資料分析領域有幾個經典的終極難題。多影響因素歸因，絕對是其中最讓人頭大的。特別是臨近年底，品牌、售後、客服、供應鏈、運營、產品、商品管理都會跑來，問：“今年業績不錯呀，那麼問題便來了：
今年公司多賺的10個億，到底幾個億歸功於品牌，到底幾個億歸功於供應
……請量化分析一下，謝謝”。
那麼，到底該怎麼分析呢？今天我們詳細講解一下。
一、多影響因素歸因的表面
為啥這個問題是終極難題，只要做一個實驗，馬上便知道。
同學們可以親自試試哦
第一步：請閉上眼睛
第二步：回憶淘寶裡最近買的一件商品
第三步：在腦海裡回憶該商品的名稱、包裝、價格、品牌、客服小妹聲音……
第四步：睜開眼，告訴自己：我為這個商品付費的XXX錢，其中有X%是付給名稱，X%付給包裝，X%付費給商品上blingbling的廣告，X%付給快遞叔叔……
答得出來不？
不但很難答出來，估計很多同學連最近買的是啥都不記得了。
消費者不是所有消費都理性。
消費者不是所有商品都重視。
商家提供的品牌、服務、產品本身就是一個整體。
因此站在消費者角度，這個問題從源頭上就不成立。特別是啤酒瓜子礦泉水一類的
快消類產品。價格低，消費頻次高，衝動消費多
，心情好了就買點，心情不好了也買點，因此很難講清楚。大宗耐用品，比如房子、車子可能思考的多一些，有一定機率區分出來，但是仍然很難量化到每個因素的得分（如果懷疑這點的，想象你結婚那一刻有多糾結，就秒懂了，哈哈）。
那麼問題來了：為啥明知道分不清楚，各個部門還一而再、再而三要求分家呢？
這就觸及到問題的本質：大家的屁股坐在哪裡。
二、多影響因素歸因的本質
表象上看，多影響因素歸因，難在很難拆解資料。
本質上看，多影響因素歸因，只是部門間分贓不均的結果。
每個部門都太急於證明自己的價值，總想努力跟業績指標掛上聯絡。
特別在年底，要為部門爭取獎金，要為明年爭取預算，分家的衝動就更高。
因此，多影響因素歸因，
本質上是在衡量部門價值
，這才是核心難點。
很多同學會忽視這個核心問題，用一些簡單的資料方法處理。比如：把各個部門的費用設為x，把業績設為y然後懟一個線性迴歸模型出來。然後把各個引數的係數視為貢獻大小。且不說，這麼幹，首先完全誤會了迴歸模型的含義；其次，也沒有考慮分類變數和連續變數的問題。單純就結果本身，也會被人噴死。
比如，算出來銷售的係數是2，供應鏈的係數是1，那明年多找2倍的銷售，卻只提供1倍的商品，還能有這個銷售業績嗎？肯定不可能啊，有槍沒子彈啊！
部門之間分工合作，不是簡單的1+1=2的關係
，這是常識
。
因此強行割裂部門間聯絡，把
不同分類的部門
拉在一起評價，是註定要撲街的。
因此，破局思路，
在於從一開始，就應該直接否掉這種一條公式打天下的想法。
從部門工作性質出發，建立科學的衡量機制，從而有效化解這種
立功焦慮
。
三、破局思路
想破局，首先得分清各個部門的工作型別與貢獻方式（如下圖）
之後，就可以分門別類進行分析考察。
軟支援類：放棄直接關聯銷售業績，按需分配。
軟支援的核心問題，在於
不能自證清白
。對於品牌宣傳而言，即使所有宣傳都帶連線，導流到購買頁面，也無法證明到底使用者購買是多大因為品牌，甚至這些年爆款打法、網紅帶貨，都在可以弱化品牌，突出產品功能和粉絲效應。況且，至少6成以上的品牌宣傳，根本連帶貨連結都沒有（比如上市前的宣傳），就更無從談起了。客服、售後也同理，雖然顧客找上門來的時候，這兩者服務很重要。但是主動發起的客戶比例少，因此很難關聯整體業績。
這種不做不行，做了說不清楚效果的事，最好直接按整體業績比例分配資源，考核自身的效果，而不是非要強行關聯銷售業績。
比如根據產品生命週期/時間，配置宣傳力度（如下圖）宣傳能達成足夠市場認知，覆蓋足夠人數（考核點選、轉發、閱讀數等等）即完成任務。
比如客服、售後。根據業務總量分配資源和人力。考核本身服務滿意度，服務覆蓋率，從呼叫到響應的速度，嚴重投訴/風險事件的應對速度，等等。做好本職工作及完成任務。
硬支援類：考核。
硬支援類的考核就簡單清晰很多：供給到位，損耗降低。並且追求的是峰值控制與長期水平的下降。太過計較一城一地得失，反而容易定出來很死板的流程，搞出很多烏龍（如下圖）
硬拉動類：引入ABtest機制，提前預設目標。
硬拉動類，屬於疊加buff的做法，因此必須事先設好控制變數，否則混在一堆因素裡，事後根本無法拆分。比如事先設定好拉動的總目標，事先測試方案效果，事中餘留參照組，採集過程資料，這樣才能在事後做好區分。硬拉動類是可以評估的，問題總是出在：事先不做工作，事中不留參照，不踩資料。啥都沒有，事後能分析出來就見鬼了。
核心流程：建立分級機制，深入分析影響。
核心流程裡，銷售和產品互懟的事也很常見，但是這種互懟是可以分析出，到底過錯在誰那邊的。只要建立好分級機制，對渠道質量、商品屬性進行打標籤分析，監控過程轉化率，是可以做深入分析的，因此核心流程儘量多做分析，不留扯皮空間（如下圖）
四、現實永遠很骨感
以上只是理想狀態下的建議，實際開工：
● 總有人想爭取更多資源，大喊：“品效合一！”“心智資源！”
● 總有人認為客服售後沒必要，今年再扣他點費用？（從而引發服務部門的奮起反擊“老子也有貢獻！”）
● 總有人喜歡誇大自己貢獻，促銷活動效益寫的巨高，甚至比自然銷量還高。
● 總有人怕被追究責任，拼命往：沒有促銷！沒有支援！產品不給力上推責任。
所以有關“到底每個部門貢獻多少，能不能具體到每一塊錢裡幾毛幾分是誰來的”的議題，永遠不會停下來。
加之，總有新入行的資料分析師，認為只要懟幾個資料進線性迴歸或者因子分析模型，就能算個引數出來讓每個部門滿意。所以這種來來回回扯皮的事，還會延續很多很多年，哈哈哈。
五、小結
類似的資料分析千古難題，還有很多：
● 為什麼ABtest中實驗有效，投產沒效，到底怎麼測得準！
● 自然增長率要怎麼計算，才是全宇宙最公平合理的！
● 使用者心智資源的開發與認知深度的變化，如何衡量！
● 銷售預測，到底怎麼才能預測100%精準！
● ……
每一個問題，都是表面看似資料分析，背後是人心貪婪，推過攔功。業績好了就說是自己做的，業績不好就甩給外部各自因素，內部各種無法量化的因素，以圖自保。
實在不行就說是資料分析能力不行，你咋不早點預測出來呢！
做資料分析的同學們，要對這些問題有足夠清晰的認知，不要輕易上當哦。就比如看似最簡單的：自然增長率怎麼算，到底咋算才能讓業務部門服氣呢？有興趣的話，
關注接地氣學堂公眾號
，我們下一篇分享哦。
作者：接地氣的陳老師，微信公眾號：接地氣學堂。十年資歷的資料分析師，擁有多個行業的CRM經驗。
