Quando aumento la spesa pubblicitaria, le vendite crescono davvero oppure si muovono in modo indipendente? Per rispondere a domande di questo tipo, come si calcola la covarianza è il punto di partenza: qui mostro formule, passaggi, esempio numerico, differenza tra campione e popolazione e applicazioni pratiche nei KPI.
La covarianza mostra se due variabili si muovono insieme
- Segno positivo significa che le due variabili tendono a crescere o diminuire insieme.
- Segno negativo indica che quando una aumenta, l’altra tende a ridursi.
- La formula usa gli scarti dalle rispettive medie e i loro prodotti.
- Per una popolazione si divide per n, mentre per un campione si divide per n - 1.
- Il valore dipende dalle unità di misura, quindi per confrontare relazioni diverse è spesso più utile la correlazione.
Che cosa misura davvero la covarianza
La covarianza misura il modo in cui due variabili quantitative si discostano contemporaneamente dalle loro medie. Se i due scarti hanno spesso lo stesso segno, il risultato sarà positivo; se hanno segni opposti, sarà negativo.
Immaginiamo di analizzare il numero di visite a un sito e il fatturato giornaliero. Una covarianza positiva suggerisce che ai giorni con più visite corrispondono spesso ricavi superiori. Non dimostra però che le visite siano la causa delle vendite, perché potrebbero intervenire promozioni, stagionalità o altri fattori.
| Risultato | Interpretazione |
|---|---|
| Covarianza positiva | Le variabili tendono a muoversi nella stessa direzione. |
| Covarianza negativa | Una variabile tende a crescere quando l’altra diminuisce. |
| Covarianza vicina a zero | Non emerge una relazione lineare evidente. |
Io considero il segno più facile da interpretare rispetto alla grandezza assoluta. Un valore elevato non significa automaticamente una relazione forte, perché il risultato cambia se misuro il fatturato in euro, migliaia di euro o milioni di euro.
La formula della covarianza passo dopo passo
Per una popolazione completa, la formula è:
Cov(X,Y) = Σ[(xᵢ - μₓ)(yᵢ - μᵧ)] / n
Per un campione estratto da una popolazione più ampia, si usa invece:
sₓᵧ = Σ[(xᵢ - x̄)(yᵢ - ȳ)] / (n - 1)
I simboli indicano i valori osservati di X e Y, le rispettive medie e il numero di coppie disponibili. La procedura è semplice, ma richiede che ogni valore di X sia abbinato al valore di Y osservato nello stesso momento o sulla stessa unità di analisi.
- Calcola la media di X e la media di Y.
- Sottrai la media da ogni osservazione.
- Moltiplica tra loro gli scarti abbinati.
- Somma tutti i prodotti ottenuti.
- Dividi per n o per n - 1, secondo il tipo di dati.
La differenza tra i due denominatori non è un dettaglio. Se stai descrivendo tutti i dati disponibili, usa n. Se invece stai stimando il comportamento di una popolazione partendo da un campione, la scelta consueta è n - 1, che corregge la sottostima tipica degli stimatori basati su campioni.
Un esempio numerico con quattro osservazioni
Consideriamo una campagna marketing osservata in quattro periodi. X rappresenta l’investimento pubblicitario, espresso in migliaia di euro, mentre Y indica il numero di lead generati.
| Periodo | Investimento X | Lead Y | Scarto X | Scarto Y | Prodotto degli scarti |
|---|---|---|---|---|---|
| 1 | 10 | 100 | -15 | -40 | 600 |
| 2 | 20 | 120 | -5 | -20 | 100 |
| 3 | 30 | 160 | 5 | 20 | 100 |
| 4 | 40 | 180 | 15 | 40 | 600 |
La media dell’investimento è 25, mentre la media dei lead è 140. La somma dei prodotti degli scarti è quindi 1.400. Se tratto questi quattro periodi come l’intera popolazione, ottengo 1.400 / 4 = 350.
Se invece i quattro periodi sono un campione rappresentativo di una serie più ampia, calcolo la covarianza campionaria con 1.400 / 3 = 466,67. In entrambi i casi il segno positivo indica che investimento e lead tendono a crescere insieme, ma il numero non va letto come una percentuale.
Questo esempio chiarisce anche un errore frequente. Non bisogna moltiplicare semplicemente i valori originali di X e Y, perché la covarianza lavora sugli scarti dalle medie, non sui valori grezzi.
Popolazione e campione non sono la stessa cosa
La covarianza della popolazione è adatta quando possiedi tutte le osservazioni che vuoi descrivere, per esempio le vendite di ogni giorno di un anno già concluso. La covarianza campionaria è più adatta quando utilizzi una parte dei dati per fare un’inferenza su periodi futuri o su una popolazione più ampia.
| Situazione | Denominatore | Uso tipico |
|---|---|---|
| Popolazione completa | n | Descrivere tutti i dati disponibili. |
| Campione statistico | n - 1 | Stimare la relazione nella popolazione. |
Nei dashboard aziendali la scelta dipende dall’obiettivo analitico. Se il KPI descrive l’intero periodo monitorato, la versione sulla popolazione può essere coerente. Se il KPI serve a generalizzare i risultati, preferisco la versione campionaria e lo dichiaro esplicitamente nella documentazione.
Un altro controllo essenziale riguarda i dati mancanti. Le due colonne devono contenere lo stesso numero di osservazioni e mantenere gli stessi abbinamenti. Se elimini una riga da X senza eliminarla anche da Y, puoi ottenere un valore matematicamente calcolato ma privo di significato.
Calcolarla in Excel e nei report KPI
In Excel puoi disporre i valori di X nella colonna A e quelli di Y nella colonna B. Per l’intera popolazione puoi usare =COVARIANZA.P(A2:A5;B2:B5), mentre per un campione puoi usare =COVARIANZA.C(A2:A5;B2:B5).
Le funzioni ignorano alcuni contenuti non numerici, ma questo non significa che il foglio sia automaticamente pulito. Io controllo sempre righe mancanti, zeri reali e celle vuote, perché uno zero può essere un dato valido mentre una cella vuota può indicare un’osservazione assente.
Nei report di business intelligence la covarianza può aiutare a esplorare relazioni tra KPI come:
- budget pubblicitario e ricavi;
- traffico organico e conversioni;
- tempo medio di risposta e soddisfazione del cliente;
- scorte disponibili e ordini evasi;
- numero di ticket aperti e tempi di risoluzione.
La lettura deve restare prudente. Una covarianza positiva tra traffico e vendite è utile come segnale esplorativo, ma prima di prendere decisioni conviene verificare la correlazione, osservare un grafico a dispersione e controllare eventuali variabili esterne.
Gli errori che alterano l’interpretazione
Il primo errore è confondere covarianza e correlazione. La covarianza conserva le unità di misura, mentre la correlazione è standardizzata e varia normalmente tra -1 e +1. Per questo la correlazione è più pratica quando vuoi confrontare relazioni tra KPI con scale molto diverse.
Il secondo errore è interpretare una covarianza pari a zero come prova di indipendenza. Un valore nullo indica soltanto l’assenza di una relazione lineare rilevabile. Due variabili possono avere una relazione curva e presentare comunque covarianza prossima a zero.
Bisogna fare attenzione anche agli outlier. Un singolo giorno con una spesa eccezionale o un ricavo anomalo può cambiare sensibilmente il risultato, soprattutto quando il campione è piccolo. Prima di rimuovere quel dato, però, distinguo tra errore di registrazione ed evento reale, perché cancellare un’anomalia autentica può nascondere proprio ciò che voglio analizzare.
- Usare il denominatore sbagliato tra n e n - 1.
- Abbinare osservazioni appartenenti a periodi diversi.
- Confondere una relazione statistica con una causalità.
- Ignorare stagionalità, trend e valori anomali.
- Confrontare direttamente covarianze calcolate con unità diverse.
Dal numero alla decisione analitica
La covarianza è soprattutto uno strumento di esplorazione. Mi aiuta a capire quali variabili si muovono insieme e a formulare ipotesi, ma non dovrebbe essere l’unico KPI usato per decidere un investimento o valutare una strategia.
Il percorso più solido è calcolare la covarianza, affiancarla alla correlazione, visualizzare i dati e verificare se la relazione resta stabile in periodi diversi. Solo dopo ha senso approfondire con una regressione o con un’analisi causale più strutturata.
Se ricordi una sola regola, scegli questa: prima centra i dati sulle loro medie, poi moltiplica gli scarti e infine dividi per n oppure n - 1. La formula è breve, ma la qualità del risultato dipende soprattutto dall’abbinamento corretto delle osservazioni e dal modo in cui interpreti il numero ottenuto.
