学习目标
完成本单元后，您将能够：
- 导航到故事的“差异是什么”见解并探索它们。
- 理解变量之间的关系。
- 使用这些见解来帮助最大化客户终身价值（CLV）。
了解什么是差异见解
注意
本单元中的说明假设您已根据“使用故事获取大图片”中的步骤成功创建了爱因斯坦探索故事，这是此Trailhead模块中的第一个单元。
在爱因斯坦发现中，什么是差异洞察力是比较见解，可以帮助您更好地理解解释变量与故事中目标（目标结果变量）之间的关系。这些见解基于对数据集的统计分析，可帮助您确定哪些因素会导致结果变量的最大变化。爱因斯坦发现使用瀑布图来帮助您在“什么是差异”洞察中可视化比较。
通过隔离解释变量，您可以看到并了解它与整体的关系，以及它与另一个解释变量的比较。例如，您可以将制造客户的销售业绩与整体销售业绩进行比较。此外，您还可以比较制造和分销客户之间的销售业绩。最后，您可以添加过滤器以关注较小的数据片段（例如特定的销售区域）。
找到使用CLV的最佳客户
在本单元中，我们使用What Is The Difference的见解来探索您之前创建的故事（请参阅“爱因斯坦发现经典”模块中的“创建故事”）。回想一下，这个故事的目标是最大化客户终身价值（CLV）。CLV是一种度量标准，用于预测公司与客户关系的整个生命周期内的盈利能力。
选择什么是差异洞察类型
在Insight导航栏上，单击右上角的向下箭头，然后单击“区别是什么”。
“数据洞察”导航栏显示此类别但不显示图表。要查看图形，必须先选择一个变量。
将解释变量与全球平均值进行比较
在我们的示例故事中，全局平均值表示数据集中所有数据的CLV。将单个变量的CLV与全局CLV平均值进行比较是有用的。要选择变量，请在“数据洞察”导航栏左侧的“ 关联到（选择变量） ”中选择“ 行业 – 运输”。
计算完成后，您会在瀑布图中看到最具统计意义的洞察力。
CLV出现在图表的顶部，提醒我们将此故事配置为最大化CLV作为结果变量。
注意
如果这里的图像与您在爱因斯坦发现中看到的屏幕略有不同，请不要担心。界面元素通常是相同的，但一些细节 – 包括它们显示的数据 – 可能略有不同。
在图表的顶部，标记为Industry is Shipping（Average）的灰色条显示行业运输时的平均CLV。要查看更多详细信息，请将鼠标悬停在灰色栏上。
当我们的故事将CLV最大化为结果变量时，图表中的红色条表示将CLV从平均值降低的条件。将鼠标悬停在图表中的红色条上。
在此示例中，当Industry is Shipping并且BillingState是Texas时，CLV是-89，或低于平均值89。请注意，左侧相应的洞察描述以灰色突出显示。
当我们的故事将CLV最大化为结果变量时，图表中的绿色条显示了CLV从平均值增加的条件。将鼠标悬停在图表中的绿色条上。
在此示例中，当Division是标准硬件时，CLV高于平均值190。请注意，左侧相应的洞察描述以灰色突出显示。
注意
如果我们的故事目标是最小化CLV，那么绿色和红色的颜色将会颠倒过来。
图表底部的蓝色条显示全局平均值（结果），表示数据集中所有数据的平均CLV（20,136）。
比较两个变量
接下来，我们添加第二个解释变量并比较两者。在Insights导航栏上，转到右侧的Between（选择变量），然后选择Industry – Technology。
计算完成后，您会看到比较两个行业的瀑布图。
一目了然，这张图表显示，CLV for Industry is Technology （平均值）在很多方面优于Industry is Shipping（平均值）。例如，当账户被评为热门时，科技的终身CLV比运输更好。但在德克萨斯州，海运拥有比科技更好的CLV。
将鼠标悬停在图表顶部的灰色栏上，显示Industry is Shipping（Average）。
将鼠标悬停在图表底部的蓝色条上，显示行业是技术（平均值）。
比较实际的CLV数字证实了技术的平均CLV高于Shipping。
添加过滤器
（可选）您可以添加过滤器以进一步将分析重点放在数据的子集上。在“数据洞察”导航栏的最右侧，单击“ 搜索故事洞察”，然后选择“ 类型 – 咨询”。
计算完成后，您会看到一个瀑布图，比较两个行业只有咨询数据。
在此示例中，小型术语和部门是标准硬件，显示了在Type是咨询时最大化CLV的最高相关性。
结论
在本单元中，您继续担任主要汽车供应商的运营副总裁。您深入研究了您在爱因斯坦发现数据集成模块中创建的故事。您学会了如何解释爱因斯坦发现在您的数据中发现的几个见解。您查看详细说明所发生情况的描述性见解，并查看比较见解，以显示比较变量时的差异。这个故事充满了关于您的数据的见解。探索故事有助于您发现帐户的CLV与可能影响CLV的其他变量之间的关系。
