编辑导语：在数据分析领域中，面对多因素归因总是很难分析的。尤其是在临近年底，面对各大岗位的人，都会跑来喊你量化一下，那该如何量化啊？

数据分析领域有几个经典的终极难题。多影响因素归因，绝对是其中最让人头大的。特别是临近年底，品牌、售后、客服、供应链、运营、产品、商品管理都会跑来，问：“今年业绩不错呀，那么问题便来了：今年公司多赚的10个亿，到底几个亿归功于品牌，到底几个亿归功于供应……请量化分析一下，谢谢”。

那么，到底该怎么分析呢？今天我们详细讲解一下。

一、多影响因素归因的表面

为啥这个问题是终极难题，只要做一个实验，马上便知道。

同学们可以亲自试试哦。

第一步：请闭上眼睛第二步：回忆淘宝里最近买的一件商品。

第三步：在脑海里回忆该商品的名称、包装、价格、品牌、客服小妹声音……

第四步：睁开眼，告诉自己：我为这个商品付费的XXX钱，其中有X%是付给名称，X%付给包装，X%付费给商品上blingbling的广告，X%付给快递叔叔……

答得出来不？

不但很难答出来，估计很多同学连最近买的是啥都不记得了。

消费者不是所有消费都理性。

消费者不是所有商品都重视。

商家提供的品牌、服务、产品本身就是一个整体。

因此站在消费者角度，这个问题从源头上就不成立。特别是啤酒瓜子矿泉水一类的快消类产品。价格低，消费频次高，冲动消费多，心情好了就买点，心情不好了也买点，因此很难讲清楚。大宗耐用品，比如房子、车子可能思考的多一些，有一定概率区分出来，但是仍然很难量化到每个因素的得分（如果怀疑这点的，想象你结婚那一刻有多纠结，就秒懂了，哈哈）。

那么问题来了：为啥明知道分不清楚，各个部门还一而再、再而三要求分家呢？

这就触及到问题的本质：大家的屁股坐在哪里。

二、多影响因素归因的本质

表象上看，多影响因素归因，难在很难拆解数据。

本质上看，多影响因素归因，只是部门间分赃不均的结果。

每个部门都太急于证明自己的价值，总想努力跟业绩指标挂上联系。

特别在年底，要为部门争取奖金，要为明年争取预算，分家的冲动就更高。

因此，多影响因素归因，本质上是在衡量部门价值，这才是核心难点。

很多同学会忽视这个核心问题，用一些简单的数据方法处理。比如：把各个部门的费用设为x，把业绩设为y然后怼一个线性回归模型出来。然后把各个参数的系数视为贡献大小。

且不说，这么干，首先完全误会了回归模型的含义；其次，也没有考虑分类变量和连续变量的问题。单纯就结果本身，也会被人喷死。

比如，算出来销售的系数是2，供应链的系数是1，那明年多找2倍的销售，却只提供1倍的商品，还能有这个销售业绩吗？肯定不可能啊，有枪没子弹啊！部门之间分工合作，不是简单的1+1=2的关系，这是常识。

因此强行割裂部门间联系，把不同分类的部门拉在一起评价，是注定要扑街的。

因此，破局思路，在于从一开始，就应该直接否掉这种一条公式打天下的想法。从部门工作性质出发，建立科学的衡量机制，从而有效化解这种立功焦虑。

三、破局思路

想破局，首先得分清各个部门的工作类型与贡献方式（如下图）

之后，就可以分门别类进行分析考察。