# 组成变化诊断：拆清总体变化来自哪里

工作单元：W-A02；版本：2026-10-21.workunits.2；复核：2026-10-20
区分组内表现变化与人群/渠道构成变化，避免被总体指标误导。

## 当前用法
可委派AI计算和解释组成分解；结果可独立复算，但观察分解不能自动变成因果结论。
依据：数据Agent方法支持多轮数据检查；本单元的有限算例有明确恒等式可验收。相邻数据处理案例不等于本题AI已通过。
来源状态：active
本站记录：代表例的参考/反例校准另有记录；未提供真实业务因果或新AI可靠率。

条件：
- 前后数据粒度与口径一致
- 分解公式及缺失组处理已规定
- 解释保留未观察到的混杂与机制

## 请求与范围
前后总体指标明显改变，决策者需要知道哪些可观察部分造成差异。
交付描述性分解和替代解释；仅凭前后数据不判断产品或策略的因果效果。

## 输入
- 分组快照：前后相同粒度的分子分母、渠道/地区等分组、缺失和重复规则。
- 分解定义：固定参考权重与计算公式；明确百分点、相对变化及新增组处理。

## 交付物
- 可复跑分解程序和结果表
- 组内与组成贡献、总变化核对
- 可支持解释与不能归因部分

## 验收
1. 分组与总量对得上
   方法：核对每组分母、权重与总分子分母，先处理零分母和重复行
   拒收：平均各组比率而不按分母加权。
2. 分解完整且定义明确
   方法：验证within+mix=总变化；若改公式，解释交互项归属
   拒收：混用不同权重的公式后把残差藏起来。
3. 解释没有越过识别范围
   方法：复算指标并检查原因措辞，区分百分点和相对百分比
   拒收：把11%到19%写成“增长8%”，或称产品造成8个百分点提升。


## 具体例子
输入：前：A900访问/90转化、B100/20；后：A100/10、B900/180。
预期产物：总体11%→19%，增加8个百分点；两组转化率不变，按固定公式组内贡献0、组成贡献8个百分点。
失败：声称两个渠道都改善或产品提升了8个百分点；忽略高转化渠道占比增加。

限定校准样例（不代表当前代表例的AI运行）：/work-unit-examples/analysis

## 工作重组
以前：人分别取数、算比率、看图并猜原因。
现在：AI把数据核对、精确分解和解释组成一包，按异常回查；计算固定后可自动刷新。
保留：
- 分组有何业务意义
- 因果归因所需条件
新增：
- 显式分解定义
- 检查总体与组内方向不一致
- 记录替代解释

## 人的责任与失败接管
选择有业务意义的分组，说明要做的决策；根据需要补实验或机制证据，而非把描述性分解当决策结论。
缺组、零分母或口径改变时标记不可直接比较项，给补数或重定义方案；不凭空平滑出完整故事。

## 尚待补足
- 真实业务新增/重叠分组、口径变化和解释措辞尚未以独立对账校准；因果效果不在分解内。

## 职业与团队下一步
产品分析、增长分析、商业分析
提供总量到分组的复算、一个反直觉案例，以及没有作因果归因的理由。
对照目标岗位是否要求实验设计或预测建模；缺少这些材料时不要用报表作品冒充全部分析能力。
/explore?purpose=career&domain=analysis
团队对同一总体变化反复给出互相矛盾的解释。
AI和程序完成一致口径的分解；业务分析者检查分组意义，实验负责人决定是否继续识别效果。
选一个争议指标统一分解，再比较补数据、设计实验和直接行动的成本，不以报表数量决定编制。
/explore?purpose=team&domain=analysis

## 证据与关系
- Agent评估：以交付与最终状态验收：https://www.anthropic.com/engineering/demystifying-evals-for-ai-agents
  定位：The structure of an evaluation；grader类型；任务设计；公开 2026-01-09；核查 2026-10-19；复查 2026-10-26
  支持：支持独立验收与允许等价实现。
  未覆盖：恒等式不检验业务口径真实，也不提供干预因果解释。
- OpenAI内部分析Agent：从业务问题到查询与报告：https://openai.com/index/inside-our-in-house-data-agent/
  定位：How it works；Context；Evals；Guide the Goal, Not the Path；公开 2026-01-29；核查 2026-10-19；复查 2026-10-26
  支持：上下文核对是迁移依据。
  未覆盖：内部系统不等于公开配置；来源未测试本站的组成分解。
- /tasks/DATA-03：保留组成分解旧场景；新交付明确公式、异常处理与职业/团队接续。（partial；2026-10-02.2）

## 任务级判断与证据
采用方式：限定条件下整包委派
从证据到建议：固定公式后可直接交给确定性程序复算；AI负责口径异常、分组探索及解释，不必增加Agent循环。组合恒等式通过只证明计算，不能识别干预效果。
当前可用性：mixed；计算可用SQL/Python直接执行，Agent为可选组织方式；内部数据Agent不是可下载同配置服务。
- SQL/Python分析环境：https://www.python.org/
  执行时固定Python、统计包和数据快照；本站未新运行；公开运行时；业务数据/口径与查询权限由任务方提供

### 明确分组分母、参考权重和新增组约定后，组内与组成贡献可由程序精确分解并以总量恒等式验收。
依据身份：有条件的编辑推断；状态：active
- Agent评估：以交付与最终状态验收：https://www.anthropic.com/engineering/demystifying-evals-for-ai-agents
  定位：结果验收与关键反例；关系：method
  支持：支持独立验收与允许等价实现。
  限制：恒等式不检验业务口径真实，也不提供干预因果解释。
  核查：2026-10-19；来源状态：active
适用限制：恒等式不检验业务口径真实，也不提供干预因果解释。

### AI可交付分组诊断、分解与解释，数据定义不一致时应先返回不同比较口径的影响；不承诺相邻分析系统在本题的成功率。
依据身份：有条件的编辑推断；状态：active
- OpenAI内部分析Agent：从业务问题到查询与报告：https://openai.com/index/inside-our-in-house-data-agent/
  定位：Context is everything；关系：adjacent
  支持：上下文核对是迁移依据。
  限制：内部系统不等于公开配置；来源未测试本站的组成分解。
  核查：2026-10-19；来源状态：active
适用限制：内部系统不等于公开配置；来源未测试本站的组成分解。

## 情境变化
### 新增退出分组
输入变化：两期类别集合不同或前期零分母。
判断变化：先明确不可比较部分；不能静默补零造出比率。
验收变化：输出可比分组、新增/退出贡献与总量桥接，约定交互项归属。
### 多维交叉与重叠归因
输入变化：渠道×地区与一个对象多标签。
判断变化：可以探索，但固定基准后只按一个无重复归属定义合计。
验收变化：反向核对对象去重、层级总量和权重，避免贡献被算多次。
### 要求策略因果效果
输入变化：希望判断活动是否造成变化。
判断变化：只接收描述性机制线索；改用W-A03识别设计。
验收变化：解释需保留混杂、选择与未观测变量，不能直接推荐因果行动。

研究前沿：既有数据Agent案例是邻近分析工作法；本页8个百分点是确定性算例，不是模型试验。
下一项验证：盲测一个构成变化和一个组内变化的数据包，加入缺组、零分母、重复与新增组，对照独立求和并核对解释。
未来改判信号：
- 口径变化和新分组下仍满足总量核对，解释不越过描述范围，可考虑扩大相近输入范围。
- 缺失/重叠分组导致贡献不可比，或把分解写成因果收益，应收窄或暂停相应采用。

## 与本单元直接关联的进展
尚未收录与本单元直接关联的新进展。当前用法依据本页的方法与验收资料，不能套用同领域其他任务的成果。

领域背景与未来情景：/explore?purpose=understand&domain=analysis


## 工具与采用佐证