<instance_name>!GET_DRIVERS

在数据集中找到最重要的维度，从这些维度构建片段，然后确定这些片段中哪些对指标影响最大。

GET_DRIVERS 非常适合从具有大量维度的数据集中提取根本原因。此外，还支持连续维度，而无需将其预处理为分类维度，并能在结果中指出具有负面条件的维度（例如，“区域不是北美”）。

如果需要从此方法返回的数据中选择特定列，请使用 RESULT_SCAN。

语法

<model_name>!GET_DRIVERS(
  INPUT_DATA => <input_data>,
  LABEL_COLNAME => '<label_colname>',
  METRIC_COLNAME => '<metric_colname>'
);
Copy
INPUT_DATA

对表、视图或查询的 引用。除 LABEL_COLNAME 和 METRIC_COLNAME 指定的列外，所有列都被视为 Top Insights 需要考虑的维度。数字列被视为连续维度，而字符串和布尔列被视为分类维度。要将数字列视为分类维度，请将其转换为字符串。

LABEL_COLNAME

INPUT_DATA 中布尔列的名称，指定为表示控制数据 (FALSE) 与测试数据 (TRUE) 的标签。

METRIC_COLNAME

INPUT_DATA 中 FLOAT 列的名称，代表受所含维度影响的相关值。

输出

列

类型

描述

CONTRIBUTOR

ARRAY

描述算法片段或见解的字符串 ARRAY。

METRIC_CONTROL

FLOAT

控制期间特定段中的指标总值。

METRIC_TEST

FLOAT

特定市场细分中测试期间的指标总值。

CONTRIBUTION

FLOAT

该市场细分对指标变化的绝对影响。

RELATIVE_CONTRIBUTION

FLOAT

该市场细分的影响占测试组和对照组间的指标总体变化的比例。

GROWTH_RATE

FLOAT

该市场细分中指标的变化占其对照组指标的比例。

使用说明

  • 执行时间随维度数量和这些维度的基数而变化。

  • 输入指标必须是单个观察或一个汇总。

  • 对于具有超过 25 个值的分类维度，Top Insights 仅使用前 25 个最具影响力的值来创建细分。

示例

请参阅 示例。

语言: 中文