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
正如前文介绍的，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。
我们不一定从一开始就能得到预想的结果。所以进行数据分析时，能够在短时间内检验多个假设，这个优势不容忽视。
（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（其他分析方法的名称大多令人费解）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”（第 4 章）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提供线索。
相关分析可以单独运用于实际业务，也可以为其他深入分析做准备。这样可以避免只用单独的一种方法结束分析，而是用其他方法做补充，或者组合使用，从而通过多个分析形成脉络，描绘出解决问题的完整故事。正如我多次强调的，贯穿始终的故事可以增强分析的论据，显著提高对方的理解和接受程度。
我在日产工作时，曾在很多项目中运用过相关分析。对那些全面掌握商业管理领域各项技能的高管，不用解释“什么是相关”，相关分析可以被所有高层管理者积极地接纳。即使有人不了解相关分析，也可以使用散点图直观展现两个数据之间的关系，获得相同的效果。散点图的直观效果与相关系数的定量分析相辅相成，在很多场合都曾发挥出卓越效果。
除了需要高层管理者进行决策的场合，在销售部门的日常业务中，相关分析也能够发挥威力。一般来说，汽车行业拥有丰富的销售数据。我刚入职时，也会收到各种途径汇报上来的销售业绩，但这些数据只不过是从各种角度展示的业绩而已。半路入行的我最感兴趣的是，这些数据与结果之间具有怎样的联系、会受到怎样的影响等问题。因此我使用各种数据，逐一考察它们与结果类数据之间的相关关系。
这么做的结果，是一些之前“只是结果”的汇报可以发挥更大的作用，使我洞悉影响结果的原因。我所属的部门负责区域销售，过去没有将数据组合在一起看过，而这种做法作为一个新突破口或新视点，成为有效利用数据的第一步。