由 dawei 数据分析这一领域至今为止有几个非常经典的终极难题，多影响因素归因，绝对是其中最让人头大的。问：“今年业绩不错，那么问题便来了：到底归功于品牌，到底归功于供应……请量化分析一下，谢谢”。
那么，到底该怎么分析呢？今天我们详细讲解一下。
一、影响因素归因的表面
为啥这个问题是终极难题，只要做一个实验，马上便知道。
因此站在消费者角度，这个问题从源头上就不成立。特别是啤酒瓜子矿泉水一类的快消产品。价格低，消费频次高，冲动消费多，心情好了就买点，心情不好了也买点，因此很难讲清楚。大宗耐用品，比如房子、车子可能思考得多一些，他们之间虽然有一定的区分可能,但是我们还是很难将这些因素的具体分数确定。
二、破局思路
想要破局，首先得分清各个部门的工作类型与贡献方式：
软支持的核心问题，在于不能自证清白。对于品牌宣传而言，即使所有宣传都带链接，导流到购买页面，也无法证明到底用户购买是多因为品牌，甚至这些年爆款打法、网红带货，都在可以弱化品牌，突出产品功能和粉丝效应。
况且，至少6成以上的品牌宣传，根本连带货链接都没有，就更无从谈起了。客服、售后也同理，虽然顾客找上门来的时候，这两者的服务很重要。但是主动发起的客户比例少，因此很难关联整体业绩。
硬拉动类，属于叠加buff的做法，因此必须事先设计好控制变量，否则混在一堆因素里，事后根本无法拆分。比如事先设定好拉动的总目标，事先测试方案效果，事中预留参照组，采集过程数据，这样才能在事后做好区分。
核心流程里，销售和产品互怼的事也很常见，但是这种互怼是可以分析出，到底过错在谁那边的。只要建立好分级机制，对渠道质量、商品属性进行标签分析，监控过程转化率，是可以做深入分析的，因此核心流程尽量多做分析，不留扯皮空间。这样才能更好的提升效率。当然，如果你有足够的时间，可以自己做一个数据分析报告，把每个环节的数据做详细记录。