归因分析是自动获取数据洞察的模块，会逐步推出异动分析、贡献率分析等智能分析功能。归因分析的第一个功能，是针对时序数据进行异常波动分析。异常波动分析每天会对用户数据集进行自动探查，定位指标的异常波动，进行根因分析，获得数据洞察，并用 Lark 机器人推送给用户。
异常波动分析适用于：时序数据； 需要每日监测核心指标的异常波动，并做探查分析的业务； 维度数据项较多，下钻拆解时较为耗费时间的业务。用户通过推送内容，就能够了解每日业务所监测的数据是否有异常；如有异常，还会得知该异常产生的根本缘由。
在业务分析中，您是否遇到过这样的问题：“GMV 为什么下降？”“DAU 为什么大幅波动？”每次数据异动，背后都有值得关注的原因。本篇最佳实践我们会以业务场景为基础，带您了解归因分析功能，帮助您应用 AI 能力自动剖析指标波动原因，并即刻获取数据分析报告。
2.1 业务背景
某公司是一个刚起步的小型内容平台，通过提供免费内容获取流量，盈利方式是广告变现。核心监测数据之一是ARPU (每用户平均收入，Average Revenue Per User)。 业务会使用智能数据洞察来监测每日的 ARPU 值 、分析 ARPU 波动原因，并量化平台广告策略对 ARPU 值的影响，以寻找最优的广告策略。
2.2 面临挑战
该业务的 ARPU 值变动频繁，但影响因素诸多，不仅受到内部自身广告策略迭代影响，更受外部市场广告大盘的预算波动影响。对内而言，影响因素包括投放人群、投放场景、投放位置等因素；对外而言，影响因素是结构繁杂的外部行业，牵涉到一级行业、二级行业、及二级行业下细分的各种方向。
因此该业务在做 ARPU 值变动归因时，需对影响因素一层层手动剥离、逐级分析，繁琐且耗时。
2.3 关键结果
该业务试点使用了智能数据洞察的归因分析功能，该功能可以自动帮业务进行异常数据分析，并自动对异常指标进行逐级下钻归因，直到下钻至最细的粒度，得出数据结论。
每日的数据洞察报告会通过飞书机器人推送给用户。通过数据洞察，该业务能够一目了然每日的 ARPU 值，和会对ARPU 值异常产生影响的关键原因。省去了以往对 ARPU 值逐层剖析的工作，极大提升工作效率。
2.4 实践详情
2.4.1 未用归因分析功能前
业务人员: “没有这个功能之前，我们采用的是智能数据洞察的看板。我们将核心指标 ARPU 值的影响因素，拆成了3个一级场景维度的指标：人均 Send、SSR（展示发送比）、CPM（千人成本)。分析时先拆这 3 个子指标，看其中哪一个有问题，再针对问题指标做维度拆解。 ”
ARPU =人均 Send * SSR * CPM
- 人均 Send：人均发送的信息数
- SSR：信息展示发送比
- CPM：千人成本，指广告投放过程中，平均每 1000 人分别看到某广告1次，一共需要多少成本；
下方是一小部分的拆解示意图，每日我们都要手动走一遍整个分析流程，才能了解影响 ARPU 值的各类原因大概占什么比重。例如如果 SSR 指标发生了问题，就会向下查看是广告类型、广告场景、广告位置等哪个指标变化影响；如果是 CPM 有问题，就会去拆行业，是一级行业有问题，还是底下的二级行业有问题。我们每天都会用一个上午的时间来拆数据 。
2.4.2 使用归因分析功能后
业务人员: “在应用了归因分析功能之后，我们现在每天早上会收到一个 Lark 数据推送，推送中显示了最终指标变化、中间指标变化，如果有异常，则会显示每一个下钻维度的哪一个值有异常。 ”
归因分析数据推送报告示例：
点击报告中的蓝色标题如“内部投放显著变化”，将会打开智能数据洞察的数据问答页面，得到该维度指标所对应的可视化图表：
一个具体的业务场景是：
本月 15 号，业务人员收到了一份这样的报告：报告显示在 CPM 维度下方，[ 教育培训 ]领域的数值有大幅增长，环比上涨了 97.11%；而后报告又自动下钻 [ 教育培训 ] 的维度，发现是其中的 [ 幼儿教育 ] 数据异常，环比上涨了 1538.38%。
看到此处数据异常后，业务人员马上联系了负责幼儿教育方向的销售，得知因为疫情影响，小学和幼儿园刚放寒假，广告主在这个时间节点的大幅增加了投入，造成了整个 [ 幼儿教育 ] 行业的千人成本上涨，影响因素大约会持续 7 天。因此，在接下来的一周时间中，业务人员就将 [ 幼儿教育 ] 行业的环境影响因素纳入了考量，避免对自身广告策略的价值产生误判。
目前使用了这个功能之后，业务人员每天只需阅读手机上的数据报告就可以了，不再需要花费一个上午的时间来进行数据分析，大大提升了工作效率。
总结而言，智能数据洞察的归因分析功能可以帮助用户更快定位数据异常、拆解数据维度，辅助人来完成数据的探查、理解、分析。
业务人员只需给出关注的终极指标，和指标的大致分析方向，算法模型将利用计算机的机械计算速度优势，穷举所有维度组合，每日自动为用户找出“需要关注”的要点。