# 查看和解释关键驱动因素分析的结果 运行关键驱动因素分析后，您可以查看结果以发现有关推动目标数据趋势的影响因素的指标。结果提供了可操作的见解，您可以使用这些见解来增强整个组织的决策过程。 应用程序中关键驱动因素分析的结果页面 应用程序中关键驱动因素分析的结果页面 应用程序中关键驱动因素分析的结果页面 ![关键驱动因素分析的结果页面，显示选定的分析、总影响指标和单个特性影响指标](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_gen_key-driver-analysis-rev.png) 在分析模式下查看工作表时，打开资产面板。展开关键驱动因素面板，然后从面板中选择一个现有的分析以访问结果。 选择现有分析以查看结果 选择现有分析以查看结果 选择现有分析以查看结果 ![关键驱动因素分析窗口中的分析面板，您可以在其中单击现有分析以查看结果](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_gen_key-driver-analysis-all-results.png) 关键驱动因素分析的结果将过期，并在最后一次运行分析后 10 天被删除。 ## 查看分析详细信息 在结果页面的右上角，单击查看详细信息以查看有关您的分析的信息。提供以下信息： * 分析的创建时间、最后运行时间以及过期时间 * 为配置选择的目标和特性 * 配置分析时在应用程序中应用的任何选择 ### 将分析背后的选择应用到应用程序 在配置分析时所做的选择保存在关键驱动因素分析中。查看分析详细信息时，单击将选择应用到应用程序。 这使您可以重新访问应用程序工作表并缩小可能成为异常来源的特定数据的范围。 ## 比较每个特性的总影响 结果页面的主要关键驱动因素部分向您显示了与分析中所有其他特性相比，每个包含的特性的计算总影响。这包括一个条形图和相应的自然语言见解。在图表中，特性按对目标的影响从大到小排列。 影响值显示为绝对值。因此，某个特性可能对销售额有强烈的负面影响，但您可能会看到它显示为对该目标具有最高影响。 图表中会自动选择最具影响力的关键驱动因素，并确定在主要关键驱动因素部分右侧的部分中分析的特性。有关分析单个特性的特定详细信息的更多信息，请参阅 [查看单个特性的详细指标](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/KeyDrivers/key-driver-analysis-results.htm#Detail)。 分析结果页面上的主要关键驱动因素部分 分析结果页面上的主要关键驱动因素部分 分析结果页面上的主要关键驱动因素主要关键驱动因素部分 ![关键驱动因素分析结果中的“主要关键驱动因素”图表，允许比较每个包含的特性对目标的总影响](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_gen_key-drivers-results-top-drivers.png) ## 查看单个特性的详细指标 有关特定特性相对于其他包含特性的相对影响的更详细信息，在页面右侧的特定于特性的部分中提供。主要关键驱动因素图表中选定的特性决定了您要更深入分析的特性。默认情况下，选择最具影响力的关键驱动因素。 使用分布图表分析单个特性背后的详细信息 使用分布图表分析单个特性背后的详细信息 使用分布分布图表分析单个特性背后的详细信息 ![单特性分析部分显示有关选定特性的更具体信息，在本例中为分布图。这包括特性值在每次出现时产生的影响](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_gen_key-drivers-results-single-feature.png) 在主要关键驱动因素图表中进行不同的选择，以查看有关该特性中的唯一值如何影响目标的更多详细信息。 以下部分概述了每个可用选项。 ### 细分图表 细分图表对每个唯一特性值对目标结果的影响进行排名。您可以在平均影响和总影响之间切换。 影响值显示为绝对值。因此，某个特性值可能对销售额有强烈的负面影响，但您可能会看到它显示为对该目标具有最高影响。 ### 分布图表 分布图表还按唯一值对特性进行细分。数据集中记录内特性值的每个实例都可视化为一个气泡。气泡根据对目标的影响进行分布和排名。您可以在平均影响和总影响之间切换。 影响值显示为绝对值。因此，某个特性值可能对销售额有强烈的负面影响，但您可能会看到它显示为对该目标具有最高影响。 您可以使用分布图表来可视化影响值范围通常聚集的位置。这使您能够发现异常值和异常情况，并调查为什么这些值与整体趋势不同。 单击图表中的气泡以了解有关其所属数据记录的更多信息。这包括数据集中与该特性关联的其他包含特性的值。 ## 查看有关结果的自然语言 自然语言见解可用于总影响指标以及单特性影响指标。这些见解可以提供结果的简单摘要，例如哪些特性最具影响力，哪些特性对目标几乎没有或根本没有影响。 这些见解还可以帮助您识别分析结果何时可能由于配置不正确或数据准备不当而出现偏差。最重要的是，如果检测到可能的目标泄漏，您可以在见解中阅读相关信息。 ## 识别无效结果 如果结果中的数据似乎存在偏差，这很可能是一个很好的指标，表明分析配置不正确，或者用于生成分析的源数据存在问题。 ### 关键驱动因素分析中的目标泄漏 如果您注意到某个特性对目标产生了绝大部分影响，则分析配置可能受到了目标泄漏的影响。如果是这种情况，分析结果将不可靠。 目标泄漏是一种现象，其中目标和特性之间存在依赖关系，导致该特性被分配了不切实际且通常是不正确的目标影响量。以下是可能发生这种情况的一些示例： * 特性和目标直接相互派生。例如，如果您的目标是利润率，并且您将销售额作为特性包含在内，您可能会遇到因目标泄漏而产生偏差的结果。这是因为利润率通常是通过从销售额中减去成本获得的计算结果。因此，销售额对利润率的影响将主导分析，并且无助于评估其他影响因素。 * 不正确的数据收集和数据准备。例如，假设您的目标是一个二元已流失字段，并且您包含了一个名为 DaysSinceLastService 的特性（一个已计算字段，指示客户有多少天没有创建服务工单）。如果该字段中的计算在客户取消服务后没有自动停止计数，这将导致 DaysSinceLastService 被分配对已流失不成比例的巨大影响。 受目标泄漏影响的指标被视为无效。建议您重新配置目标和特性，以排除您怀疑可能表明目标泄漏的实体。 ## 如何解释结果并采取行动 关键驱动因素分析的结果可以指示应用程序中跟踪的特定维度或度量何时推动目标数据的变化和行为。 您从结果页面获得的信息可以转化为直接行动，以提高组织的绩效和效率。 ### 真实示例 例如，从主要关键驱动因素部分，您可能会看到产品 字段正在推动客户满意度目标中的数据。这可能会对目标产生积极或消极的影响。要了解有关哪些产品 值对客户满意度影响最大的更多信息，您可以切换到结果中特定于特性的部分，并将产品 特性值作为影响因素进行评估。 借此，您可能会观察到某个表现特别好的特定产品对提高客户满意度得分做出了巨大贡献。 根据这些见解，您可能会采取行动，通过营销和开发工作增加对该产品的投资。 [使用关键驱动因素分析揭示数据背后的关键影响因素](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/KeyDrivers/introduction-key-driver-analysis.htm) [在 Qlik Sense 中创建关键驱动因素分析](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/KeyDrivers/use-key-driver-analysis.htm)