如何用歸因分析解釋營收下降的原因

當 GMV 或營收這類指標發生變化時，"發生了什麼"很容易看出來，但"為什麼"卻很難回答。ChartGen AI 的歸因功能會把一次波動拆解到各個構成要素和維度上，量化每個因素的貢獻程度，並找出主要驅動因素。本教學將展示如何從一張圖表出發，得出清晰的根因結論。

何時使用歸因分析

每當某個 KPI 發生變化，而你需要向相關方解釋原因時，都可以使用歸因分析：

• 「上週 GMV 為什麼下降了？」
• 「是哪個通路或活動導致了轉換率下滑？」
• 「是什麼在驅動毛利率的變化？」

ℹ️ 歸因分析需要結構化資料。如果你的檔案是原始表格，請先在專案中執行智慧語意，讓 ChartGen AI 理解你的指標和維度。扁平、無結構的文字無法進行可靠的歸因。

分步操作指南

步驟 1: 建立專案並新增資料

歸因是一項深度分析能力，因此請在專案中操作，而不是在快速對話中。點擊+ 建立專案，上傳你的銷售或財務資料集，讓 ChartGen AI 建構語意模型（指標如 GMV、營收、CAC；維度如通路、活動、商品、地區）。

步驟 2: 生成指標圖表

用自然語言提出能夠揭示變化的問題，例如：

Show weekly GMV for the last 8 weeks and highlight the largest week-over-week decline.

ChartGen AI 會渲染一張趨勢圖，並標出變動最大的時段。

步驟 3: 在圖表上開啟進階分析

點擊圖表下方的進階分析，探究是什麼在驅動這一變化。ChartGen AI 會把波動拆解到關鍵構成要素和維度上——例如，按公式結構（流量 × 轉換率 × 客單價）以及按通路、活動和商品來拆分 GMV 的變化。

步驟 4: 查看貢獻度排名

結果會量化每個因素的貢獻，並對主要驅動因素進行排名。典型的輸出如下所示：

現在你可以準確說出 GMV 下降的原因：大部分降幅來自一個付費搜尋活動和行動裝置轉換率的下滑，並被更高的客單價部分抵銷。

步驟 5: 將發現轉化為報告或預測

點擊解讀生成結構化的洞察報告，或繼續使用[預測](revenue-forecast-prediction.html)功能，在不同預算情境下推算營收。你可以匯出為 PDF，或將圖表新增到儀表板，與行銷和財務團隊共享。

結語

歸因分析能把「營收下降了」轉化為「這就是導致下降的具體原因，以及各自的影響幅度」。透過建立專案、生成指標圖表並開啟進階分析，ChartGen AI 會按維度拆解變化並對驅動因素進行排名——讓你少花時間診斷，多花時間行動。再配合排程任務，你每週都能在電子信箱收到一份歸因摘要。