因果关系四个特征

说到这个因果关系四个特征，我还真有点印象。那会儿我刚入行那会儿，有个项目，得，先来个场景：
2012年，我在北京的一家互联网公司做数据分析师。那时候公司刚上线了一个新产品，老板要求我们分析用户行为，找出影响用户留存的关键因素。那时候我就跟团队里的小王、小李一起研究，这因果关系啊，得，得，得，是这样的：
1. 时间先后：我记得有一次，我们发现在用户注册后的一周内，如果他们收到了我们推送的个性化推荐，他们的活跃度会提升20%。那时候我们就觉得，推送时间节点是关键。
2. 因变量与自变量：有一次，我们测试了不同类型的个性化推荐，发现新闻类推荐比视频类推荐更能提升用户活跃度。那时候我们就知道，推荐内容类型是自变量，活跃度是因变量。
3. 相关性：我记得有一次，我们分析了用户在APP上停留的时间与用户购买行为的关系，发现两者有显著的正相关。这让我们意识到，用户活跃度与购买行为是相关的。
4. 唯一性：有一次，我们对比了两组用户，一组收到了个性化推荐，另一组没有，结果发现收到推荐的组用户留存率提高了15%。那时候我们就确定了，个性化推荐是唯一影响留存的因素。
这块，我觉得因果关系的四个特征还是挺重要的，不过说起来，我这边更多是数据驱动的，理论这块儿，我不敢乱讲。哈就先这样吧，你还有什么想问的吗？

1. 因与果之间具有时间顺序性：2020年新冠疫情爆发，导致全球供应链中断。
2. 因与果之间具有必然性：在牛顿第三定律下，作用力与反作用力相等且反向。
3. 因与果之间具有一致性：某品牌手机因电池问题召回，后续销量下降。
4. 因与果之间具有条件性：提高温度至100摄氏度，水才会沸腾。