数据分析-异动归因分析

数据分析-异动归因分析

数据异动归因分析是在数据指标发生明显变化时，利用统计和分析方法找出导致这种变化的原因的过程。通过将总变化量分解为各个因素的贡献，帮助我们理解哪些因素导致了数据的变化，从而制定更有效的业务策略。

数据异动归因分析的作用

数据异动归因分析的主要作用在于：

• 优化决策：帮助企业和组织理解变化背后的原因，从而做出更明智的决策；
• 提升效率：通过快速定位问题源，减少排查问题的时间；
• 风险控制：预防和控制潜在的负面影响，及时采取措施应对；
• 持续改进：为持续改进提供数据支持和依据。

数据异动归因分析方法

数据异动分析方法有很多，比如基本统计方法可以大概发现异动的问题所在；可视化方法可以直观的在图形上发现问题；或者使用更高级分析方法包括机器学习和深度学习技术，用于挖掘复杂数据中的潜在模式和关系。

我们这一篇主要介绍一下更定量的三种分析方法，加法模式、乘法模式和除法模式。

前期业务理解

在发现数据指标异常后，不要直接从数据下手，先要分析一下数据之外的影响因素，可以从宏观因素->行业因素->竞对因素->企业因素->运营因素依次从宏观到微观找一下原因，如果发现了原因，就可以针对改原因具体看数据指标变化的因素了，这样更高效准确。

至于每个板块，其实都有对应的分析模型，按照模型直接拿来用，效率更高，也更全面。比如宏观分析可以用PEST分析模型、行业可以通过五力模型、生命周期模型和钻石模型、竞争就是竞店和竞品分析的模型、内部可以根据战略的变化和资源的变化来看，或者运营策略的变化，甚至更细节的可以看是不是数据口径变化。

下面通过一个电商销售额变化的指标来具体演示一下三种方法的使用。销售额=支付人数×支付件数×件单价，然后会涉及三个渠道来源（直通车、万象台、淘内免费），两个产品（泸州老窖特曲和开发品）。分渠道的可以通过加法公式来进行拆解，销售额的构成可以使用乘法公式来分解，我们再增加一个支付转化率指标，就可以使用除法公式来实现了。

首先模拟数据，这里是两个月的数据，然后7月对比6月的变化情况，原始数据如下↓

加法公式

加法型指标的归因，我们需要找到7月销售额下降，主要是那个渠道，那个产品带来的影响因素更大，以便针对性的进行优化。首先把明细数据进行整合，按月进行对比↓

从数据可以整体看到，7月销售37万，6月销售126万，7月环比下降了70%。三个流量来源渠道的销售额不一样，下降幅度也不一样。我们需要通过加法归因找到整体70%下降里面，每一个渠道带来的百分比影响。

贡献度是计算公式是：单个渠道的变化值÷整体的变化值。

首先通过橙色部分计算出每个渠道的实际交易金额变化量；

然后通过上面的公式（绿色部分），计算出每一个渠道的影响因素。（最后面是计算公式）。

通过最终的结果，我们可以看到：站内免费这个流量渠道对7月销售额下降影响最大，70%下降，有45%是这个渠道带来的。

如果我们还要继续拆解，可以从产品的维度进行同样方式的分析。或者可以通过渠道+产品两个维度进行综合分析。比如我们上面已经发现了站内免费渠道影响很大，还想看一下这个渠道下面哪个产品影响更大。

同样的计算方法，我们就可以看到更细分的影响。站内免费渠道下面的特曲产品是7月份下降的主要影响因素，其次是直通车渠道的特曲产品。

乘法公式

上面从渠道和产品两个维度找到了7月份销售额下降的主要原因，但这还不够。我们需要根据销售额的构成因素，支付人数×支付件数×件单价，来看一下是支付人数的影响，支付件数的影响还是件单价变化的影响。

这就需要用到乘法公式了。但是直接使用乘法公式计算不太方便，所以我们需要把乘法转化成加法，然后使用上面的方法进行计算，而转换的公式就是我们熟悉的log转换：

log(a*b)=log(a) + log(b)

首先我们计算出两个月的支付人数、人均支付件数和件单价，然后同样计算出每个指标环比的变化↓

然后通过log把乘法公式变成加法计算，计算出LOG的差值，和LOG贡献度。

支付人数LOG差值：=LOG(720,10)-LOG(1767,10)；

支付人数LOG贡献度：=-0.39/-0.53。

最后计算出三个指标的实际贡献。

实际贡献：=因素LOG贡献度*整体环比变化。

可以看到，7月下降主要是支付人数减少带来的影响，其次是人均支付件数减少的影响。

到这里还不够详细，我们可以结合乘法维度，再加上渠道来看一下，每个渠道的影响，计算公式是一样的，结果如下↓

可以发现，除了看到最上面加法公式里面站内免费流量渠道是主要影响因素外。支付人数和人均件数也是很重要的影响因素。

除法公式

最后我们还需要看一下支付转化率的影响因素。

我们先从渠道入手，转化率和支付人数、访客数有关，计算的时候需要先计算支付人数、支付人数占比和支付转化率↓

然后计算出两月的环比变化值和占比变化值↓

然后再计算环比贡献度、占比贡献度和交叉贡献度↓

最后把三个贡献度加起来，就得到了每个渠道的贡献度了↓

可以看到，7月对比6月，支付转化率下降了1.75个百分点。主要因素是站内免费渠道贡献了0.76个百分点，影响最大；其次是万象台渠道贡献了0.52个百分点的影响。