0. 背景

        日常日报、月报、季度报等中的主要内容都离不开核心指标的变化。除了展示指标变化的事实情况外，ld更关心指标变化背后的原因：什么因素改变导致了指标的变动？这个因素的影响有多大？（更进一步地）负责这个因素的业务人员改如何todo？本文旨在明确指标异动归因的方法思路及应用。

1. 指标异动归因步骤

Step 1：指标拆解

        指标拆解是指标归因的前序&基础&根本&必要条件。指标拆解就是明确指标的构成要素，如果没有完备详尽的指标拆解，归因就无法进行。

        进行指标拆解的常用方法就是杜邦分析法（Dupont Analysis）。但杜邦分析法强调的是一种拆分思路框架，而非具体的方法，这里给出个人习惯进行参考：

从宏观到微观三个层次进行拆解：L1：（宏观）内外因素拆分；L2：（中观）指标结构拆分；L3（微观）维度组成拆分，具体就不展开说明了。但实际情况中其实不用进行0到1的拆解工作，只需参考现成的业务指标体系即可。

Step 2：计算指标影响

        常用的有连环替代法或差额计算法以及波动贡献法，下文会结合实例展开。（注：【连环替代法/差额计算法】杜邦分析法同源，都是来自财务分析的概念。

Step 3：定位TopN影响指标

        根据计算得到指标的影响度，进行归因。不同影响度计算的方法有着不同判断标准，同见下文。

常见归因话术为：

X指标本周（本期时间段）环比（对比方式）上周（基期时间段）下降了n%。经过下探发现，A因素降低N，对指标整体下降贡献m%（归因结论）。

Step 4：进行业务解释

        到以上为止，单纯的数据归因已经结束。但是数字结果是空洞的，还需要与业务关联，从运营视角给出解释，才能是归因更为具体，同时对于后续todo制定也更具指导意义。

2. 指标影响的计算方法

2.1 连环替代法或差额计算法

        连环替代法是当一个指标由多个因素构成时（构成关系为任意计算逻辑均可），从基准数据开始，每次仅改变其中一个因素、其他因素保持固定，计算得到一个（假定的）指标结果，该结果和变化前指标的差异值就是这个改变因素的影响程度。对所有因素依次重复上述操作，就可计算得到每个因素的影响程度。

        文字描述抽象，这里看个例子：有一个指标叫市场占有率，用于评估某一或某种产品的市场竞争水平。拆解指标有 市场占有率 = 该产品销售额 ÷ 同类产品的销售总额。此时市场人员观测到本月的市场占有率为30%（30/100）环比上个月26.67%（40/150）下降了3.33%，此时用连环替代法分析下哪个因素对于市场占有率下降的影响最大：

        Step1：拆解指标并梳理数据：

        Step2：以上月数据为基础，按照产品销售额、市场销售额的顺序依次使用本月数据替换，并计算每次的差异值，差异值就是被替换因素的影响度

        Step3：对比各因素的影响度，得到归因。

        该例子中，产品销售额对于市场占有率的影响为10%，属于正向影响。市场销售总额对于市场占有率的影响为-13.33%，属于负向影响。但由于负向影响大于正向影响，导致大盘市场占有率出现下降3.33（10%+-13.33%）。数据上看，这一原因是由于产品的渗透未能跟上市场整体发展的步伐，此时应联动市场运营的相关人员进一步说明。

        以上就是连环波动法的用法。差额计算法本质就是连环替代法，只不过将连环替代法中的“替换”+“差异比较”合并为一步用途替换因素的差额来计算，比如上例中的第一次替换【产品销售额】用差额计算法就是 (40-30)÷100=10%。可见两种方法是一回事。

连环替代法的结论受替换因素的顺序影响，一般的排序规则为先数量后质量，先实物后价值，先分子后分母，同性质依据业务重要性：

先数量后质量：折旧额 = 资产现值 * 折旧率，顺序为先资产价值，后折旧率

先实物后价值：销售额 = 销售量 * 单价，顺序为先销售量，后单价

先分子后分母：见上例

2.2 波动贡献法

        波动贡献法是通过比较因素的变化比例和结果的变化比例，进而判断因素对于指标变化的贡献度。即可。

2.2.1 加法关系指标

        随便以 销售额 为例，指标拆解有 销售额 = A销售量 + B销售额 + C销售额。假设上月A销售额50万，B销售量100万，C销售额80万；A销售额66万，B销售量90万，C销售额70万。整体销售额环比上月减少4万，那么此时销售量和单价的贡献度：

2.2.2 乘法关系指标

乘法关系的指标可以分为两类：

2.2.2.1 量级相乘型指标

        量级相乘型指标比如【商品销售额 = 销售量 × 单价】，这种形式的指标可以通过对数转化为加法指标进行计算。

2.2.2.2 比例相乘型指标

        比例相乘型指标比如【广告成交量 = DAU × 广告页点击率 × 加购率 × 付款率】，这种形式的指标常采用LMDI法进行计算。例子如：

2.2.3 除法关系指标

除法关系的指标同样可以分为两类：

2.2.3.1 分子分母相除结构

        这种结构指标比如【CTR = 点击量 ÷ PV】，当直接想看分子或分母对于指标变化的影响时，贡献度核算方式如下：

2.2.3.2 加权相除型结构

        事实上，除法结构的指标是由多个因子加权组成的，比如【CTR = (A点击量 + B点击量 + ...) / (A_PV + B_PV + ...)】，此时分析异动原因时要考虑因子自身变化的影响、因子权重变化的影响以及两者交叉变化的影响。计算举例如：