotlib và seaborn:
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
import seaborn as sns
# Thiết lập giao diện biểu đồ
sns.set_theme(style="whitegrid")
3. Hệ số tương quan Pearson và Spearman là gì?
-
Hệ số Pearson ($r$): Đo lường mối quan hệ tuyến tính giữa hai biến có phân phối chuẩn. Giá trị dao động từ -1 đến 1.
-
Hệ số Spearman ($\rho$): Đo lường mối quan hệ đơn điệu dựa trên thứ hạng, phù hợp với dữ liệu có chứa giá trị ngoại lai hoặc không tuân theo phân phối chuẩn.
4. Xây dựng ma trận tương quan (Correlation Matrix) bằng Python
Giả sử bạn có tập dữ liệu kinh doanh chứa các cột: DoanhSo, ChiPhiQuangCao, GiaBan, và SoLuongReview. Dưới đây là cách tính toán và vẽ ma trận tương quan:
# Tạo DataFrame mẫu
data = {
'DoanhSo': [120, 150, 170, 130, 200, 220, 250],
'ChiPhiQuangCao': [10, 15, 18, 12, 25, 28, 30],
'GiaBan': [500, 480, 450, 500, 420, 400, 380],
'SoLuongReview': [45, 60, 65, 50, 85, 90, 110]
}
df = pd.DataFrame(data)
# Tính ma trận tương quan Pearson
corr_matrix = df.corr(method='pearson')
# Hiển thị ma trận tương quan trên console
print(corr_matrix)
5. Trực quan hóa ma trận tương quan bằng Seaborn Heatmap
Để ban quản lý dễ dàng nhìn ra yếu tố nào tác động mạnh nhất đến doanh số, biểu đồ Heatmap là lựa chọn tối ưu nhất khi phân tích tương quan bằng Python:
# Vẽ biểu đồ Heatmap
plt.figure(figsize=(8, 6))
sns.heatmap(corr_matrix, annot=True, cmap='Blues', fmt='.2f', linewidths=0.5)
plt.title('Ma Tran Tuong Quan Cac Yeu To Kinh Doanh', fontsize=14)
plt.show()
Thông qua biểu đồ Heatmap, bạn có thể nhanh chóng kết luận:
-
ChiPhiQuangCaovàSoLuongReviewcó hệ số tương quan dương rất cao vớiDoanhSo(gần bằng 1). -
GiaBancó hệ số tương quan âm, cho thấy việc giảm giá hợp lý có thể kích thích tăng trưởng doanh số.
6. Lợi ích khi ứng dụng phân tích tương quan cho doanh nghiệp
-
Định hướng ngân sách chính xác: Nhìn rõ khoản đầu tư nào (quảng cáo, khuyến mãi) mang lại hiệu quả doanh thu cao nhất.
-
Loại bỏ nhiễu dữ liệu: Phát hiện các biến độc lập bị đa cộng tuyến trước khi đưa vào xây dựng mô hình Machine Learning dự báo.
-
Cung cấp Insights sắc bén: Hỗ trợ ra quyết định dựa trên số liệu thực tế thay vì cảm tính.
7. Tổng kết
Thành thạo kỹ thuật phân tích tương quan bằng Python giúp Data Analyst khai thác sâu giá trị của dữ liệu đa biến, biến các con số khô khan thành những chiến lược kinh doanh đắt giá.
✍️ Tác giả: Phan Thị Như Phước – Data Analyst tại MCNA Technology School
📞 Hotline: 0939.866.825 (Mr. Minh Khang)
🌐 Website: mcna.vn
📍 Hà Nội: 30 Trung Liệt, Đống Đa | Liền kề 44B TT2 Văn Quán, Hà Đông
📍 TP.HCM: 50B Phan Tây Hồ, Cầu Kiệu
