Regressione logistica: cos’è, come leggere gli odds ratio e un esempio in R

Prima o poi, ogni analisi del traffico arriva alla domanda che conta davvero: questa visita si è trasformata in un cliente, sì o no? Non ci interessa quanto ha convertito una sessione, ci interessa se l’ha fatto. E subito dopo viene la domanda successiva: quali sessioni hanno più probabilità di farlo? Quelle che arrivano da una ricerca col nome del brand? Quelle che sfogliano più pagine? Quelle da desktop?

Con la regressione lineare abbiamo imparato a prevedere un numero. Qui però il risultato è un interruttore, acceso o spento, e la retta non è lo strumento giusto: vedremo che arriva perfino a prevedere probabilità negative. Lo strumento giusto è la regressione logistica, uno dei modelli più usati in assoluto, dal marketing alla medicina. Costruiamola insieme, partendo proprio da un esempio di conversioni.

Leggi tutto “Regressione logistica: cos’è, come leggere gli odds ratio e un esempio in R”

Capire il machine learning: come funziona, i principali algoritmi e l’errore da evitare

Chiunque lavori con i dati di un sito, prima o poi, si fa una domanda che sa già di machine learning. Quali pagine nuove porteranno traffico? Quali sessioni finiranno in un acquisto? Quali delle mille query di Search Console parlano della stessa cosa?
Sono domande diverse, ma hanno un tratto comune: la risposta non la scriviamo noi, regola per regola. La ricaviamo dagli esempi che abbiamo già.

È tutto qui, in fondo, il machine learning (in italiano, apprendimento automatico): un modo di costruire regole a partire dai dati, invece di scriverle a mano. Il nome evoca robot e intelligenze artificiali, ma il cuore è statistica, e una buona parte di quello che serve per capirlo l’abbiamo già vista su questo blog.
In questa introduzione al machine learning mettiamo in ordine i concetti di base, li colleghiamo agli articoli che li trattano uno per uno, e ci fermiamo sull’idea che fa la differenza fra un modello utile e uno che inganna: imparare non vuol dire memorizzare.

Leggi tutto “Capire il machine learning: come funziona, i principali algoritmi e l’errore da evitare”

Test non parametrici: il test di Wilcoxon per dati non normali (con esempi R)

Immagina di confrontare la durata delle sessioni tra due gruppi di pagine: quelle con featured snippet e quelle senza. Prendi i dati, esegui un test t di Student, e il p-value è 0,08. Non significativo, apparentemente. Ma guardando i dati, noti che le distribuzioni sono fortemente asimmetriche: poche pagine con durate lunghissime, molte con durate brevissime. Il test t assume la normalità della distribuzione, e qui siamo lontani anni luce.

Il test di Wilcoxon è un test non parametrico che non richiede alcuna assunzione sulla forma della distribuzione. Lavora sui ranghi, non sui valori originali: ordina tutti i dati dal più piccolo al più grande e assegna un punteggio basato sulla posizione. Questo lo rende particolarmente utile in SEO, dove molti indicatori (sessioni, CTR, posizioni) sono tutto tranne che normali.

Leggi tutto “Test non parametrici: il test di Wilcoxon per dati non normali (con esempi R)”

La distribuzione Beta spiegata semplice

Immaginiamo di avere 800 sessioni su una landing page e 65 conversioni. Il tasso grezzo è 65/800 ≈ 8,1%. Sembra un numero preciso, ma lo è davvero? È la vera probabilità di conversione della pagina, o potrebbe essere diversa? E se qualcuno sostenesse che la pagina converte almeno al 10% — i dati lo confermano o lo smentiscono?
Domande come questa sono all’ordine del giorno per chi lavora con dati di traffico e conversioni. La statistica bayesiana ci offre uno strumento elegante e diretto per rispondere: la distribuzione Beta.

La distribuzione Beta è una distribuzione di probabilità continua definita sull’intervallo [0, 1]. Detta così sembra astratta, ma è esattamente ciò di cui abbiamo bisogno ogni volta che vogliamo modellare l’incertezza intorno a una proporzione: un tasso di conversione, un CTR, una percentuale di clic, una probabilità di successo. Intuitivamente, Beta è una distribuzione sulle possibili probabilità dell’evento, e questo la rende unica.

Leggi tutto “La distribuzione Beta spiegata semplice”

Multicollinearità, eteroschedasticità, autocorrelazione: tre nomi difficili spiegati semplici (con esempio in R)

Nel corso dei post sulla regressione multipla, sull’analisi della varianza e sulle serie temporali abbiamo incontrato tre termini che sembrano fatti apposta per spaventare il lettore. Multicollinearità, eteroschedasticità, autocorrelazione: se vogliamo convincere qualcuno che la statistica è una materia oscura e inaccessibile, sono le parole magiche da pronunciare. 🙂

Sorpresa: dietro i nomi ci sono tre idee semplici, e soprattutto tre problemi molto concreti. Per vederli all’opera prendiamo il modello che prima o poi costruisce chiunque lavori nel marketing digitale: quante conversioni ci porta ogni euro speso su Google Ads e su Meta? Lo vedremo cadere in tutte e tre le trappole, una dopo l’altra, e impareremo a riconoscerle e a uscirne.

Leggi tutto “Multicollinearità, eteroschedasticità, autocorrelazione: tre nomi difficili spiegati semplici (con esempio in R)”