归因分析
归因分析解决的是"指标异常波动的根因定位"问题，适用于以下场景：
- 指标异动诊断：核心经营指标（如 GMV、交易额、活跃用户）出现异常波动时，快速定位是哪个维度、哪个分类、哪个因子贡献了主要变化。
- 业务原因排查：当指标下跌或上涨幅度超出预期时，量化各影响因素的贡献度，识别主导原因。
- 运营策略复盘：大促、活动、新功能上线后，评估各类因素对最终指标的拉动 / 拖累效果。
- 比率类指标分析：对比率类指标（如转化率、留存率、客单价）从分子分母两端分别拆解，避免单一维度结论失真。
一、三种归因方式
平台内置三种归因方法，AI 将根据指标类型自动选用合适的方式。
1、维度下钻归因
从业务维度（如分类、地区、渠道、用户群体）逐层下钻，计算各维度的变化量与贡献度，找出对整体变化贡献最大的维度组合。适用于加和型指标（如 GMV、订单量、营收）。
2、双因素拆解
针对比率类指标（如转化率 = 成功数 / 总数、客单价 = GMV / 订单量），分别拆解分子与分母的独立变化，量化两端对最终比率的贡献。避免将"分子涨 + 分母涨 = 比率涨"误归因为单一原因。
3、LMDI 因子拆解
对乘法结构指标（如能耗 = 人口 × 人均消费 × 强度、能源消费 = 活动数 × 活动时长 × 单位时长能耗）应用对数平均迪氏指数法（LMDI），逐因子计算贡献度。适用于由多个乘性因子共同决定的复合指标。
二、触发场景
归因分析在以下场景中被自动触发：
1. 观察时间趋势指标变化
在看板上浏览时间序列类图卡（如折线图、面积图）时，若某一时段数据出现明显异常（突降、突增、偏离趋势线），即可启动归因分析。
2. 切换到编辑模式
进入看板的编辑模式后，工具栏会显示 AI 拾取等编辑能力。
3. AI 拾取目标图卡
点击工具栏的「AI 拾取」按钮开启拾取模式，然后点击需要归因的图卡，该图卡的元素标识（如"图表区域 / canvas"）将自动填入对话输入框。
4. 发起归因问题并发送
在已填入元素标识的输入框中补充归因需求，例如：
- 「11月24日销售额为什么增长」
- 「对比 12 月 5 日与前一天（12 月 4 日）的金额变化，找出哪些维度驱动了下跌」
- 「按地区维度拆解最近一周 GMV 下降的原因」
可按需在问题中指定分析维度，未指定时 AI 将基于业务语义自动选择最相关的维度。
5. 生成归因看板
- 输出归因结论，可以选择生成可视化归因看板，展示归因分析结论
