Como executar uma análise de atribuição para explicar uma queda de receita

Quando uma métrica como GMV ou receita se move, o “o quê” mudou é fácil — o “por quê” é difícil. O recurso Attribution do ChartGen AI decompõe a flutuação entre seus componentes e dimensões, quantifica quanto cada fator contribuiu e destaca os drivers principais. Este tutorial mostra como ir de um gráfico a uma resposta clara de causa raiz.

Quando usar Attribution

Recorra à atribuição sempre que um KPI muda e você precisa explicá-lo às partes interessadas:

• "Por que o GMV caiu na semana passada?"
• "Qual canal ou campanha causou a queda na conversão?"
• "O que está impulsionando a mudança na margem de lucro bruto?"

ℹ️ A atribuição precisa de dados estruturados. Se o seu arquivo for uma planilha bruta, execute primeiro o Smart Semantic (dentro de um Project) para que o ChartGen AI entenda suas métricas e dimensões. Texto plano e não estruturado não pode ser atribuído de forma confiável.

Passo a passo

Passo 1: Crie um Project e adicione seus dados

A atribuição é uma capacidade de análise aprofundada, então trabalhe dentro de um Project em vez de um Quick Chat. Clique em + Create Project, envie seu conjunto de vendas ou finanças e deixe o ChartGen AI construir o modelo semântico (métricas como GMV, receita, CAC; dimensões como canal, campanha, produto, região).

Passo 2: Gere o gráfico da métrica

Faça a pergunta que revela a mudança em linguagem natural, por exemplo:

Mostre o GMV semanal das últimas 8 semanas e destaque a maior queda semana a semana.

O ChartGen AI renderiza um gráfico de tendência e identifica o período com o maior movimento.

Passo 3: Abra Advanced Analysis no gráfico

Clique em Advanced Analysis abaixo do gráfico para explorar o que está impulsionando a mudança. O ChartGen AI decompõe a flutuação entre componentes e dimensões-chave — por exemplo, dividindo uma mudança de GMV pela estrutura da fórmula (tráfego × conversão × ticket médio) e por canal, campanha e produto.

Passo 4: Leia o ranking de contribuição

O resultado quantifica a contribuição de cada fator e classifica os drivers principais. Uma saída típica se parece com:

Agora você pode dizer com precisão por que o GMV caiu: a maior parte da queda veio de uma campanha de paid search e de uma queda de conversão no mobile, parcialmente compensada por um ticket médio maior.

Passo 5: Transforme o achado em um relatório ou previsão

Clique em Interpretation para gerar um relatório de insights estruturado ou continue para [Prediction](revenue-forecast-prediction.html) para projetar a receita sob diferentes cenários de orçamento. Exporte como PDF ou adicione o gráfico a um dashboard para compartilhar com marketing e finanças.

Conclusão

A análise de atribuição transforma “a receita caiu” em “aqui está exatamente o que causou e em quanto”. Ao criar um Project, gerar o gráfico da métrica e abrir Advanced Analysis, o ChartGen AI decompõe a mudança por dimensão e classifica os drivers — assim você gasta menos tempo diagnosticando e mais tempo agindo. Combine com o agendamento para receber um resumo de atribuição na caixa de entrada toda semana.