业务场景

在广告营销场景中，异动和归因分析是常见的数据分析手段，它们各有侧重，相互关联，共同帮助营销人员优化广告效果。

• 异动分析：在广告营销场景中，识别广告投放数据中不符合预期模式或行为的事件或趋势。这些“异动”可能是广告支出突然飙升或骤降、转化率异常波动、点击率（CTR）大幅偏离平均水平，或者某个特定渠道的效果突然变好或变差；通过异动分析及时发现问题，优化后续营销策略。

• 常见的异动分析方法

• 维度下钻与交叉分析：当单一的指标发生异动，可能无法说明问题，需要将数据拆解到更细的维度进行对比分析，比如渠道&设备对比、人群包&时间对比等等
  
• CFI贡献度分析：某维度指标的波动在整体波动中的占比
  

• 归因分析：侧重量化不同触点（如搜索广告/信息流/社交媒体/邮件等）在用户转化路径中的贡献，用于优化预算分配。

• 常见的归因分析方法

• 单点归因模型：比如首次和末次归因，将用户转化归功于链路中某一个触点，比如百度搜索 (初次接触) -> 社交媒体广告 (了解产品) -> 电子邮件 (促销信息) -> 转化，该链路中把点击转化归因给百度搜索。
  
• 多点归因模型：将转化根据一定规则分配给多个触点
  
• 数据驱动归因：利用统计学或机器学习方法来计算每个触点的真实贡献
  

• 痛点：在传统数据分析方案下，数据的获取和分析往往依赖于专业的数据团队，核心数据指标的下钻和归因依赖运营团队的经验，数据口径不一致、效率受限、还限制了数据的广泛使用。
  

     通过ADB Agent可以自动完成数据获取、数据分析、洞察报告产出等全流程。以用户发起请求为起点，业务人员只需要以自然语言输入需求，Agent负责理解目标、生成执行计划、规划任务步骤，随后根据步骤进行最终将洞察结果呈现给用户。

ADB Analytic Agent解决方案

核心功能介绍

详细使用手册参考

• 请求区：用户提交数据分析请求的入口，支持计划模式和场景模版

• 计划模式：在请求里输入一个问题，比如“分析上个季度销售额下降的原因”。开始执行后，Agent底层的大模型 会开始思考，并生成一个新的执行计划Plan，这个 Plan 里会包含所有的思考和查询步骤，然后Agent按照计划步骤执行。也支持上传离线数据文件进行分析，用户可上传已有的执行计划，支持markdown、json和csv格式
  
• 场景模版：针对符合预期的分析结果，用户可以保存指定的分析过程，生成相应的模版，模版包含提示词、执行计划、报告格式等。后续对于相同的场景，用户只需要输入简单的问题，并选择对应的模版，即可完成数据分析。

• 【开发中】用户输入问题后，Agent 首先进行意图识别，发现请求内容与已有场景模板高度匹配。Agent 就会直接加载模板。场景模板里包含执行计划Plan和查询代码，Agent 只需要从请求中提取出可变参数（比如新的日期范围），然后按照模板里的计划执行。
  

• 会话区：用户提交分析请求后，Agent与大模型交互，进行数据分析，分析步骤与结论将在此区域展示，同时支持历史会话的下载。

• 下钻式多轮会话：用户可开启多轮会话模式，即提交一个分析问题后，agent可在原有上下文基础上继续解答，实现交互式下钻分析。
  

• 超参区：进行Agent的超参数设置，包括数据源的选择、数据分析工具的选择、数据分析过程的干预等。

• agent配置：通过max step定义一次分析任务中最多执行的step数，用来限制数据分析过程的上下文长度保证分析效果；通过Plan Interval定义执行计划的更新频率；ADB针对高频分析场景，可提供分析工具，将计算、分析、绘图等过程固定化。模型将根据用户提交的请求进行场景适配，如果符合特定场景，则调用特定工具进行分析比，如「异动分析」，内置一些常用的异动归因的函数
  
• database配置：支持Clickhouse、ADB MySQL两种直读数据源，支持设置SQL Hint
  

• Rag配置：知识库配置，文件上传、底层向量库及召回率调整
  

• Mode执行模式及模型：默认为auto自动执行模式，即当用户提交数据分析请求后，整个分析过程将由Agent完全自主控制，用户无需干预；在manual模式下，用户可以在执行过程中，向Agent实时反馈，每个step执行结束之后都会暂停，用户可以手动输入提示词进行介入。
  

ADB Analytic Agent方案优势总结

客户案例

某广告客户

客户痛点

• 内部自主研发的分析平台，整合了广告投放数据与用户行为数据，提供跨渠道归因分析。在异动分析上，客户当前采用比较传统的方案，存在数据接入口径不一致、接入延时不一致、人工无法做到多维度下钻分析、维度检索范围受限等痛点，无法快速生成有价值的分析报告和行动建议。
  

     客户侧希望拥抱AI，基于Agent的方案，提供一站式产品方案，通过数据分析Agent自主完成数据的读取、查询、异动分析，最终生成总结报告，实现数据分析平民化、复杂分析简单化

ADB方案优势

• 场景模版+知识库RAG：结合内部分析平台中沉淀的指标分析方法，通过ADB Agent的场景模版和知识库能力，将各个指标的分析固化，业务分析更高效和准确。
  
• API调用：通过API触发Agent执行和获取分析报告，无缝集成在内部分析业务中，下游灵活二次解析和开发
  
• 内置异动分析工具：工具会基于分析的数据统一画图，比如单维度的CR分析对应画柱状分析图和气泡分析图、多维交叉CR分析对应多维交叉分析热力图、剔除法贡献度分析对应横向柱状分析图
  

客户收益

• 知识和数据融合分析：基于LLM生成10+归因算法，数据分析搜索空间 ↑10 倍
  
• 交互归因：深度泰勒分解，量化任意高阶交叉贡献，归因精度 ↑3~5 倍
  
• 根因解释：自动生成“人话”报告 + 可视化热力图，解读时间 ↓90%
  
• 行动建议：ADB Agent在分析完成后自动给出建议，止损时间从 4h→15min