企业官网建设流程全解析

上一章发现，模拟数据中两店合计净收入下降 1000 元，A 店减少 3000 元，B 店增加 2000 元。运营经理随即说：“一定是 A 店促销不够，给它加预算吧。”这句话把观察直接跳到了原因和行动。分析师小周需要回答得更谨慎：A 店确实贡献了下降，但现有数据并没有证明“促销不足”是原因，增加预算也未必是有效方案。

数据分析第六步是把差异拆解成可检验的解释，再为每个解释寻找能区分真伪的证据。本文继续使用虚构示例，展示从算术分解、候选假设到效果检验的工作路径。发现关联不能直接宣称因果；实验与对照方案也必须考虑分配方式、样本量和执行偏差。

先做可以成立的算术分解

对于已经对齐口径的订单数据，净收入可以写成“有效订单数 × 每单净收入”。这个恒等关系能够帮助定位变化发生在哪个部分，但它不是因果模型。示例中 A 店订单数从 120 变成 90，每单净收入都为 100 元，因此净收入少了 3000 元。我们知道减少来自订单数量，不知道为什么订单数量少了。

若门店营业天数减少、库存不足、进店人数下降，或支付系统漏记了某些订单，都可能带来相似结果。这些解释要从不同来源取得证据。小周不会因为一个故事