02-赵宇明-AI搜索中的数据归因分析Agent如何让Agent成为你的搜索效果僚机.pdf

1、演讲嘉宾：赵宇明AIAI搜索中的数据归因分析搜索中的数据归因分析AgentAgent：如何让如何让AgentAgent成为你的搜索效果僚机成为你的搜索效果僚机0 1WhatWhat:归因分析是什么归因分析是什么0 2How:How:归因分析归因分析AgentAgent怎么做怎么做0 3More:More:归因分析归因分析AgentAgent更好用更好用0 4Next:Next:数据数据AgentAgent的下一步的下一步0 1 WhatWhat:归因分析是归因分析是什么什么归因分析是什么基于比较，发现某些异常，通过科学的计算方法，层层拆解，确定造成影响的因素链条近期收入下降原因看看30天的同比

2、变化，最近3天异常收入拆解成展现*cpm，cpm异常查看商家分层，是否某类商家异常归因分析是什么异常确认排查分析归因结论确定对比什么确定是否有异常确定异常关键点.从什么角度排查判定关键环节的标准如何进一步确定原因.报告结构报告内容侧重点报告保真、可解释、可验证.0 2 How:How:归因分析归因分析AgentAgent怎么做怎么做Agent怎么做业务框架Agent框架Agent组织+动作空间异常检测指标拆解维度归因内外部因素对齐ReActPlan-and-SolveTool-Set.Agent怎么做Agent组织+动作空间异常检测指标拆解维度归因内外部因素对齐.数据查询接口贡献度计算工具代码

3、执行工具事件查询接口schema查询接口.PlanReActAgent怎么做Q：最近2天的xx为什么上涨了很多A：#核心结论.#洞察点.#归因路径.Plan:查询最近2天与同比数据，确定是否存在异常Act：query(“select income from.”)Obs：income+30%Plan：异常属实，进一步可以从拆解为展现*cpm、商家分层两个角度去排查，主要因素来自哪里Act：SubAgent(“查询收入、展现、cpm数据，计算贡献度，找出主要影响”)Act：SubAgent(“查询商家分层的收入数据，计算贡献度，找出主要影响”)Obs：排查1：cpm贡献度为79%，为主要因素，建议

4、进一步排查；排查2：商家分层变化差异不明显，可以考虑从地域维度做排查。Plan：.Agent怎么做Q：最近2天的xx为什么上涨了很多A：#核心结论.#洞察点.#归因路径.Act：SubAgent(“查询收入、展现、cpm数据，计算贡献度，找出主要影响”)queryapidata tablescalculationxNconclusion=“task_id”:“3303”,“data_view”:“表x中包含.”,“error_msg”:“”,“missing_info”:”,“suggestion”:“”,“conclusion”:“展现的贡献.”,-calculation -加法贡献度 -乘

5、法贡献度 -除法贡献度 -复合运算-数据传递 -大量/小量0 3 More:More:归因分析归因分析AgentAgent更好用更好用更好用探索缓慢解空间大，思路混杂-维度x因子x事件组合很大-下钻层数增加path会越来越多更好用探索缓慢提高并行度+思路关联+剪枝更好用不要狂飙不要漂移可以交互有些分析思路是对的，但价值不高有些计算方法不符合业务实际用法有些结论应该是罗列top的，而不是随意输出.有些深入归因应该携带上一次的条件约束的有些归因应该重新选择角度，不需要上一次的过滤条件有些归因是扩大分析面的，可以重新调整选择范围.用户如果不懂了，是否可以提问用户如果发现问题了，是否可以及时干预.更好

6、用不要狂飙不要漂移可以交互用户自定义剧本动态结构化记忆多层Agent架构#分析目标：xx指标异常原因#涉及表：A表、B表#分析流程：-确定异常 -排查30天的.-从X视角分析 -先拆解 -再拆解-从Y视角分析 -先看 -再看-输出归因报告-结构.-内容.前向后向主Agent：-产生Plan -与用户交互（增删改查问）Sub-Agent：-完成具体plan，给出结论（如验证某种归因思路）更好用不要狂飙剧本模板#分析目标：xx指标异常原因#涉及表：A表、B表#分析流程：-确定异常 -排查30天的.-从X视角分析 -先拆