贡献分析

发掘数据中隐藏的模式，以解释统计异常并识别受众区段中的异常客户行为、异常值、量度突增或骤降背后的相关性。

____________________________________________________

您已发现了数据中的异常之处。接下来，需要揭露其中的原因。

数据异常确实是一个令人棘手的问题。有时候，它们意味着效果比预期更好。但在很多情况下，这意味着有人标记了错误或者营销活动提前结束。甚至是更糟糕的情况。自动提示异常是 Adobe Analytics 的其中一项强大功能，但捕获异常只是其中的第一步。另一个重要步骤是了解产生异常的原因。对于许多分析师来说，第二步更加费时并且需要手动深挖海量派生的数据集。

借助 Adobe Analytics 中的贡献分析功能，只需点击一个按钮即可轻松完成这一耗时的任务。将贡献分析与异常检测搭配使用，以帮助您快速了解数据动态。归因分析内置于 Analysis Workspace 之中，它可以查询数千万个数据集，以便将冗长而困难的分析替换成有用的可视化效果，从而帮助您做出最明智的决策。

将重点放在您需要的数据上。

在报告中隐藏重复或不感兴趣的维度、离群值和垃圾数据，以获得最相关的答案。

发掘维度之间的统计关系。

贡献得分有助于您分析与异常相关的数据维度的重要性。

轻松构建新的受众。

根据受众区段共有的贡献因素揭示隐藏的受众区段。

使用人工智能更快速地获得洞察。

贡献分析使用密集机器学习来发掘贡献因素，其速度比任何其他方式都要快得多。