多因素叠加归因：Shapley 值与多触点权重

大促复盘会上，市场部把三个活动的成绩单摊开：满减带来 1 万新增，折扣 2 万，直播 3 万。

老板问了一个更难的问题：“三个活动是同时上的，这周总共新增 10 万。满减、折扣、直播各贡献了多少？”

财务当场算了一笔账：三个活动单独做的增量加起来是 6 万，实际是 10 万。多出来的那 4 万，是活动之间的交互——满减和直播一起做的效果，远超过各自单做之和。可这 4 万究竟该记在谁头上？更要紧的是那个 7 万：AB 实验里"满减 + 直播"这一组的新增量是 7 万，可这 7 万里，直播自己的 3 万之外，还有多少是满减激发出来的？

**Shapley 值回答的就是这类问题：多个因素同时作用、彼此有交互、又写不出显式函数时，怎么把功劳分得既闭合又公平。**它的全部做法可以压成一句话——每个因素的分配额，等于它的边际贡献在所有可能加入顺序下的平均值。

本系列前四篇的方法在这里全部失效：Delta 法要求指标可加，LMDI 要求能写成乘积，组间组内拆解处理的是比率型指标，链式拆解处理的是串联漏斗。本篇给出 Shapley 值的完整推导、可运行实现，以及它和多触点权重分配的关系。

一、什么时候轮到 Shapley

1.1 前四篇的刀，在这一刀面前都卷了刃

第一篇 按指标形态把方法分了族。回到本例逐个试一遍：

四种方法都不适用，不是因为它们算得不准，而是因为它们各自要求一个本例不满足的前提。这是选型时最值得记住的一层：方法失效往往不是精度问题，是输入形态不匹配。

1.2 新问题的三个特征

Shapley 接手的问题有三个特征，缺一个都不该用它：

**多因素同时作用。**不是"哪个维度掉了"，而是"几个因素各占几成"，最后要凑出一组加起来等于总增量的分配。

**彼此存在交互。**v(A∪B) ≠ v(A) + v(B)。本例里满减与直播的交互高达 3 万，这部分增量本身就需要被分配出去——它是分配的对象，而不是分配的残渣。

写不出显式函数。Y = f(X₁, X₂, X₃) 写不出来，第二篇 里的定基代替和泰勒展开都要求有函数表达式，这里直接出局。

第三条是 Shapley 相对同门方法真正的优势。**它只需要知道"每种组合能带来多少"，不需要知道"组合是怎么算出结果的"。**这是个更弱的输入要求，也是一个更通用的问题形式。

1.3 一句话判据

上手前先问自己一句：“你能为每种因素组合都测出一个数吗？”

能，Shapley 就能上，而且不用管这些数之间是不是有函数关系。不能，就得先解决 5.1 节的测量问题。

flowchart TB
    A["三个活动同时在跑
满减 · 折扣 · 直播"] --> B["增量不可加
单做之和 6 万 ≠ 一起做 10 万"]
    B --> C["交互存在
满减 + 直播 = 7，远超各自之和 4"]
    C --> D["写不出显式函数
Y = f(X₁, X₂, X₃) 无从下手"]
    D --> E["Shapley 值
边际贡献在所有加入顺序上的平均"]

二、从合作博弈说起

2.1 问题设定：把活动当成玩家

Shapley 值来自博弈论里的合作博弈问题。搬到归因场景，需要三样东西：

**玩家集合 N。**本例 N = {满减, 折扣, 直播}。每个玩家是一个"能够被开启的因素"，而不是一个渠道、不是一个维度。

特征函数 v(S)。对每个子集 S ⊆ N，v(S) 表示这批玩家合作能获得的收益。本例里 v(S) 就是"同时开 S 中这些活动能带来多少新增用户"。特别地，v(∅) = 0——什么都不开，交互增量无从谈起。

**目标：把 v(N) 公平分配。**三个活动全开能带来 10 万新增，问题是怎么把这 10 万拆成三份，每份都要有依据。

flowchart TB
    A["玩家集合 N
满减 · 折扣 · 直播"] --> B["特征函数 v(S)
联盟 S 合作能获得的收益"]
    B --> C["目标：把 v(N) 公平分配
且分配之和等于 v(N)"]
    C --> D["Shapley 值
边际贡献在所有加入顺序上的平均"]

注意这里的建模选择：**玩家是"活动"，不是"渠道"。**渠道是并列的拆解维度，活动是可以同时开启的开关。这个区别决定了 v(S) 的定义方式，也决定了后面能问什么问题。

2.2 核心思想：边际贡献在所有顺序上的平均

玩家 i 的边际贡献，指的是它加入一个已有联盟 S 时多出来的收益：

v(S ∪ {i}) − v(S)

这个量依赖 S。同一个满减，排在第一个时边际是 1，排在最后时边际是 4。“满减值多少"这个问题本身是不完整的，必须追问"在什么基础上算”。

Shapley 的做法是：把所有可能的加入顺序都走一遍，每个顺序下算一次边际贡献，然后取平均。

φᵢ = 所有 n! 种顺序下，i 的边际贡献的平均值

这就是全部。剩下的推导都是"这个平均值怎么写成能算的形式"。

2.3 四条公理：凭什么说它"公平"

Shapley 值不是随便挑的一个平均法，它由四条公理唯一确定。理解这四条，就理解了它凭什么能被拿来做分账依据。

第一条对本篇最要紧：**效率性保证了分配是闭合的，不留残差。**这正是第一篇 反复强调的那条底线——拆完之后必须能加回去。

最后一条也值得多看一眼：可加性意味着如果"满减 + 直播"的增量能被独立测出来，就可以把它当成一个整体玩家，和"折扣"一起做两方博弈。这是 Shapley 唯一"用得比别的方法多"的地方，也是下面第五章里"因素降维"的理论依据。

三、公式与权重直觉

3.1 公式

枚举 n! 种排列当然能算，但组合数爆炸得太快。Shapley 把它整理成了一个求和式：

φᵢ = Σ_{S ⊆ N\{i}}  [ |S|! · (n − |S| − 1)! / n! ]  ×  [ v(S ∪ {i}) − v(S) ]

前半段是权重，后半段是边际贡献。整个求和遍历了 i 之外所有可能的前置联盟 S。

3.2 权重为什么是这个形式

这是全篇最值得慢下来读的一段。权重看起来像个凭空冒出来的组合数，其实它是一个概率。

想象把 n 个玩家随机排成一列。盯住玩家 i，问一个问题：排在 i 前面的，恰好是集合 S 的概率是多少？

算一算：

• i 前面那 |S| 个玩家，内部的排法有 |S|! 种；
• i 后面那 n − |S| − 1 个玩家，内部的排法有 (n − |S| − 1)! 种；
• i 自己固定在中间这个位置；
• 合起来共有 n! 种全排列。

所以：

P(i 前面恰好是 S) = |S|! · (n − |S| − 1)! / n!

**这就是公式里的权重。**公式读作：“枚举 i 之前的联盟 S，按’这种前置组合在随机排列里出现的概率’加权，把 i 的边际贡献平均下来。”

再把 n = 3 代进去看看权重长什么样：

对 |S| = 1 这一行再说明一句：i 排第二时，前面那个玩家可以是折扣也可以是直播，各占 1/6，所以合计 1/3。权重对"前面是谁"一视同仁，这正是对称性的来源。

flowchart TB
    A["n 个玩家的一个随机排列"] --> B["盯住玩家 i"]
    B --> C["排在 i 前面的恰好是集合 S"]
    C --> D["概率 = |S|!(n−|S|−1)! / n!
这就是公式里的权重"]

3.3 公式的实用价值：它是一个交叉校验器

公式在理论上还有个漂亮的等价形式——直接对 n! 种排列求和：

φᵢ = (1 / n!) · Σ_R [ v(Pᵢ^R ∪ {i}) − v(Pᵢ^R) ]

其中 Pᵢ^R 是排列 R 中排在 i 前面的玩家集合。

这意味着枚举法和公式法算的是同一个东西，只是路径不同：枚举法按排列走，公式法按联盟走。

工程上这条性质极其有用。枚举法要手写 6 行表格、每行算 3 个减法，极易出错；而公式法只依赖价值函数表本身，没有中间步骤。把价值函数代进公式，算出的结果必须和枚举手算一致——这是一条独立于计算过程的校验线。

第四章会演示一个真实的案例：一份流传较广的枚举表，算出来的 13/6、19/6、28/6 同样满足效率性（加起来是 10），看上去没问题，但用公式回代立刻就能发现它错了。

所以：能枚举就枚举一份，再用公式回代验一遍。这一步花不了两分钟，能省掉一次错误复盘。

3.4 交互怎么分：synergy 视角

开头那个问题还悬着：那 4 万交互增量，到底该记在谁头上？

Shapley 有一个更精细的回答。先做容斥分解，把 v(S) 拆成各个联盟的协同项（synergy，也叫 Harsanyi 股息）：

w(S) = Σ_{R ⊆ S} (−1)^(|S|−|R|) · v(R)

直觉是：w(S) 是"这个联盟独有的交互"，扣掉所有子联盟已有的部分。

分配规则极简：**每一份协同，由产生它的联盟成员平分。**于是

φ_满减 = 1/1 + 1/2 + 3/2 + (−1)/3 = 2.6667
φ_折扣 = 2/1 + 1/2 + 1/2 + (−1)/3 = 2.6667
φ_直播 = 3/1 + 3/2 + 1/2 + (−1)/3 = 4.6667

和第三章的公式、第四章的枚举，三条路径给出同一个答案。

这张表还纠正了一个朴素的直觉。**“实际值 10 减去单做之和 6，等于 4 万交互”——这个数本身就不准确。**容斥之后，两两交互合计 5 万，三方交互却是 −1 万：三个活动凑在一起，除了两两之间的互动，还额外产生了一笔反向的拖累。交互不是一个数，是一层一层的。

四、实算：满减、折扣、直播

4.1 价值函数表

Shapley 的一切都建立在 v(S) 上。先把这张表摆平——它是第四章全部计算的输入：

第三列就是交互的朴素度量。满减与直播的交互最大（+3），这也解释了为什么老板会盯着那个 7 万问个不停。

4.2 手算枚举：把 6 种顺序全走一遍

三个玩家有 3! = 6 种加入顺序。每种顺序下，算出每个玩家的边际贡献，再对 6 种顺序取平均。

以第一行为例读一遍：满减第一个加入，边际 = v(满减) − v(∅) = 1 − 0 = 1；折扣第二个加入，前面已有满减，边际 = v(满减+折扣) − v(满减) = 4 − 1 = 3；直播最后加入，边际 = v(全体) − v(满减+折扣) = 10 − 4 = 6。

每一行的三者之和都等于 10，因为边际贡献在这条路径上是首尾相接的：v(∅) → v(S₁) → v(S₂) → v(N)，相邻两项作差再求和，必然回到 v(N) − v(∅)。这是 Shapley 的效率性在单条路径上的体现。

4.3 一处必须校对的坑

这里要停下来讲一件事，因为它是实践中最容易出错、也最难自查的一步。

网上流传的版本里，这个算例的枚举表会被写成这样：把 v(满减 + 直播) 记成 6、v(折扣 + 直播) 记成 7。按那张表重算一遍：

两个结果的合计都是 10，效率性都成立。差异出在分配：满减从 2.167 变成 2.667，折扣从 3.167 变成 2.667。

错在哪？错在枚举表和它自己的价值函数表自相矛盾。按价值函数表，v(满减 + 直播) = 7，那么在"直播 → 满减 → 折扣"这一行里，满减的边际就必须是 7 − 3 = 4，而错位版本写成了 6 − 3 = 3。同理，在"折扣 → 直播 → 满减"一行，满减的边际必须是 10 − 6 = 4，错位版本写成 10 − 7 = 3。满减少算了 1，折扣多算了 1，直播那两处一增一减刚好抵消——所以合计看不出来。

这一节要教的是一件很朴素的事：枚举手算极易出错，而"加起来等于 10"这条校验发现不了这类错误。

唯一可靠的防线是 3.3 节说的公式回代：把价值函数表直接代进 φᵢ 的求和式，算一遍。

φ_满减 = 1/3 × (1 − 0) + 1/6 × (4 − 2) + 1/6 × (7 − 3) + 1/3 × (10 − 6)
       = 0.3333 + 0.3333 + 0.6667 + 1.3333 = 2.6667 ✓

对着枚举表的 13/6 回代，会立刻对不上。这条校验线不依赖任何中间步骤，是唯一不会被手误污染的检查。

4.4 结果：三种口径一次给齐

回到第一篇 的公共词汇。Shapley 值 φᵢ 就是绝对贡献 Vᵢ，基期 Y⁰ 取 30 万（空白组的自然新增，见 5.1 节），当期 Y¹ = 40 万，ΔY = 10 万。

三行校验：

• 效率性：V 加起来 = 2.6667 + 2.6667 + 4.6667 = 10 = v(N) − v(∅) ✓
• 贡献度：26.67% + 26.67% + 46.67% = 100% ✓（表内按两位小数显示，精确值为 26.6667% / 26.6667% / 46.6667%）
• 相对贡献：8.89% + 8.89% + 15.56% = 33.33% = ΔY / Y⁰ = 10 / 30 ✓

结论可以直接拿去汇报：直播贡献了近一半的新增，满减和折扣打平，各占约四分之一强。

但别急着把它当成预算分配依据——第一篇 那条"贡献度排序 ≠ 优化优先级"在这里同样成立。直播的 Shapley 值高，有一部分原因是它和满减的交互大——满减和直播单独做分别带来 1 万和 3 万，一起做带来 7 万，协同 3 万由两人平分，直播拿走 1.5 万——**而不是因为"再给直播投一笔钱，就能拿到 4.67 万"。**这两件事在第七章还会再碰一次。

五、v(S) 从哪来

Shapley 的公式再漂亮，没有 v(S) 也是空谈。这一章讲输入从哪来。

5.1 来源一：AB 实验正交分组

最干净的来源是正交实验。n 个因素要做全覆盖，需要 2ⁿ 个分组；3 个因素就是 8 组。

换算口径是：**增量 = （本组转化率 − 空白组转化率）× 本组曝光量。**表里假设每组曝光 100 万用户，于是 37% − 30% = 7pp 对应 7 万新增。

空白组转化率 30% × 100 万 = 30 万，就是 4.4 节用的基期 Y⁰。

请留意表里那两行——“折扣 + 直播组"和"直播 + 满减组”，同一个联盟用了两种写法。这在实验读数表里是标签对调的温床，下面 5.2 节会看到它确实出事了。

5.2 换算之后必须做的对账

把读数表和第四章的价值函数表逐行对一遍：

两个双因子组合互换了位置。这不是舍入误差，是读数表里分组标签与数据错位——同一张表里"折扣 + 直播"和"直播 + 满减"这两个名字，指向了反过来的两组数据。

处理方式只有一条：**回数据源核对分组定义，以分组定义为准，不要改数字凑一致。**第四章的价值函数表就是核对之后的版本。

这个坑和 4.3 节的枚举错误是同一张表的两副面孔。把错位后的读数直接代进 4.2 节的枚举流程，算出来的恰好就是 13/6、19/6、28/6。同一个输入错误，在枚举里表现为算错，在校验里表现为对不上。

顺带记住一条以后还会反复用到的常识：**读数表里的"本组转化率 − 空白组转化率"只是差值，不是价值函数。**v(S) 说的是"这组活动开起来能带来多少增量"，它的口径必须和空白组一致——空白组是"什么都不开"，所以 v(∅) = 0。

5.3 来源二：准实验与观测数据建模

当 2ⁿ 分组跑不动时（因素多、周期长、流量不足），退一步：用历史观测数据建模，反事实预测各组合的收益。

流程是三步：

1. 用历史数据拟合一个预测模型，把"这个用户被哪些活动触达"映射到"是否转化"。GBDT、回归、uplift 模型都行。
2. 用模型对全部 2ⁿ 种组合做反事实预测，得到 v(S) 的估计值。
3. 把估计出来的 v(S) 喂给 Shapley。

代价是模型偏差会原样传导成归因偏差：模型认定直播的触达人群"看起来"更容易转化，Shapley 就会把功劳多分给直播。这不是 Shapley 的问题，是上游模型的问题，但锅往往背在归因环节。

另外两条约束也要说清楚：反事实永远没有真值（同一批用户不可能既被满减触达又不被触达），以及所有组合都得有数据覆盖——缺一组就只能靠模型外推，外推的部分最不可信。

5.4 来源三：历史活动复盘

还有一条路：把历史上每次活动的组合、周期、力度都记下来，用准实验方法（合成控制、双重差分、倾向得分匹配）估计各组合的增量，凑出一张近似的 v(S) 表。

优点是不需要新的实验流量，适合活动已经下线、无法复跑的场景。但坑不少：

• 力度必须拆开。“满减 20 元"和"满减 50 元"如果都记成"满减”，v(S) 表直接废了。同一因素的不同力度应当拆成不同玩家——这也正好用得上 2.3 节的可加性公理。
• **时间不可比。**上半年的流量结构和下半年不同，跨期拼出来的 v(S) 带着系统性偏差。
• **上线不是随机的。**大促期间通常全开，这会让估计量严重有偏。

5.5 成本：2ⁿ 是指数级的

这是 Shapley 最实际的约束，值得单独拎出来算一笔账：

分组数指数增长，每组流量指数缩水，两头夹击。组数一多，每组的新增估计的置信区间就宽到没法用。

三个常见的降本手段：

• 部分析因设计：从 2ⁿ 里挑一组子集（通常 n + 1 组就够估主效应），再补关键交互项。
• 因素分层：把不可能同时发生的因素放进同一层（互斥层），层内全因子、层间只取代表组合，把 2ⁿ 压到几倍 n。
• 只对主要因素做完整 Shapley，其余合并成"其他"当作一个玩家。

**这句话值得再说一遍：Shapley 把"写不出函数表达式"的问题，换成了"测得出所有组合"的问题。**后者往往比前者更贵、更慢、更需要跨团队协作。

flowchart TB
    A["需要 v(S)
每种活动组合的增量"] --> B["来源一 AB 实验正交分组
3 个因素 = 8 组"]
    B --> C["来源二 准实验与观测建模
用历史数据预测各组合收益"]
    C --> D["来源三 历史活动复盘
上线过的组合反推"]
    D --> E["成本 2ⁿ 指数增长
只能分层或采样"]

六、多触点权重分配：Shapley 的朴素亲戚

6.1 多触点问题：半可加的另一半解法

第一篇 3.2 节讲过半可加：跨渠道 UV 加起来远大于总 UV。当时给了两条路——唯一化（首次触点 / 末次触点归因），或者用 Shapley 这类方法处理重叠部分。这一节把第二条路走完。

多触点问题具体长什么样：一个用户在下单前依次经过搜索 → 商品详情 → 查看评价 → 咨询客服 → 下单。这条路径上每个触点都影响了转化，于是：

• 只算末次触点，客服答疑的价值被抹掉；
• 只算首次触点，搜索拉新的价值被抹掉；
• 所有触点的 UV 加起来，远大于实际转化用户数。

这就是行业里说的多触点归因。规则法是它的朴素亲戚，Shapley 是规则法家族里最讲究的那个。

6.2 规则法与它们的系统性偏差

逐条说清楚偏差的方向，比记住规则本身更重要：

首次触点把功劳全给能把用户拉进来的渠道——通常是投放和品牌广告。中间的种草、答疑、对比环节全部记零。用它做预算分配，等于永远给最上游加钱，而最上游的钱一旦饱和，加得再多也拉不来新的人。

末次触点反过来，把功劳全给促成最后一步的渠道——通常是品牌词搜索、购物车提醒、临门一脚的 push。真正创造需求的上游被压成零，用户心智里的"我本来就想要"就没地方记账了。

线性分配看似最公平，但它丢掉了触点的强度信息。一个用户在商详页停留 5 分钟、还翻了 30 条评价，和他在推荐流里 0.5 秒划过去，在线性规则下拿到的权重一样。

时间衰减假设决策是短程的，权重常按 wᵢ = 2^(−(T−tᵢ)/T_half) 衰减。但电商的决策周期常常长达两周，一周前的内容种草在衰减模型里几乎不计分。

U 型是前两种的组合，同时高估拉新和高估收口，中间环节归零。

6.3 Shapley 与规则法的关系

把这件事讲透，只需要一句话：所有规则法都可以写成"给触点 i 在不同顺序下赋不同权重，再按权重加权"。

末次触点就是"i 排在最后时权重 1，其余为 0"；首次触点就是"i 排第一时权重 1"。Shapley 和它们的区别只有一个：它用均匀随机排列这个唯一对称的选择来定权重。

由此得到两个性质：

**权重只看"前面排了几个"，不看"前面是谁"。**这让 Shapley 对触点的位置完全无偏——它不预设靠后更重要，也不预设靠前更重要。

**在任何固定的顺序下，最后加入的触点拿到的边际贡献总是更大。**因为前面的人已经把容易拿的增量拿走了，剩下的都归最后一个。这正是末次触点规则"看起来准"的根本原因：**它并没有捕捉到真实价值，它只是系统性地押注了那个位置。**Shapley 把这份位置红利在所有顺序上摊平掉了。

两个推论都很好用：

• **只有两个触点时，Shapley 恰好等于首末触点各 50%。**两个触点的路径上，末次触点拿 100% 显然离谱，50/50 是唯一对称的选择。
• **路径越长，规则法之间的差异越大，Shapley 越稳。**短路径上几种规则本来差不多，长路径上"中间环节到底值多少"的问题才真正暴露出来。

6.4 方法对比

flowchart TB
    A["首次触点 / 末次触点
全部功劳归两端"] --> B["线性分配 · 时间衰减 · U 型
按位置规则给权重"]
    B --> C["Shapley
在所有触点顺序上取平均"]
    C --> D["对触点位置无偏
不预设谁该拿多"]

6.5 和马尔科夫链的关系

第六篇 讲的马尔科夫链是路径型归因的另一条路线，它不猜权重，而是算"移除某个渠道后整体转化率掉多少"。两者并不冲突，但适用条件不同：

**触点少、且能跑正交实验，用 Shapley；触点多、路径数据齐全，用马尔科夫链。**本章讲的 Shapley 视角，本质上是给多触点归因提供了一个"不预设位置价值"的公允基线——它未必是最优选择，但它至少不含系统性的位置偏见。

七、局限与改进

7.1 核心假设：加入顺序随机

Shapley 的基石是：每个玩家加入联盟的顺序是随机的，且全部 n! 种顺序等可能。

这里要分清两种场景，因为它们的分量完全不同。

多因素叠加场景（本篇主线）：这里的"顺序"是一个计算装置，不是用户行为顺序。“满减先加入联盟"只是枚举时的假想步骤，不对应任何真实世界的事件。所以"顺序随机"这个假设在这里争议很小——它只是给 n! 种假想顺序等权重的一个记账约定。

多触点场景：这里的"顺序"是真实的行为顺序。用户先看到弹窗还是先看到 banner，是有确定答案的。这时候"随机"就直接对应"触点出现的先后是等可能的”，这个假设经常不成立：

• 弹窗一定先于 banner 被看到（页面加载顺序决定的）；
• 开屏广告一定先于所有站内触点；
• 搜索结果页的触点一定先于商品详情页的触点。

7.2 加权 Shapley

假设不成立时的解法很直接：把"均匀随机排列"换成"真实观测到的顺序分布"。

记 w(S) 为"玩家 i 前面恰好是集合 S"的概率，满足 Σ_{S⊆N{i}} w(S) = 1。Shapley 的权重 |S|!(n−|S|−1)!/n! 就是均匀分布下的 w(S)。加权版本：

φᵢ = Σ_{S ⊆ N\{i}} w(S) × [ v(S ∪ {i}) − v(S) ]

举一个具体的例子。两个触点 P（弹窗）和 Q（banner），价值函数与顺序无关：

均匀权重下：φ_P = (5 + 9) / 2 = 7，φ_Q = (7 + 3) / 2 = 5。

真实权重下：φ_P = 0.8 × 5 + 0.2 × 9 = 5.8，φ_Q = 0.8 × 7 + 0.2 × 3 = 6.2。

两者的合计都等于 12 = v({P,Q})。效率性与权重无关——只要权重加起来是 1，闭合性就自动成立。

有意思的是，P 明明更常先出现，它的 Shapley 值反而从 7 掉到 5.8。原因 6.3 节讲过：**在任何固定顺序里，先出现的触点吃亏，后出现的触点拿走剩余增量。**让 P 更常先出现，就等于让 P 更常吃亏。

7.3 其他局限

**v(S) 难测。**2ⁿ 分组的成本在 5.5 节算过了。更麻烦的是，即使分组跑出来了，每组的增量估计本身带置信区间，而 Shapley 值是这些估计的线性组合，误差会沿着一整条路径累加。

**强相关因素难解释。**满减和折扣通常一起上（高度正相关），Shapley 会把两者交互产生的大部分平分给这两个，直播被压低。这不是 bug，是"分蛋糕"机制本身的结果——但业务方未必接受：“凭什么直播只拿 46.67%？它一个人单做就值 3 万。”遇到这种质疑，正确回应是把 3.4 节的 synergy 分解摆出来，而不是硬扛。

**Shapley 只回答"分成多少"，不回答"该优化谁"。**和第一篇 那条"贡献度排序 ≠ 优化优先级"是同一回事：一个活动的 Shapley 值高，可能只是因为它和别的活动重叠度高、增益被摊薄，不等于"再投一笔钱能拿到同样多"。

**Shapley 值可以是负的。**当一个因素在大多数加入顺序下都是净损害时，它的分配额就是负数。这在互动拍卖、竞价场景里是常事，在活动复盘里则需要提前准备好解释——尤其当某个因素的 Shapley 值明显低于它的 v({i}) 时。

八、Python 实现

8.1 枚举实现

先写最朴素也最可靠的版本：遍历全部 n! 种顺序。它慢，但每一步都看得懂，而且可以直接和手算表格对照。

import math
from itertools import permutations

# 价值函数 v(S)：S 为活动组合的 frozenset，值为新增用户数（万）
V = {frozenset(): 0, frozenset({"满减"}): 1, frozenset({"折扣"}): 2, frozenset({"直播"}): 3,
     frozenset({"满减", "折扣"}): 4, frozenset({"满减", "直播"}): 7,
     frozenset({"折扣", "直播"}): 6, frozenset({"满减", "折扣", "直播"}): 10}
PLAYERS = ["满减", "折扣", "直播"]

def shapley_enumerate(v, players):
    """枚举法：遍历 n! 种加入顺序，取每个玩家边际贡献的均值"""
    n = len(players)
    acc = {p: 0.0 for p in players}
    for order in permutations(players):        # 每种顺序等概率 1/n!
        coalition = set()                     # 当前已加入的联盟 S
        for p in order:
            gain = v[frozenset(coalition | {p})] - v[frozenset(coalition)]  # 边际贡献
            acc[p] += gain
            coalition.add(p)
    return {p: c / math.factorial(n) for p, c in acc.items()}

跑起来，并顺手把效率性钉成一条断言：

phi = shapley_enumerate(V, PLAYERS)
delta_y = V[frozenset(PLAYERS)] - V[frozenset()]   # 效率性校验基准：v(N) − v(∅)
for p in PLAYERS:
    print(f"{p}: φ = {phi[p]:.4f} 万   贡献度 {phi[p] / delta_y:.2%}")
print(f"合计 {sum(phi.values()):.4f} 万   目标 {delta_y} 万")
assert abs(sum(phi.values()) - delta_y) < 1e-9   # 效率性：不留残差

输出：

满减: φ = 2.6667 万   贡献度 26.67%
折扣: φ = 2.6667 万   贡献度 26.67%
直播: φ = 4.6667 万   贡献度 46.67%
合计 10.0000 万   目标 10 万

那句 assert 值得在生产代码里留着。它等价于对"效率性"做了一次在线体检——万一哪天有人改了 v(S) 的定义导致不再闭合，这里会立刻炸掉，而不是安静地算出一个看起来合理的错数。

8.2 蒙特卡洛近似

n! 是指数增长的，因素一多就枚举不动了。这时改用蒙特卡洛：随机采样一批排列，用样本均值代替全排列均值。

import random

def shapley_monte_carlo(v, players, n_samples=20000, seed=42):
    """蒙特卡洛近似：随机采样加入顺序，用样本均值代替全排列均值"""
    rng = random.Random(seed)
    acc = {p: 0.0 for p in players}
    for _ in range(n_samples):
        order = players[:]
        rng.shuffle(order)                      # 均匀随机排列，等价于均匀权重
        coalition = set()
        for p in order:
            acc[p] += v[frozenset(coalition | {p})] - v[frozenset(coalition)]
            coalition.add(p)
    return {p: c / n_samples for p, c in acc.items()}

phi = shapley_enumerate(V, PLAYERS)           # 拿精确值做对照
phi_mc = shapley_monte_carlo(V, PLAYERS)
for p in PLAYERS:
    print(f"{p}: φ ≈ {phi_mc[p]:.4f} 万   与精确值之差 {abs(phi_mc[p] - phi[p]):.4f}")

输出：

满减: φ ≈ 2.6691 万   与精确值之差 0.0024
折扣: φ ≈ 2.6665 万   与精确值之差 0.0002
直播: φ ≈ 4.6645 万   与精确值之差 0.0022

差异在 0.002 万（20 人）量级，完全在采样噪声内。采样量翻一倍，误差按 1/√n 缩小——蒙特卡洛是拿精度换速度的近似，不是精确解，所以它的输出只适合做排序，不适合写进需要精确到个位的报告。

8.3 公式回代校验

最后是 3.3 节说的那条校验线：把价值函数表直接代进解析式。它不依赖任何中间步骤，是唯一不会被手误污染的检查。

from itertools import combinations

def shapley_formula(v, players):
    """公式法：φ_i = Σ_S [|S|!(n−|S|−1)!/n!] · [v(S∪{i}) − v(S)]"""
    n = len(players)
    out = {}
    for i in players:
        others = [x for x in players if x != i]
        total = 0.0
        for k in range(len(others) + 1):
            weight = math.factorial(k) * math.factorial(n - k - 1) / math.factorial(n)
            for subset in combinations(others, k):
                s = frozenset(subset)
                total += weight * (v[s | {i}] - v[s])
        out[i] = total
    return out

phi = shapley_enumerate(V, PLAYERS)           # 拿枚举法结果做对照
phi_f = shapley_formula(V, PLAYERS)
for p in PLAYERS:
    print(f"{p}: 枚举 {phi[p]:.6f}   公式 {phi_f[p]:.6f}   差 {abs(phi[p] - phi_f[p]):.2e}")

输出：

满减: 枚举 2.666667   公式 2.666667   差 0.00e+00
折扣: 枚举 2.666667   公式 2.666667   差 0.00e+00
直播: 枚举 4.666667   公式 4.666667   差 8.88e-16

三个数跟第四章手算的 16/6、16/6、28/6 完全吻合。

把这段代码接到你的分析流程里，顺序应该是：枚举出结果 → 公式回代 → 两者一致才算数。 4.3 节那个 13/6 的错误，在这条流水线上会在第二步被当场拦下。

flowchart TB
    A["需要 Shapley 值"] --> B["枚举法 遍历 n! 种排列
n ≤ 7 时可行"]
    B --> C["蒙特卡洛 随机采样排列
n 较大时用"]
    C --> D["公式法 直接代入解析式
用作交叉校验器"]

多因素叠加归因的本质，是把交互产生的增量在所有加入顺序上摊平，再按摊平后的边际贡献分账。

如果只能带走五句话：

1. 前四篇的方法在这里失效，是前提不匹配而非精度不够：Delta 要可加、LMDI 要乘积、组间组内要比率、链式拆解要串联；Shapley 只要"每种组合能带来多少"这个更弱的输入。
2. Shapley 值的定义只有一句：每个因素的分配额 = 它的边际贡献在所有 n! 种加入顺序下的平均值；权重 |S|!(n−|S|−1)!/n! 就是"i 前面恰好是 S"在随机排列下的概率。
3. **枚举手算极易出错，而"加起来等于 10"发现不了。**必须用公式回代做交叉校验——4.3 节那个 13/6 的答案同样满足效率性，只有公式能把它揪出来。
4. **Shapley 是多触点规则法家族里唯一对触点位置无偏的一个。**末次触点之所以"看起来准"，是因为它系统性地押注了那个位置；Shapley 把这份红利在所有顺序上摊平了。
5. **Shapley 把"写不出函数"换成了"测得出所有组合"，2ⁿ 是指数级的。**跑不动就分层、采样，或只对少数主要因素做完整 Shapley。

九、参考资料

• Shapley, L. S. (1953). A Value for n-Person Games. In H. W. Kuhn & A. W. Tucker (Eds.), Contributions to the Theory of Games, II (Annals of Mathematics Studies, Vol. 28), 307–317. Princeton University Press. RAND Corporation 存档版：https://www.rand.org/pubs/papers/P295.html
• Wikipedia: Shapley value — https://en.wikipedia.org/wiki/Shapley_value （四条公理、公式的排列均值解读、synergy / Harsanyi dividend 视角）
• Wikipedia: Attribution (marketing) — https://en.wikipedia.org/wiki/Attribution_(marketing) （多触点归因模型的行业实践：首次触点、末次触点、线性分配、时间衰减等）