売上減少の原因を説明するアトリビューション分析の進め方
ChartGen AIでGMVや売上などの指標がなぜ変動したかを説明します。次元ごとに変化を分解し、各ドライバーの寄与を数値化し、主因を特定します。
GMVや売上のような指標が動いたとき、「何が」変わったのは簡単でも「なぜ」は難しいものです。ChartGen AIのAttribution機能は、変動を構成要素と次元に分解し、各要因の寄与を定量化し、主要なドライバーを浮かび上がらせます。本チュートリアルでは、チャートから明確な根本原因の答えに至る流れを示します。
アトリビューションを使うタイミング
KPIが変動し、ステークホルダーに説明する必要があるときに使います。
- 「先週GMVが下がったのはなぜか？」
- 「コンバージョン低下の原因はどのチャネル／キャンペーンか？」
- 「粗利率の変化を動かしているのは何か？」
ℹ️ アトリビューションには構造化データが必要です。ファイルが生のスプレッドシートなら、先に（Project内で）Smart Semanticを実行し、ChartGen AIが指標と次元を理解できるようにしてください。平坦で非構造のテキストは、信頼性をもってアトリビューションできません。
ステップバイステップ手順
ステップ1：Projectを作成しデータを追加する
アトリビューションは深い分析機能なので、Quick ChatではなくProject内で作業します。+ Create Projectをクリックし、売上または財務データセットをアップロードし、ChartGen AIにセマンティックモデル（GMV、売上、CACなどの指標；チャネル、キャンペーン、商品、地域などの次元）を構築させます。
ステップ2：指標チャートを生成する
変化を浮き彫りにする問いを自然言語で尋ねます。例：
Show weekly GMV for the last 8 weeks and highlight the largest week-over-week decline.
ChartGen AIはトレンドチャートを描き、最も大きな動きの期間を特定します。
ステップ3：チャートでAdvanced Analysisを開く
チャート下のAdvanced Analysisをクリックし、変化のドライバーを探ります。ChartGen AIは変動を主要構成要素と次元に分解します——たとえばGMVの変化を式構造（トラフィック × コンバージョン × 平均注文金額）や、チャネル、キャンペーン、商品で分割します。
ステップ4：寄与ランキングを読む
結果は各要因の寄与を定量化し、主要ドライバーを順位付けします。典型的な出力は次のとおりです。
| ドライバー（次元） | 変化への寄与 | 方向 |
|---|---|---|
| Paid Search — Campaign A | −42% | 主な負のドライバー |
| Conversion rate (Mobile) | −28% | 二次の負のドライバー |
| Average order value | +11% | 部分的な相殺 |
| Organic traffic | +6% | 部分的な相殺 |
これでGMVが下落した理由を正確に言えます。減少の大半は1つの有料検索キャンペーンとモバイルコンバージョンの落ち込みからで、注文単価の上昇が一部相殺した、と。
ステップ5：発見をレポートまたは予測につなげる
Interpretationをクリックして構造化インサイトレポートを生成するか、[Prediction](revenue-forecast-prediction.html)に進んで異なる予算シナリオ下の売上を投影します。PDFとしてエクスポートするか、チャートをダッシュボードに追加してマーケティングと財務と共有します。
まとめ
アトリビューション分析は「売上が下がった」を「原因と寄与量はこれだ」に変えます。Projectを作り、指標チャートを生成し、Advanced Analysisを開くと、ChartGen AIが次元で変化を分解しドライバーを順位付けします——診断に費やす時間を減らし、行動により多くの時間を回せます。スケジューリングと組み合わせれば、毎週アトリビューション要約を受信箱に届けられます。