异动分析是归因报告的一项重要功能，可以通过自动化数据归因模块，帮助用户发现核心指标的异常波动。系统每天/每周会对指标进行自动探查，利用智能算法或配置规则检测指标的异常波动，并进行报警推送，用户还可以根据维度或相关指标下钻进一步下探异常波动。该功能可以提高业务决策效率，降低风险。（归因决策为增值模块，需单独付费方可使用，自V2.62.0及以上版本支持。如您需要使用，请联系贵公司的商务人员或客户成功经理咨询购买事宜）。

对指标进行异动分析前，请您创建归因报告的「归因配置」，「归因配置」指定了进行分析和生成报告所需的相关参数，在归因配置完成之后，系统会根据配置例行运算，并生成报告和推送。

2.1 创建配置

第一步：进入归因报告模块，在「我创建的」标签页内，点击「新建」按钮。

第二步：在弹出的归因配置抽屉页输入归因配置名称，还可添加归因报告说明。

2.2 选择归因类型

进入归因配置编辑页面后，选择「异动分析」。

2.3 配置核心指标

2.3.1 选择指标

请您完成以下内容：
（1）数据集： 从下拉列表中选择一个数据集。
（2）核心指标： 从下拉列表中选择一个指标。
（3）聚合方式：当选择完指标后，需要制定该指标的聚合方式。如果是已聚合过的指标，例如表达式为sum([新增用户数])，那么此处自动选为“聚合”且不可编辑。
（4）目标：

• 选项内容：“越高越好”或“越低越好”
• 应用层面：报告的显示层面
• 应用范围：上升下降 Icon 的颜色

以下示例中的指标为越高越好，用绿色表示；则下降代表不好，用红色表示。

2.3.2 指定业务日期

您需要指定以下内容：
（1）业务日期字段： 以哪个日期字段作为核心指标的统计口径。
（2）计算粒度： 可按日、周聚合。其中周可以自定义开始日和结束日。
（3）观察日期： 即相对于报告日期，需要分析哪一天的数据。
（4）报告的计算时间： 如果计算粒度选择按天，则报告会在每日数据就绪后启动运算；如果选择按周，则报告会在结束日之后的一天在数据就绪后启动运算。

2.3.3 筛选条件（选填）

每个归因配置都必须指定分区日期（p_date）的范围。

• 全量表的特征： 在可视化查询页面里p_date选最近有数一天且不用改动。
• 增量表的特征： 在可视化查询页面里p_date通常需要选最近XX天等范围，随着观测日期范围的变化而变化。

左下角的添加按钮表示添加一个 AND 条件，右上角的 OR 按钮 表示在当前条件后添加一个 OR 条件。
每组or条件之外都是用and条件连接。例如：（省份=河北 or 地区=华南）and （性别=男）。

2.4配置异动检测

这一部分对报告使用的算法和算法参数进行了相关的配置。

2.4.1 配置检测方法

本产品提供了两类异动检测方法：

• 算法： 通过对历史数据的学习来预测正常波动区间 。
• 规则： 通过与之前日期的差异百分比来划定正常波动区间 。

（1）算法高级配置（可选）
注意：可以使用默认配置，并直接跳到下一节。

• 异常检测算法：提供了两种时间序列数据预测的算法，即 Holt-winters 和 Prophet 算法。
• 异动敏感度：敏感度越高代表波动区间越窄，异动的概率越高。
• 观察时期窗口：指对一段时间内的数据进行监控计算，观察数据在这个期间是否在正常区间内波动。
• 平滑窗口：指窗口长度内的数据计算移动平均值。
• 衡量占比指标：根据设定的衡量占比的指标，忽略项占比<2%的异常数据。

（2）规则配置（可选）
本产品支持用户使用简单的规则进行异常判定。

2.4.2 配置维度拆解（可选）

点击「+维度拆解」可以添加维度拆解路径。
根据配置的维度拆解路径，报告会包含各个维度拆解路径下各维度项的指标趋势和异动情况。
例如，如果配置了以下维度下钻路径：

则报告会包含相应维度项的指标趋势和异动情况：

注意：如果下钻维度不存在异常，则在报告中不会显示。

2.4.3 配置指标拆解（可选）

点击「+指标拆解」可以添加指标拆解分析。
根据配置的指标拆解公式，报告会包含各个子指标的指标趋势和异动情况。
例如，如果配置了以下指标拆解路径：

则报告会包含相应子指标的指标趋势和异动情况：

2.4.4 配置分组维度（可选）

分组维度的作用是将报告按照指定的维度进行分组计算，每个维度项会对应有一份异动分析结果。
例如，如果报告指定了如下分组维度：

那么在报告的结果页中将按此维度分组组织：

注意：分组维度支持添加多个。但是多个分组维度之间是or的关系，并不是and关系，所以建议只添加1个分组维度。

2.5 保存

• 归因配置在保存后，会自动触发一次试运算。试运算用于对配置和数据进行正确性校验。
• 为了节省运算时间，试运算只会取部分数据进行运算，因此试运算结果不能作为正式报告进行参考。
• 对于新建的配置，在保存后还会自动为用户创建一个订阅消息。

• 在归因配置首页，可手动触发试运算。

• 在计算失败时，可设置报告重跑。用户可选择重跑后是否要自动触发订阅；重跑成功后，操作重跑的用户将收到提醒，提醒消息支持跳转查看重跑报告。

根据配置的计算粒度（按天/按周），系统在到达指定时间并且数据就绪之后，根据配置的参数运行异动分析。分析结果会根据用户的订阅情况进行推送。
以下是一份异动分析推送消息的示例：

通过推送消息上的链接，或者 DataWind-归因报告的入口，可以打开对应的归因报告。

4.1 查看历史报告

进入归因报告后，顶部可点击日期列表切换查看历史报告。列表中显示的日期是观察日期。

4.2 大盘趋势概览

（1）左侧展示核心指标在对比日期的值是否异常的结论，以及同环比结果：

（2）右侧展示核心指标的波动趋势图，包括以下信息：

• 深蓝色折线：核心指标在数据观察周期的趋势。
• 浅蓝色虚线：算法预测下的的核心指标的趋势。
• 浅蓝色带：算法预测下的核心指标的正常波动区间。区间内即为正常，区间外即为异常。

说明：位于图表下方，文字说明简单解释了算法预测的逻辑。

4.3 指标拆解

当归因配置里配置了指标拆解公式时，报告中含有此模块。

（1）左侧表格中列出了各子指标的异常情况，包含以下信息：

• 指标名称
• 比上个计算周期的差值及差值百分比
• 显著性：没有显著变化、显著偏高、显著偏低
• 异常程度：该指标偏离预测限的距离。
  • 显著偏低：(实际值-预测下限)/预测下限 的 绝对值
  • 显著偏高：(实际值-预测上限)/预测上限 的 绝对值

（2）右侧展示各子指标的波动趋势图。 点击某个图例后会聚焦到该指标并且自动呈现出该指标的波动带。

4.4 维度拆解

当归因配置里配置了维度拆解时，报告中含有此模块。
注意：如果下钻维度不存在异常，则在报告中不会显示。

（1）左侧表格中展示下钻路径上的第一级节点的异常情况，包含以下信息：

• 因子名称
• 比上个计算周期的差值及差值百分比
• 显著性
• 异常程度
• 显著子项：该因子有多少个异常的孩子节点

举例：广东省销售额没有异常，但广东省下有3个城市异常，10个行政区异常，因此广东省的显著子项有13个。
当维度下钻路径中含有多个节点时，点击加号 Icon 可下钻。

（2）在维度下钻路径顶栏右侧可操作筛选TopN。可按照这些指标筛选：

• 异常程度
• 差值的绝对值

• 差值百分比的绝对值

归因分析提供了2种时间序列数据异常检测的算法：

• Holt-winters： 可用来预测具有季节性和趋势性的时间序列数据，基于三个平滑参数——alpha 控制水平方向的平滑程度，beta 控制趋势方向的平滑程度，gamma 控制季节性分量的平滑程度进行预测。此种方法对当前时间线拟合度更高，适用于周期性不强的时间序列。扩展阅读：算法介绍
• Prophet： 可以处理时间序列中的异常值和缺失值，并能够自动检测周期性的趋势和节假日的影响。Prophet 算法基于可分解（趋势+季节+节假日）模型，其输入包含ds 列（时间）和y 列（数值变量，即预测量）。适用于周期性强、波动较规律的时间序列。扩展阅读：算法介绍

下面2张图表为同一个时间序列下按照 Holt-winters 和 Prophet 检测的结果：
Holt-winters:

Prophet: