So führen Sie eine Attributionsanalyse durch, um einen Umsatzrückgang zu erklären

Wenn eine Kennzahl wie GMV oder Umsatz sich bewegt, ist das „Was“ leicht — das „Warum“ ist schwer. Die Attribution-Funktion von ChartGen AI zerlegt eine Schwankung über ihre Komponenten und Dimensionen, quantifiziert, wie viel jeder Faktor beitrug, und hebt die Haupttreiber hervor. Dieses Tutorial zeigt den Weg vom Diagramm zu einer klaren Root-Cause-Antwort.

Wann Attribution nutzen

Greifen Sie zur Attribution, wenn sich ein KPI ändert und Sie ihn Stakeholdern erklären müssen:

• „Warum ist der GMV letzte Woche gesunken?“
• „Welcher Kanal oder welche Kampagne hat den Conversion-Rückgang verursacht?“
• „Was treibt die Änderung der Bruttogewinnmarge?“

ℹ️ Attribution braucht strukturierte Daten. Ist Ihre Datei eine Roh-Tabelle, führen Sie zuerst Smart Semantic aus (in einem Project), damit ChartGen AI Ihre Kennzahlen und Dimensionen versteht. Flacher, unstrukturierter Text lässt sich nicht zuverlässig attribuieren.

Schritt-für-Schritt-Anleitung

Schritt 1: Ein Project erstellen und Daten hinzufügen

Attribution ist eine Deep-Analysis-Fähigkeit — arbeiten Sie daher in einem Project statt in einem Quick Chat. Klicken Sie auf + Create Project, laden Sie Ihren Sales- oder Finance-Datensatz hoch und lassen Sie ChartGen AI das semantische Modell bauen (Kennzahlen wie GMV, Revenue, CAC; Dimensionen wie Channel, Campaign, Product, Region).

Schritt 2: Das Kennzahlen-Diagramm erzeugen

Stellen Sie die Frage, die die Änderung in natürlicher Sprache sichtbar macht, zum Beispiel:

Zeige den wöchentlichen GMV der letzten 8 Wochen und hebe den größten Rückgang Woche für Woche hervor.

ChartGen AI rendert ein Trenddiagramm und identifiziert die Periode mit der größten Bewegung.

Schritt 3: Advanced Analysis am Diagramm öffnen

Klicken Sie unter dem Diagramm auf Advanced Analysis, um zu erkunden, was die Änderung treibt. ChartGen AI zerlegt die Schwankung über Schlüsselkomponenten und Dimensionen — zum Beispiel, indem es eine GMV-Änderung nach Formelstruktur (Traffic × Conversion × durchschnittlicher Bestellwert) und nach Channel, Campaign und Product aufteilt.

Schritt 4: Das Beitragsranking lesen

Das Ergebnis quantifiziert den Beitrag jedes Faktors und rangiert die Haupttreiber. Eine typische Ausgabe sieht so aus:

Jetzt können Sie präzise sagen, warum der GMV fiel: der Großteil des Rückgangs kam von einer Paid-Search-Kampagne und einem Mobile-Conversion-Einbruch, teilweise ausgeglichen durch höheren Bestellwert.

Schritt 5: Das Finding in einen Report oder eine Prediction verwandeln

Klicken Sie auf Interpretation, um einen strukturierten Insight-Report zu erzeugen, oder fahren Sie mit [Prediction](revenue-forecast-prediction.html) fort, um den Umsatz unter verschiedenen Budget-Szenarien zu projizieren. Exportieren Sie als PDF oder fügen Sie das Diagramm einem Dashboard hinzu, um es mit Marketing und Finance zu teilen.

Fazit

Attributionsanalyse verwandelt „der Umsatz ist gesunken“ in „hier ist genau, was es verursacht hat und um wie viel.“ Indem Sie ein Project erstellen, das Kennzahlen-Diagramm erzeugen und Advanced Analysis öffnen, zerlegt ChartGen AI die Änderung nach Dimension und rangiert die Treiber — damit Sie weniger Zeit mit Diagnostik und mehr mit Handeln verbringen. Kombinieren Sie es mit Scheduling, um jede Woche eine Attribution-Zusammenfassung in Ihren Posteingang zu bekommen.