4大方法,因果关系分析的总结,都在这了

编辑导语:因果关系是一个事件(即“因”)和第二个事件(即“果”)之间的关系,其中后一事件被认为是前一事件的结果(www.jydj.com.cn)。一般来说,因果还可以指一系列因素(因)和一个现象(果)之间的关系。对某个结果产生影响的任何事件都是该结果的一个因素。本文作者详细介绍了数据分析方法中的因果关系推断,我们一起来看一下。

因果关系推断,可以说是数据分析领域最难的问题之一,争吵很多年也没有定论。经常同学们被问到:“到底这个问题的原因是什么!”都会觉得分析起来很挠头,今天我们系统讲解下。

常见方法1:拆解法

最常见的用来求因果关系的方法,是拆解法。把一个结果指标,从多个角度拆解,找到影响它的原因。举例:昨天有4个推广渠道,一共获客100,今天只获客80,问为啥获客少了。

拆解法做法(如上图):

  1. 把总获客数,按四个渠道拆解,发现A渠道获客最少。得到结论1:因为A渠道少了,所以总获客少了。
  2. 把A渠道的获客,按获客流程拆解,拆解为展示页-落地页-转化三步,发现是转化环节少了,得到结论:因为A渠道的转化环节出了问题,所以总获客少了。
  3. 小结:因为A渠道转化环节出问题,这是获客少的原因。

看起来回答的很完美,原因找到了!

可这种答法经不起业务部门再问一句:那为什么A转化差了呢?

  • 我也没改文案呀?
  • 投放经费也没少呀?
  • 前后只差1天,为啥差异这么大?
  • 为啥只有A变差了,其他又不变呢?

一个都回答不上来……

所谓的拆解法,本质上只是通过细分,锁定了问题发生的位置。并不能找到元凶。所以常常被用来发现问题,而不是解释问题(如下图)。

常见方法2:相关系数法

统计学里有相关分析的方法。而且有个看起来很复杂公式(如下图)

很多同学一看就来劲了!于是把两个指标带进去算相关系数,而且还到处百度

  • 相关系数0.99算不算大
  • 相关系数0.9算不算大
  • 相关系数0.8算不算大
  • 相关系数0.7算不算大
  • 反正相关系数足够大,就算是相关了!

这次有一个复杂的公式做支撑,应该很科学了吧

这么搞,很容易搞出来统计学领域经典的“龙脉梗”

  1. 中国GDP年年涨
  2. 我家门前的树年年涨
  3. 把两个数据带进去,算出相关系数0.99
  4. 所以我家门前的树是中国的龙脉!

相关分析、回归分析、聚类分析,本质上不是“分析”,而是计算。通过计算,得出两列数字或者几列数字之间的关系。至于这个关系到底有没有含义,计算公式本身就不负责解释了。因此套到现实中经常搞出来各种奇葩结果。

所有的统计学方法都有类似的问题,只能解释数据本身的关系,解释不了现实中的关系。更本质地看:是否所有业务行为,外部因素都能量化?完全不是。比如消费者对品牌的信任,比如产品体验好坏,比如文案感受,是很难量化到一个稳定、可靠的指标的。因此,用统计学方法,可以大范围地筛选过滤指标,但是很难推理出真实因果。

常见方法3:趋势分析法

既然复杂的方法不好用,有没有简单的办法?有!比如基于最朴素的感觉:既然A会引发B,那么A产生了B就该产生,A结束了,B会慢慢结束(或者B死掉)。人们就此总结出了因果推断四大原则:

  1. 原因发生在结果以前
  2. 原因发生以后,结果发生
  3. 原因持续期间,结果持续
  4. 原因消失以后,结果消失

这样的推断,符合人们的直观逻辑。更重要的是需要的数据少!只要一个指标走势就能看图说话了。所以非常好用。

BUT,这么干有个很大的问题,就是无法剔除杂糅因素,只能观察到影响最大的那个因素。更无法看到隐藏在背后的深层因素。比如观察外因的时候,只能观察到天气、限行这种明显的因素;观察内因的时候,只能观察到降价这种因素。其他小因素根本观察不到。

因此,这种方法常常用来做排除法,剔除不合理的借口。比如:“你说天气不好业绩就不好,那为啥人家天气差照样有业绩!”至于到底推动业绩的因素是啥?不知道,还得用其他方法分析。

常见方法4:控制变量法

想剔除杂糅因素,最好的办法就是分组测试,把样本塞到密封箱子里,然后一组组地测试效果。比如我想测用户对不同文案响应率,理论上,我应该用同样的商品、价格、转化位置,选同一批人,同一个渠道,然后可以开测了:

但是测试手段也有问题:

  1. 很难找到一模一样的两组人,完全剔除杂糅因素。
  2. 很难穷尽目标用户类型,因此测来测去可能都是同一类人的意见。
  3. 测试环境很难完全封闭,特别是要测试的是大促销、新品这种热门话题。
  4. 很难在合法合规的情况下,完全搞差异化方案,涉嫌价格歧视与欺骗消费者,《反垄断法》和工商局都不是吃干饭的。
  5. 消费者永远是趋利的,他们会自己想办法突破测试屏蔽,最后选优惠最大的方案。

导致的结果,就是这种测试,适合即时反馈的+封闭信息渠道+个性化推送的场景。是滴,就是类似打车软件、短视频软件的场景。稍微反馈速度慢一点,比如电商平台搞大数据杀熟,很容易在消费者换几个手机号登陆比价的时候被发现。最后还是哪个便宜买哪个……

为什么常见方法不管用

综上,我们会发现,在因果推断领域,几乎没有一种方法完全可靠,包括很多经典的统计学方法和科学实验方法。为什么会这样?

因为本质上,企业经营是个社会科学问题,不是自然科学问题。自然科学领域,是有一些物理、化学、数学等基础原理支撑的,这些原理是稳定、科学、可量化的,因此可以通过数据统计+科学实验,慢慢地发现背后的自然规律。社会科学问题完全不是这样!社会科学问题本身就是多因素共同影响,容易被人操控改变,感性且冲动的。因此在社会科学领域,很难直接套用自然科学的方法解决问题。

再加上,企业里上班的人,都是有立场、有态度、有企图的。当他们张嘴问:“这个问题到底是因为什么产生的?”或者问“这个功劳到底是因为什么出来的?”的时候,他们的潜意识里装的就是:功劳是我的,多少得蹭一点,锅都是别人的,硬甩也得甩出去。因此即使有靠谱的方法,大家也不见得就愿意用,即使有结论,大家也会找其他理由搪塞。

所以面对因果推断的时候,要认真区分问题场景。如果涉及:设计、生产、研发等客观性高一些的部门,可以用各种科学方法认真推断。如果涉及:营销、运营、产品、销售这些主观性高的部门,可以参考我之前文章里教的方法,慢慢讨论。总之,结合商业场景,具体问题具体分析,才是解决问题之道。

#专栏作家#

接地气的陈老师,微信公众号:接地气学堂,人人都是产品经理专栏作家。资深咨询顾问,在互联网,金融,快消,零售,耐用,美容等15个行业有丰富数据相关经验。

题图来自Unsplash,基于CC0协议。

公司名称:东莞市石碣平川注塑机配件商行
主营产品:滑板注塑机,德力宝注塑机,四柱式立式注塑机,二柱式立式注塑机,注塑机配件