关键因素(Key Influencer)图表能够帮助用户分析KPI的因素，并按照因素的重要性进行排名，也就是说，该图表可以查看哪些因素会影响到KPI，并计算出因素的相对重要性。使用Key Influencer Visual，不仅可以查看单个因素的影响，还可以查看多个因素构成的组合(称作Segment)对指标的影响。

Key Influencer Visaul 的配置：

• Key Influencers 和 Top Segments，分别用于查看单因素和因素组合对指标的影响。
• 指标的值由下拉列表显示
• Analyze用于设置进行分析的指标，而Explain by用于设置分析(或解释)指标的维度，维度值是影响指标的因素。

一，单因素对指标的影响

如果指标的值是类别类型，比如本例的Rating，有两个值：Low和High，选择Low表示要分析对指标起到负作用的因素。

Role in Org的值有三个：publisher、consumer和administrator，而consumer是导致Rating的首要因素。更准确地说，consumer对服务打低分的占比是其他Role in Org的 2.57 倍，Key Influencer Visaul左侧列出Role in Org 为 consumer是导致Rating降低的首要的因素。点击Role in Org is consumer的气泡，右侧显示了每个角色对低评级的可能性：

• 14.93%的消费者给低分。
• 平均而言，所有其他角色给出低评分的占比为 5.78%。
• 与所有其他角色相比，给出低分消费者是均值的2.57 倍，这个数值可以通过将绿色条除以红色虚线来确定。

已知Rating和Role in Org的数据，可以推导出这三个数值的计算逻辑。

14.93%的消费者给低分，计算的逻辑是：4373位consumer给低分，24919位consumer给高分，给低分的consumer的占比是：4373/(4373+24919)=14.93%。

均值(排除已选择)5.78% 怎么计算的？排除consumer，只计算administrator和publisher给出低评分的占比：(390+530)/(390+530+2516+12490) = 5.78%。

气泡值是单个因素的占比/其他因素的均值，本例中，Role in Org is consumer的气泡值是2.57x，计算逻辑是：14.93% / 5.78%  = 2.58， Power BI给出的值是2.57，我猜测是14.9% / 5.8% = 2.569，约等于2.57。

第二个最重要的因素与客户评论的主题(Theme)有关，与评论的其他主题如可靠性(reliability、设计(design)或速度(speed)的客户相比，评论产品可用性(usability )的客户给出低分的可能性是均值的 2.55 倍。评论可用性给出低评分的占比是28.68%，而均值是11.35%。

二，因素组合对指标的影响

选择“Top Segments”来查看因素组合对指标的影响，Segment1对指标的影响最大，占比是30.8%。

点击segment1的气泡，查看segment1的构成：

• Role in org is not publisher
• Subscription Type is Premier
• Theme is security

因素的组合占比是30.8%，均值是11.7%，高于均值19.1%，segment1包含1562个数据样本，占比3.5%， 占比很小，预示着这个segment1可能不是key influencer。

点击“Learn more about this segment”，可以更深入分析segment1，可以按照更多的维度来分解segment1。

参考文档：

Create key influencers visualizations