相关性分析的概念
在日常生活中，随处可见计算相关性的例子，比如抖音短视频的留存和观看时长、收藏的次数及转发的次数是否有相关性，相关性有多大？只有知道了哪些因素和留存比较相关，才能有效地优化产品，提高留存率。如果留存和收藏的相关性较大，那么抖音平台就可以通过引导用户去收藏视频，提高留存率。
相关性分析是指对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量元素的相关密切程度。元素之间需要存在一定的联系或概率，才可以进行相关性分析。在相关性分析中，找到关键影响因素才是重点。
相关性分析的作用
相关性分析的作用主要有以下几个。
（1）在研究两种或两种以上的数据之间有什么关系，或者某件事情受到其他因素影响的问题时，可以使用相关性分析，如图5-25所示。
图5-25研究两种数据的关系
例如，对于微信读书App，评估“想法”这个子模块的用户留存对整个App留存的影响度。这时就可以使用相关性分析，研究子产品和整体产品有什么关系。
（2）在解决问题的过程中，相关性分析可以帮助我们扩大思路，将视野从一种数据扩大到多种数据。
例如，在分析“为什么销量下降”的过程中，可以研究哪些因素和销量有关系，如产品价格、产品质量、销售人员的服务态度、售后服务等。使用相关性分析，可以知道哪些因素影响销量，哪些因素对销量没有影响，从而快速锁定问题的原因。
（3）相关性分析通俗易懂，易于应用到实际工作中。因为数据分析的结果需要得到其他人的理解和认可，很多非专业人士并不精通分析方法的知识，所以就需要分析方法通俗易懂，而相关性分析恰好具备这个特点。
