本文詳細(xì)闡述了歸因分析思維模型，探討了如何識別和解釋事件背后的原因，引導(dǎo)讀者在面對復(fù)雜問題時進(jìn)行深入分析，希望對你提高問題分析能力有所幫助。

影響世界變化的因素正在變得越來越復(fù)雜，很多問題不能簡單地進(jìn)行歸因。

比如，小明在某網(wǎng)上商城的首頁看到一款商品，點進(jìn)去查看商品的詳情，然后又去看了其他用戶的評價，最終選擇下單購買。

請問：哪個因素對最終成交的影響最大？

下面介紹 100 種分析思維模型的第 79 種：歸因分析，它能幫助我們做出更加正確的判斷和決策。

一、為什么學(xué)習(xí)歸因分析？

通過學(xué)習(xí)歸因分析，我們可以更好地厘清事物之間的因果關(guān)系，避免基于片面或主觀的判斷，導(dǎo)致做出錯誤的決定。

當(dāng)我們面對復(fù)雜問題的時候，可能會受到多種因素的影響，此時就需要運用歸因分析的方法，準(zhǔn)確地找到問題的根源。當(dāng)我們深入分析各種因素之后，識別出哪些因素是需要改進(jìn)或調(diào)整的，進(jìn)而有針對性地優(yōu)化工作流程，就能避免陷入低效忙碌和迷茫的狀態(tài)，減少盲目決策的風(fēng)險。

二、什么是歸因分析？

歸因分析是指在一件事情發(fā)生之后，分析哪些因素導(dǎo)致它的發(fā)生，并確定各種因素對最終結(jié)果的貢獻(xiàn)程度，以便做出相應(yīng)的優(yōu)化和改進(jìn)。

常見的歸因分析模型有 5 種：末次交互模型、首次交互模型、平均分配模型、時間衰減模型、自定義模型。

下面以分析小明在網(wǎng)上購買商品的原因為例，簡要介紹每種模型的含義和適用場景。

① 末次交互模型

把成交完全歸功于最后一次交互，強(qiáng)調(diào)最后因素的促進(jìn)作用，即認(rèn)為「評價」的貢獻(xiàn)為 100%，其他因素的貢獻(xiàn)為 0%。

適用場景：周期比較短的廣告投放，轉(zhuǎn)化的路徑一般比較少。

② 首次交互模型

把成交完全歸功于第一次交互，強(qiáng)調(diào)驅(qū)動用戶認(rèn)知的首因效應(yīng)，即認(rèn)為首頁的貢獻(xiàn)為 100%，其他因素的貢獻(xiàn)為 0%。

適用場景：開拓市場時期的營銷活動，盡可能把更多的新用戶拉進(jìn)來。

③ 平均分配模型

把成交的貢獻(xiàn)平均分配到各種因素中，大家一視同仁，即認(rèn)為所有因素的貢獻(xiàn)相同。

適用場景：維持品牌認(rèn)知度的階段，在整個周期內(nèi)與客戶保持比較好的關(guān)系。

④ 時間衰減模型

認(rèn)為貢獻(xiàn)程度會隨著時間而衰減，越接近成交的因素，貢獻(xiàn)度越大。比如：首頁貢獻(xiàn) 20%，詳情貢獻(xiàn) 30%，評價貢獻(xiàn) 50%。

適用場景：一些短期的促銷活動，引導(dǎo)用戶盡快完成轉(zhuǎn)化。

⑤ 自定義模型

根據(jù)實際情況，給每個因素賦予相應(yīng)的權(quán)重。比如：首頁貢獻(xiàn) 40%，詳情貢獻(xiàn) 20%，評價貢獻(xiàn) 40%。

適用場景：根據(jù)實際情況進(jìn)行測試，調(diào)整和優(yōu)化不同因素的權(quán)重。

每種模型都有自己的優(yōu)勢和不足，需要根據(jù)其適用的場景，加以選擇和應(yīng)用。

B端究竟需要什么样的产品经理？

B端产品经理都是以提升供应侧的工作效率为目的，所以B端需求主要是以业务问题为导向。 这个是B端产品比较重要的一点，B端产品是服务于一个主体 ...

查看详情 >

正如統(tǒng)計學(xué)大師喬治·博克斯所說：“所有模型都是錯的，但其中一些是有用的”。

在選擇具體模型的時候，我們要在充分理解業(yè)的基礎(chǔ)上，考慮算法和時間等因素，選擇合適的模型，實現(xiàn)用數(shù)據(jù)為業(yè)務(wù)賦能。

三、怎么運用歸因分析？

在日常工作、生活和學(xué)習(xí)中，我們通常都喜歡給發(fā)生的事件找原因。

比如，這個人工資高，是因為他能力強(qiáng)；那個人生活好，是因為他有錢；某學(xué)生成績好，是因為他努力……但是，這種簡單歸因的方式，不能幫助我們找到真相，也不能促進(jìn)我們成長。

運用心理學(xué)的刺激反應(yīng)模型：在刺激與反應(yīng)之間，存在一段距離，成長和幸福的關(guān)鍵就在于此。也就是說，面對同一件事情，不同的人有不同的思維習(xí)慣，可能會選擇不同的歸因方式，最終導(dǎo)致的結(jié)果也會不一樣。

比如，有人把摔跤全部歸因于地面（或外界的環(huán)境因素），也有人把摔跤全部歸因于自己走路不小心。

前者傾向于運用首次互動模型，而后者是傾向于運用末次互動模型。

其實，我們可以運用自定義模型，根據(jù)當(dāng)時的實際情況，適當(dāng)增加一些彈性，找到外部因素和內(nèi)部因素的某種平衡，提升自己的掌控感。

一種比較科學(xué)的做法，是運用 A/B測試模型，在大膽假設(shè)的基礎(chǔ)上，小心進(jìn)行求證，找到影響結(jié)果的真實原因，避免陷入歸因謬誤。有一個關(guān)于電梯的故事：在一個快速上升的電梯中，一個人站著，一個人蹲著，還有一個人跳著，最后升到了最高層。有人問：你們是怎么上來的？

第一個人說：我是站著上來的；第二個人說：我蹲著就上來了；第三個人說：我是跳上來的。

他們每個人都覺得，是自己的行為導(dǎo)致電梯上升，但其實都與事實相差甚遠(yuǎn)。

這個電梯的故事雖然看起來有點可笑，但是在現(xiàn)實世界中，由于影響結(jié)果的因素錯綜復(fù)雜，很多人是真的搞不清楚原因究竟是什么。

比如，一家公司為什么能成功？到底是因為做對了什么？還是因為剛好順應(yīng)了趨勢？或者是兼而有之？

歸因分析常見的錯誤有 3 種：簡單歸因、過度解讀和因果倒置。

舉一個工作中的例子，假設(shè)有人開會遲到了，此時可能存在 3 種錯誤的歸因方式：

1. 簡單歸因 ：認(rèn)為此人缺乏紀(jì)律性。
2. 過度解讀 ：認(rèn)為此人是故意遲到。
3. 因果倒置 ：認(rèn)為會議安排不合理。

實際上，此人開會遲到，可能是因為他遇到什么突發(fā)情況，不要簡單歸因，也不要過度解讀，更不要因果倒置。

再舉一個彩票中獎的例子，假設(shè)有個人中了 500 萬的彩票，然后總結(jié)中獎的原因，套用各種分析模型，甚至利用大數(shù)據(jù)技術(shù)，從購買彩票時的手勢、方位、人流量、歷史號碼等維度進(jìn)行分析拆解，看起來頭頭是道，但其實是偽科學(xué)。

四、最后的話

在運用歸因分析的過程中，需要特別注意：相關(guān)不等于因果。

正確地運用歸因分析，應(yīng)該綜合考慮多種可能的因素，并基于客觀的證據(jù)，運用邏輯思維進(jìn)行分析推理，最終做出正確的判斷和決策。

夏普利值模型也屬于一種歸因分析模型，最后用一個簡化版的故事，來幫助你加深對模型的理解。

兩個同學(xué)在一起吃餅干，A 同學(xué)帶了 5 塊餅干，B 同學(xué)帶了 3 塊餅干，他們邀請 C 同學(xué)一起吃，3 個人平分了 8 塊餅干。

三人吃完餅干之后，C 同學(xué)拿出 8 塊錢，給 A 和 B 作為酬謝，結(jié)果 A 和 B 因此產(chǎn)生爭論。

A 同學(xué)說：我?guī)Я?5 塊餅干，所以我應(yīng)該拿 5 塊錢。

B 同學(xué)說：餅干都是一起吃的，所以我們應(yīng)該平分，各拿 4 塊錢。

你認(rèn)為誰說的對呢？

按照夏普利值模型，公平合理的分配方法是：A 得 7 塊錢，B 得 1 塊錢。

為什么呢？

因為每個人各吃了 8/3 塊餅干，而 A 帶了 5 塊餅干，所以 C 其實吃了 A 帶的 5 – 8/3 = 7/3 塊餅干，吃了 B 帶的 3 – 8/3 = 1/3 塊餅干。

因此，從 A 和 B 給 C 的貢獻(xiàn)來看，A 應(yīng)該拿 7 塊錢，B 應(yīng)該拿 1 塊錢。

你看，這樣一個簡單故事的背后，其實也蘊(yùn)含著歸因分析的思想。

如果你不懂得正確運用歸因分析，可能就會像上面故事中的兩位同學(xué)那樣，自己吃了虧都不知道。