因果關(guān)系推斷，可以說是數(shù)據(jù)分析領(lǐng)域最難的問題之一，爭吵很多年也沒有定論。經(jīng)常同學(xué)們被問到：“到底這個問題的原因是什么！”大家都會覺得分析起來很撓頭，今天我們系統(tǒng)講解下。

一、常見方法1：拆解法

最常見的用來求因果關(guān)系的方法，是拆解法。把一個結(jié)果指標(biāo)，從多個角度拆解，找到影響它的原因。舉例：昨天有4個推廣渠道，一共獲客100，今天只獲客80，問為啥獲客少了。

圖片

拆解法做法（如上圖）：

1、把總獲客數(shù)，按四個渠道拆解，發(fā)現(xiàn)A渠道獲客最少。得到結(jié)論1：因為A渠道少了，所以總獲客少了。

2、把A渠道的獲客，按獲客流程拆解，拆解為展示頁-落地頁-轉(zhuǎn)化三步，發(fā)現(xiàn)是轉(zhuǎn)化環(huán)節(jié)少了，得到結(jié)論：因為A渠道的轉(zhuǎn)化環(huán)節(jié)出了問題，所以總獲客少了。

3、小結(jié)：因為A渠道轉(zhuǎn)化環(huán)節(jié)出問題，這是獲客少的原因。

看起來回答得很完美，原因找到了！

可這種答法經(jīng)不起業(yè)務(wù)部門再問一句：那為什么A轉(zhuǎn)化差了呢？

• 我也沒改文案呀？
• 投放經(jīng)費也沒少呀？
• 前后只差1天，為啥差異這么大？
• 為啥只有A變差了，其他又不變呢？

一個都回答不上來……

所謂的拆解法，本質(zhì)上只是通過細(xì)分，鎖定了問題發(fā)生的位置。并不能找到元兇。所以常常被用來發(fā)現(xiàn)問題，而不是解釋問題（如下圖）。

圖片

二、常見方法2：相關(guān)系數(shù)法

統(tǒng)計學(xué)里有相關(guān)分析的方法。而且有個看起來很復(fù)雜公式（如下圖）：

圖片

很多同學(xué)一看就來勁了！于是把兩個指標(biāo)帶進(jìn)去算相關(guān)系數(shù)，而且還到處Chat GPT一下：

● 相關(guān)系數(shù)0.99算不算大

● 相關(guān)系數(shù)0.9算不算大

● 相關(guān)系數(shù)0.8算不算大

● 相關(guān)系數(shù)0.7算不算大

● 反正相關(guān)系數(shù)足夠大，就算是相關(guān)了！

這次有一個復(fù)雜的公式做支撐，應(yīng)該很科學(xué)了吧？

這么搞，很容易搞出來統(tǒng)計學(xué)領(lǐng)域經(jīng)典的“龍脈?！?/p>

1、中國GDP年年漲

2、我家門前的樹年年漲

3、把兩個數(shù)據(jù)帶進(jìn)去，算出相關(guān)系數(shù)0.99

4、所以我家門前的樹是中國的龍脈！

相關(guān)分析、回歸分析、聚類分析，本質(zhì)上不是“分析”，而是計算。通過計算，得出兩列數(shù)字或者幾列數(shù)字之間的關(guān)系。至于這個關(guān)系到底有沒有含義，計算公式本身就不負(fù)責(zé)解釋了。因此套到現(xiàn)實中經(jīng)常搞出來各種奇葩結(jié)果。

所有的統(tǒng)計學(xué)方法都有類似的問題，只能解釋數(shù)據(jù)本身的關(guān)系，解釋不了現(xiàn)實中的關(guān)系。更本質(zhì)地看：是否所有業(yè)務(wù)行為，外部因素都能量化？完全不是。比如消費者對品牌的信任，比如產(chǎn)品體驗好壞，比如文案感受，是很難量化到一個穩(wěn)定、可靠的指標(biāo)的。因此，用統(tǒng)計學(xué)方法，可以大范圍地篩選過濾指標(biāo)，但是很難推理出真實因果。

圖片

三、常見方法3：趨勢分析法

既然復(fù)雜的方法不好用，有沒有簡單的辦法？有！比如基于最樸素的感覺：既然A會引發(fā)B，那么A產(chǎn)生了B就該產(chǎn)生，A結(jié)束了，B會慢慢結(jié)束（或者B死掉）。人們就此總結(jié)出了因果推斷四大原則。

四大原則：

1、原因發(fā)生在結(jié)果以前

2、原因發(fā)生以后，結(jié)果發(fā)生

3、原因持續(xù)期間，結(jié)果持續(xù)

4、原因消失以后，結(jié)果消失

這樣的推斷，符合人們的直觀邏輯。更重要的是需要的數(shù)據(jù)少！只要一個指標(biāo)走勢就能看圖說話了。所以非常好用。

圖片

BUT，這么干有個很大的問題，就是無法剔除雜糅因素，只能觀察到影響最大的那個因素。更無法看到隱藏在背后的深層因素。比如觀察外因的時候，只能觀察到天氣、限行這種明顯的因素；觀察內(nèi)因的時候，只能觀察到降價這種因素。其他小因素根本觀察不到。

因此，這種方法常常用來做排除法，剔除不合理的借口。比如：“你說天氣不好業(yè)績就不好，那為啥人家天氣差照樣有業(yè)績！”至于到底推動業(yè)績的因素是啥？不知道，還得用其他方法分析。

圖片

四、常見方法4：控制變量法

想剔除雜糅因素，最好的辦法就是分組測試，把樣本塞到密封箱子里，然后一組組地測試效果。比如我想測用戶對不同文案響應(yīng)率，理論上，我應(yīng)該用同樣的商品、價格、轉(zhuǎn)化位置，選同一批人，同一個渠道，然后可以開測了：

圖片

但是測試手段也有問題：

1、很難找到一模一樣的兩組人，完全剔除雜糅因素。

2、很難窮盡目標(biāo)用戶類型，因此測來測去可能都是同一類人的意見。

3、測試環(huán)境很難完全封閉，特別是要測試的是大促銷、新品這種熱門話題。4、很難在合法合規(guī)的情況下，完全搞差異化方案，涉嫌價格歧視與欺騙消費者，《反壟斷法》和工商局都不是吃干飯的。

5、消費者永遠(yuǎn)是趨利的，他們會自己想辦法突破測試屏蔽，最后選優(yōu)惠最大的方案。

導(dǎo)致的結(jié)果，就是這種測試，適合即時反饋的+封閉信息渠道+個性化推送的場景。是滴，就是類似打車軟件、短視頻軟件的場景。稍微反饋速度慢一點，比如電商平臺搞大數(shù)據(jù)殺熟，很容易在消費者換幾個手機號登陸比價的時候被發(fā)現(xiàn)。最后還是哪個便宜買哪個……

圖片

五、為什么常見方法不管用

綜上，我們會發(fā)現(xiàn)，在因果推斷領(lǐng)域，幾乎沒有一種方法完全可靠，包括很多經(jīng)典的統(tǒng)計學(xué)方法和科學(xué)實驗方法。為什么會這樣？

因為本質(zhì)上，企業(yè)經(jīng)營是個社會科學(xué)問題，不是自然科學(xué)問題。自然科學(xué)領(lǐng)域，是有一些物理、化學(xué)、數(shù)學(xué)等基礎(chǔ)原理支撐的，這些原理是穩(wěn)定、科學(xué)、可量化的，因此可以通過數(shù)據(jù)統(tǒng)計+科學(xué)實驗，慢慢地發(fā)現(xiàn)背后的自然規(guī)律。社會科學(xué)問題完全不是這樣！社會科學(xué)問題本身就是多因素共同影響，容易被人操控改變，感性且沖動的。因此在社會科學(xué)領(lǐng)域，很難直接套用自然科學(xué)的方法解決問題。

再加上，企業(yè)里上班的人，都是有立場、有態(tài)度、有企圖的。當(dāng)他們張嘴問：“這個問題到底是因為什么產(chǎn)生的？”或者問“這個功勞到底是因為什么出來的？”的時候，他們的潛意識里裝的就是：功勞是我的，多少得蹭一點，鍋都是別人的，硬甩也得甩出去。因此即使有靠譜的方法，大家也不見得就愿意用，即使有結(jié)論，大家也會找其他理由搪塞。