【相关系数】知多少
关注 2 种以上数据之间的关联程度，就可能获得仅从一种 数据中绝对无法得到的信息。换句话说，就是将视野从一维扩大为2个维度，有意识地转换思路和视点。
为了把握 2 种数据之间的关联，首先需要确认它们是否密切相关。
“相关系数”可以表示相关程度，计算相关系数的方法叫作“相关分析”。相关系数的值介于-1 和+1 之间(图 一）。
相关系数越接近 1，正相关的程度越高。也就是说，一方数据增加 ，另一方数据也会随之增加。二者完全成比例(如果一方增至 2 倍，另 一方也随之变为 2 倍)时的相关系数最大，是 1。相关系数为 0，表示 两个数据没有任何关联，互相独立。实际业务中使用的第一手数据，一 般都不是 0 或者 1 所表示的完全不相关或者完全成比例相关，而是介于 二者之间。
相关系数的四大优势：
如果你过去只会从平均值或图表中探索数据含义，那么今后在锁定问题原因时可以使用相关分析这个得力工具。这是帮助数据分析在实际业务中向前迈出一大步的最佳方法之一。因为相关分析具有以下四大优势。
(1)能够立即得出答案
运用 Excel 的 CORREL 函数，立刻就能得出相关系数。对每天忙于日常业务，需要在短时间内找到答案的一线工作人 员来说，相关系数可以节约时间的特点极其重要。在短时间内得到答案 ，就意味着可以在有限时间内多次尝试。
(2)简单易懂，更容易得到对方理解
相关分析的结果(相关系数)介于-1 至+1 之间，对任何人来说都很易于理解。而且无须向对方详细解释“相关”的含义及分析结果的意义。实际工作中，数据分析的结果 需要得到理解和认可，因此是否便于沟通也很重要。在这一点上，相关分析可以说是完全合格的。
(3)能够分析单位不同的数据
在工作中，输入的信息与输出的信息不一定都能用同样的单位表示。代表性例子是，发送网页宣传单的次数与来店人数之间的关系。输入信息是发送网页宣传单的次数，单位是“次”，而输出信息是来店人数， 单位是“人”。两种数据单位不同，无法进行四则运算，或者单纯用数值 进行比较，但做相关分析就完全没有问题。也就是说，相关分析的方法通用性很高，不受单位限制，可广泛用于现实业务。
(4)为回归分析等进一步分析做铺垫
将数据的相关关系写成公式，就可以通过“回归分析”做出更为具体的预测或制定计划方案等。也就是说，相关分析还可以为下 一个分析阶段供线索。
