行銷範例

正如影片所述，我們的客戶想知道，朋友的推薦是否會提高購買他線上產品的人數，而不是選擇略過。他提供了一個名為 all_data 的 data.frame 做為資料摘要。這份資料包含 4 個測試城市（city）的 Purchases 與 Pass 數量，以及顧客的 ranking。這種資料結構很適合對感興趣的兩個欄位使用 cbind() 來建立矩陣（在 R 中你也可以用其他方式建立矩陣，但這是其中一個最簡單的方法）。

你想了解，來自 friend 的推薦是否會提高人們購買該產品的機率。為了回答這個問題，你會建立一個 glmer() 模型，然後檢視模型的輸出。

如果 friend 的參數估計值顯著大於 0，表示朋友的推薦會提高某人做出購買的機會。 如果 friend 的參數估計值顯著小於 0，表示朋友的推薦會降低某人做出購買的機會。 如果 friend 的參數估計值與 0 並無顯著差異，表示朋友的推薦對某人是否購買沒有影響。