3. 节点与边：如何用变量和箭头描述你的业务系统？
好，咱们进入正题。上一章聊了因果图能帮我们看清业务里的因果关系，那这一章就手把手教你怎么画出来。
说白了，因果图就两个东西：节点和边。节点代表变量，边代表箭头。就这么简单。但越是简单的东西，用起来越容易翻车。我刚开始做增长实验的时候，就吃过不少亏。
3.1 节点：你的业务变量长什么样？
节点就是你要关注的业务指标。可以是用户数、转化率、留存率、广告花费……任何你想分析的东西。
我个人习惯把节点分成三类：
- 结果变量：你想提升的核心指标，比如「月活跃用户数」
- 原因变量：你认为能影响结果的因素，比如「推送打开率」
- 混杂变量：同时影响原因和结果的第三方因素，比如「用户活跃时段」
重要提醒：节点命名要具体。别写「用户行为」这种模糊词。要写「点击注册按钮次数」或者「首次下单后7天留存率」。越具体，后续分析越清晰。
我在项目中遇到过一件事。有个团队画因果图，节点写的是「用户体验」。结果讨论了半天，每个人对「用户体验」的理解都不一样。有人觉得是加载速度，有人觉得是界面美观。最后我让他们拆成「页面加载时间」和「用户满意度评分」，争论立刻消失了。
3.2 边：箭头到底该怎么画？
边就是箭头。从原因指向结果。比如：
广告曝光量 → 点击量 → 注册量 → 付费量箭头代表你假设的因果关系。注意，是「假设」。因果图不是真理，是你对业务的理解模型。
画箭头有几个原则：
- 方向必须明确：从因到果，不能反过来
- 不要画循环：因果图是有向无环图，不能A→B→A
- 尽量简洁：能用一个箭头别用两个
避坑指南：我曾经犯过一个错误——把相关性当因果画进去。比如「用户年龄」和「购买金额」有相关性，我就画了个箭头。后来发现其实是「收入水平」在背后起作用。所以画箭头前，先问自己一句：这个箭头有业务逻辑支撑吗？
3.3 一个完整的例子：电商转化率
咱们拿电商场景练练手。假设你想提升「下单转化率」。你会考虑哪些变量？
我一般会这样列：
| 变量名 | 类型 | 说明 |
|---|---|---|
| 下单转化率 | 结果变量 | 核心指标 |
| 商品详情页停留时间 | 原因变量 | 用户对商品感兴趣程度 |
| 促销活动力度 | 原因变量 | 折扣、满减等 |
| 用户历史购买次数 | 混杂变量 | 老用户更容易下单 |
| 页面加载速度 | 原因变量 | 技术性能指标 |
然后画箭头：
商品详情页停留时间 → 下单转化率
促销活动力度 → 下单转化率
用户历史购买次数 → 下单转化率
页面加载速度 → 商品详情页停留时间
用户历史购买次数 → 商品详情页停留时间你想想看，这里有个隐藏问题。用户历史购买次数既影响转化率，又影响停留时间。这就是典型的混杂变量。如果不控制它，你可能会误判「停留时间」对「转化率」的真实影响。
3.4 用SVG画一张核心逻辑图
光说不够直观。我画了一张图，把上面这个电商例子可视化出来。你看一眼就明白了。
这张图里，箭头方向代表因果假设。比如「页面加载速度」指向「商品详情页停留时间」，意思是加载越快，用户越愿意停留。而「用户历史购买次数」同时指向两个下游节点，说明它是个混杂变量。
小技巧：画完图后，拿给不懂因果推断的同事看。如果他们能一眼看懂你的业务逻辑，说明图画对了。如果他们问「这个箭头是什么意思」，说明你需要重新梳理。
3.5 常见错误与修正
嗯，这里要注意几个坑。我列出来，你对照检查自己的图：
- 遗漏关键变量：比如分析「推送打开率」时，忘了「用户是否在活跃时段」这个变量。结果归因全偏了。
- 箭头方向画反：把「用户满意度」指向「复购率」是对的。但有人会画成「复购率」指向「用户满意度」，这就反了。
- 节点太粗粒度：把「营销活动」当节点，但「营销活动」包含渠道、文案、预算……拆开才能分析。
我曾经在一个项目中，把「用户流失率」作为结果变量，画了十几个箭头指向它。结果发现大部分箭头都是猜测，没有数据支撑。后来我删掉了一半，只保留有明确业务逻辑的箭头，模型才真正可用。
所以，画因果图不是越多越好。少而精，才是关键。
好了，节点和边的基本用法就这些。你拿张纸，画一下自己业务的因果图试试。不用追求完美，先画出来，再慢慢调整。
公众号:蓝海资料掘金营，微信deep3321