问题定义

• 我们常说归因分析，归因分析到底在归什么因？
• 归因分析的常用方法是什么？
• 归因分析能解决什么问题？

归因分类

• 链路归因
  投放 => 渠道 => 广告页 => 落地页 => 注册 => 转化
  方法：时间衰减、马尔可夫链、最终互动等
• 指标维度归因
  多维立方体Cube下，寻找影响最大的维度组合属性
  方法：维度搜索、相关维度间影响识别
• 贡献度归因
  看到维度属性的影响力
  方法：广义加法模型，包括EBM、SHAP值

指标维度归因相关做法

下面介绍几篇论文，论述下指标维度归因的方法。
【Adtributor 算法】
https://blog.csdn.net/Eaton18/article/details/103797563
https://cloud.tencent.com/developer/article/1644348

核心思路：对每个维度，找出真实值和预测值存在巨大差异的几个因素，如果这些因素累加在一其的波动占整体波动很大比例，则认为这几个因素就是造成这次收入波动的根本因素

Adtributor缺点及局限
（1）上述是针对基本类型的KPI的计算公式（例如PV、交易量），对于派生类型的KPI（多个基本类型KPI计算得到，例如成功率）就不太适用了

（2）将根因限定在一维的假设不太符合我们的实际场景，同时用解释性和惊奇性的大小来衡量根因也不完全合理。因为其没有考虑到维度之间的相互影响以及「外部根因」的可能

（3）Adtributor的根因分析严重依赖于整体KPI的变化情况，对于整体变化不大，但是内部波动较为剧烈的数据表现不好

相关论文
Adtributor: Revenue Debugging in Advertising Systems

Recursive Adtributor
主要贡献是循环的使用了Adtributor 来实现

iDice: Problem Identification for Emerging Issues
翻译
主要贡献是寻找effective combination

HotSpot: Anomaly Localization for Additive KPIs with Multi-Dimensional Attributes
翻译

Squeeze：Generic and Robust Localization of Multi-Dimensional Root Causes

Bayesian structure learning algorithm

知乎精答
https://www.zhihu.com/question/331456480/answer/806871325

时间序列预测算法

总结

image.png

指标维度归因的步骤：

• 预测指标值

• 异常检测

• 异常定位（涟漪效应假设）

  1. 搜索减枝问题

  2. 全局节点价值函数的定义（为了全局排序）