本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 对关键驱动因素使用贡献分析


Amazon Quick Sight 可以识别导致两个时间点之间度量（指标）异常值的维度（类别）。导致异常值的关键驱动因素可以帮助您回答这个问题：是什么原因导致了这种异常？ 

如果您已经在不使用贡献分析的情况下使用异常检测，则可以启用现有的 ML 洞察来查找关键驱动因素。使用以下步骤添加贡献分析并识别异常值背后的关键驱动因素。您的异常检测洞察需要包括一个时间字段和至少一个聚合指标（SUM、AVERAGE 或 COUNT）。如果您愿意，可以包含多个类别（维度字段），但也可以在不指定任何类别或维度字段的情况下运行贡献分析。

您还可以使用此过程更改或删除作为异常检测关键驱动因素的字段。

**添加贡献分析以识别关键驱动因素**

1. 打开您的分析并找到用于异常检测的现有 ML 洞察。选择洞察小组件以将其突出显示。

1. 从视觉对象的菜单中选择**菜单选项**（**…**）。

1. 选择**配置异常**以编辑设置。

1. **贡献分析（可选）**设置允许 Amazon Quick Sight 在检测到异常值（异常）时分析关键驱动因素。例如，Amazon Quick Sight可以向您显示促成美国家居装修产品销售激增的主要客户。您可以从数据集中添加最多四个维度，包括未添加到此见解小部件的字段井中的维度。

   要查看可用于贡献分析的维度列表，请选择 **Select fields (选择字段)**。

   如果要更改用作关键驱动因素的字段，请更改此列表中启用的字段。如果您全部禁用，Quick Sight 将不会在此洞察中执行任何贡献分析。

1. 要保存更改，请滚动到配置选项底部，然后选择**保存**。要退出而不保存，请选择**取消**。要完全移除这些设置，请选择**删除**。