100种分析思维模型之:归因分析

0 评论 1018 浏览 10 收藏 11 分钟

本文详细阐述了归因分析思维模型,探讨了如何识别和解释事件背后的原因,引导读者在面对复杂问题时进行深入分析,希望对你提高问题分析能力有所帮助。

影响世界变化的因素正在变得越来越复杂,很多问题不能简单地进行归因。

比如,小明在某网上商城的首页看到一款商品,点进去查看商品的详情,然后又去看了其他用户的评价,最终选择下单购买。

100种分析思维模型之:归因分析请问:哪个因素对最终成交的影响最大?

下面介绍 100 种分析思维模型的第 79 种:归因分析,它能帮助我们做出更加正确的判断和决策

一、为什么学习归因分析?

通过学习归因分析,我们可以更好地厘清事物之间的因果关系,避免基于片面或主观的判断,导致做出错误的决定。

当我们面对复杂问题的时候,可能会受到多种因素的影响,此时就需要运用归因分析的方法,准确地找到问题的根源。当我们深入分析各种因素之后,识别出哪些因素是需要改进或调整的,进而有针对性地优化工作流程,就能避免陷入低效忙碌和迷茫的状态,减少盲目决策的风险。

二、什么是归因分析?

归因分析是指在一件事情发生之后,分析哪些因素导致它的发生,并确定各种因素对最终结果的贡献程度,以便做出相应的优化和改进。

常见的归因分析模型有 5 种:末次交互模型、首次交互模型、平均分配模型、时间衰减模型、自定义模型。

下面以分析小明在网上购买商品的原因为例,简要介绍每种模型的含义和适用场景。

① 末次交互模型

把成交完全归功于最后一次交互,强调最后因素的促进作用,即认为「评价」的贡献为 100%,其他因素的贡献为 0%。

100种分析思维模型之:归因分析

适用场景:周期比较短的广告投放,转化的路径一般比较少。

② 首次交互模型

把成交完全归功于第一次交互,强调驱动用户认知的首因效应,即认为首页的贡献为 100%,其他因素的贡献为 0%。

100种分析思维模型之:归因分析

适用场景:开拓市场时期的营销活动,尽可能把更多的新用户拉进来。

③ 平均分配模型

把成交的贡献平均分配到各种因素中,大家一视同仁,即认为所有因素的贡献相同。

100种分析思维模型之:归因分析

适用场景:维持品牌认知度的阶段,在整个周期内与客户保持比较好的关系。

④ 时间衰减模型

认为贡献程度会随着时间而衰减,越接近成交的因素,贡献度越大。比如:首页贡献 20%,详情贡献 30%,评价贡献 50%。

100种分析思维模型之:归因分析

适用场景:一些短期的促销活动,引导用户尽快完成转化。

⑤ 自定义模型

根据实际情况,给每个因素赋予相应的权重。比如:首页贡献 40%,详情贡献 20%,评价贡献 40%。

100种分析思维模型之:归因分析

适用场景:根据实际情况进行测试,调整和优化不同因素的权重。

每种模型都有自己的优势和不足,需要根据其适用的场景,加以选择和应用。

正如统计学大师乔治·博克斯所说:“所有模型都是错的,但其中一些是有用的”。

在选择具体模型的时候,我们要在充分理解业的基础上,考虑算法和时间等因素,选择合适的模型,实现用数据为业务赋能。

三、怎么运用归因分析?

在日常工作、生活和学习中,我们通常都喜欢给发生的事件找原因。

比如,这个人工资高,是因为他能力强;那个人生活好,是因为他有钱;某学生成绩好,是因为他努力……但是,这种简单归因的方式,不能帮助我们找到真相,也不能促进我们成长。

运用心理学的刺激反应模型:在刺激与反应之间,存在一段距离,成长和幸福的关键就在于此。也就是说,面对同一件事情,不同的人有不同的思维习惯,可能会选择不同的归因方式,最终导致的结果也会不一样。

比如,有人把摔跤全部归因于地面(或外界的环境因素),也有人把摔跤全部归因于自己走路不小心。

前者倾向于运用首次互动模型,而后者是倾向于运用末次互动模型

其实,我们可以运用自定义模型,根据当时的实际情况,适当增加一些弹性,找到外部因素和内部因素的某种平衡,提升自己的掌控感。

一种比较科学的做法,是运用 A/B测试模型,在大胆假设的基础上,小心进行求证,找到影响结果的真实原因,避免陷入归因谬误。有一个关于电梯的故事:在一个快速上升的电梯中,一个人站着,一个人蹲着,还有一个人跳着,最后升到了最高层。有人问:你们是怎么上来的?

第一个人说:我是站着上来的;第二个人说:我蹲着就上来了;第三个人说:我是跳上来的。

他们每个人都觉得,是自己的行为导致电梯上升,但其实都与事实相差甚远。

这个电梯的故事虽然看起来有点可笑,但是在现实世界中,由于影响结果的因素错综复杂,很多人是真的搞不清楚原因究竟是什么。

比如,一家公司为什么能成功?到底是因为做对了什么?还是因为刚好顺应了趋势?或者是兼而有之?

归因分析常见的错误有 3 种:简单归因、过度解读和因果倒置。

举一个工作中的例子,假设有人开会迟到了,此时可能存在 3 种错误的归因方式:

  1. 简单归因 :认为此人缺乏纪律性。
  2. 过度解读 :认为此人是故意迟到。
  3. 因果倒置 :认为会议安排不合理。

实际上,此人开会迟到,可能是因为他遇到什么突发情况,不要简单归因,也不要过度解读,更不要因果倒置。

再举一个彩票中奖的例子,假设有个人中了 500 万的彩票,然后总结中奖的原因,套用各种分析模型,甚至利用大数据技术,从购买彩票时的手势、方位、人流量、历史号码等维度进行分析拆解,看起来头头是道,但其实是伪科学。

四、最后的话

在运用归因分析的过程中,需要特别注意:相关不等于因果。

正确地运用归因分析,应该综合考虑多种可能的因素,并基于客观的证据,运用逻辑思维进行分析推理,最终做出正确的判断和决策。

夏普利值模型也属于一种归因分析模型,最后用一个简化版的故事,来帮助你加深对模型的理解。

两个同学在一起吃饼干,A 同学带了 5 块饼干,B 同学带了 3 块饼干,他们邀请 C 同学一起吃,3 个人平分了 8 块饼干。

三人吃完饼干之后,C 同学拿出 8 块钱,给 A 和 B 作为酬谢,结果 A 和 B 因此产生争论。

A 同学说:我带了 5 块饼干,所以我应该拿 5 块钱。

B 同学说:饼干都是一起吃的,所以我们应该平分,各拿 4 块钱。

你认为谁说的对呢?

按照夏普利值模型,公平合理的分配方法是:A 得 7 块钱,B 得 1 块钱。

为什么呢?

因为每个人各吃了 8/3 块饼干,而 A 带了 5 块饼干,所以 C 其实吃了 A 带的 5 – 8/3 = 7/3 块饼干,吃了 B 带的 3 – 8/3 = 1/3 块饼干。

因此,从 A 和 B 给 C 的贡献来看,A 应该拿 7 块钱,B 应该拿 1 块钱。

你看,这样一个简单故事的背后,其实也蕴含着归因分析的思想。

如果你不懂得正确运用归因分析,可能就会像上面故事中的两位同学那样,自己吃了亏都不知道。

公众号:林骥,《数据化分析》作者

本文由 @林骥 原创发布于人人都是产品经理。未经作者许可,禁止转载。

题图来自Unsplash,基于CC0协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 目前还没评论,等你发挥!