Appearance
文档 搜索⌘``K入门数据分析Amplitude AI会话回放指南与调查实验管理 开发者 SDK API合作伙伴常见问题分析 / 图表 / 影响分析 (Impact Analysis) / 解读您的影响分析图表
解读您的影响分析图表
- 解读您的影响分析图表的结果
- 有效且适当地使用因果推断
影响分析图表可以帮助您发现触发一个事件如何影响用户触发其他事件的频率。
解读您的影响分析图表的结果
影响分析图表从每个用户首次触发治疗事件的时间开始，在相对 n 天的基础上绘制结果事件。Amplitude 为您排列每个用户的相对时间线，以便您可以轻松查看模式。中心线代表用户首次触发事件的日期或周。 
在上面的示例中，您可以看到，在11月1日至11月30日期间首次收藏歌曲的用户在首次尝试收藏后的一周内平均每天播放略多于三首歌曲或视频。相比之下，这些用户在发现收藏功能前的一周内平均每天只播放大约两首歌。
选择您的指标
在查看影响分析图表时，Amplitude 为您提供四种不同的指标选择：平均值、活跃百分比、频率和属性。
平均值
使用平均值时，图表的 Y 轴将显示用户在每个 n 相对日/n 相对周间隔内触发结果事件的平均次数。仅计算至少触发一次事件的用户。悬停在每个数据点上以查看有多少用户在每个间隔内至少触发了一次结果事件。
活跃百分比
在这里，Y 轴将代表在每个 n 相对日/n 相对周间隔内至少触发一次结果事件的人的百分比。将包括在该间隔内触发任何活跃事件的用户。悬停在每个数据点上以查看有多少用户在每个间隔内至少触发了一次结果事件。 在下面的示例中，160,836 名用户在首次收藏歌曲后的第二天处于活跃状态；85.1% 的人播放了一首歌或视频。 
频率
使用此指标，图表的 Y 轴将显示人们在每个 n 相对日/n 相对周间隔内至少触发一次结果事件的次数分布。 在下面的示例中，15,085 名用户在首次收藏歌曲后的第七天播放了四首歌或视频。 
属性
属性指标允许您计算给定结果事件的事件属性的平均值或总和。这些计算将包括在每个 n 相对日/n 相对周间隔内触发的该结果事件的每个实例。例如，您可以绘制用户在收藏歌曲前后几周内播放的所有歌曲或视频的平均长度。
因果推断解释最佳实践
影响分析帮助您验证假设，以便更好地理解用户行为之间的影响。它不能替代随机实验，后者仍然是确定因果效应的黄金标准。您应该将影响分析图表视为一种工具，可以帮助您确定应该将实验计划的重点放在哪里，以帮助您的用户更成功地参与您的产品。 在得出因果结论之前，这里有几件事需要考虑：
- 替代假设： 您是否考虑过用户在首次触发您的治疗行为的大致同一时间采取的其他潜在行动？这些行动也可能导致结果行为率的变化。如果这些替代行动已被通过仪器测量，请尝试使用这些行动作为治疗事件创建其他影响分析图表。如果结果看起来相似，您需要通过用户研究和尽可能进行的随机实验，进一步调查每个治疗事件对结果变化的贡献程度。
- 用户计数： 如果您的结果指标显示出高波动性（在间隔之间剧烈变化）或相对于治疗前后间隔有巨大变化，请检查您的用户计数。用户计数过小可以解释这些不一致或其幅度。少数用户可以将指标推向一个方向，而大量用户计数通常具有“平滑”效果，使指标更加稳定。在对小用户计数得出结论时要谨慎，因为它们不一定反映更广泛的模式。
此页面对此有帮助吗？ 需要帮助？ 联系支持 访问 Amplitude.com 查看 Amplitude 博客 在 Amplitude Academy 了解更多 服务条款 隐私声明 可接受使用政策 法律 © 2026 Amplitude, Inc. 保留所有权利。Amplitude 是 Amplitude, Inc. 的注册商标。