數(shù)據(jù)異常歸因|最近一周成交訂單量較之前有7%的下降,該怎么分析原因?

1 評論 9147 瀏覽 33 收藏 10 分鐘

編輯導(dǎo)語:我們在日常工作中,常常會因為數(shù)據(jù)的變化而苦惱,絲毫不知道數(shù)據(jù)異常的原因在哪里。那么,數(shù)據(jù)歸因該怎么做?作者總結(jié)了四步,花點時間,你一定能夠找到數(shù)據(jù)異常的原因所在,希望對你有幫助。

為什么指標(biāo)變化了xx%?這個問題其實很多同學(xué)在日常工作中經(jīng)常會遇到。

這個就涉及到數(shù)據(jù)異常歸因了,異常歸因怎么做呢?其實很簡單,能按照下面四步,花點時間,一定能找到原因。

一、數(shù)據(jù)準(zhǔn)確性及損失評估

  • 確認(rèn)數(shù)據(jù)是否準(zhǔn)確:數(shù)據(jù)來源,數(shù)據(jù)統(tǒng)計口徑等;
  • 數(shù)據(jù)的波動帶來的影響評估:損失評估、對用戶、KPI等可能造成潛在影響。

二、同期事件評估

對指標(biāo)異常發(fā)生的同時發(fā)生的事件進行追蹤及數(shù)據(jù)查看,主要分為內(nèi)部原因和外部原因兩部分

1. 外部原因

數(shù)據(jù)異常歸因|最近一周成交訂單量較之前有7%的下降,該怎么分析原因?

  • 競品:競品最近的動作,是否舉辦活動
  • 政策:政策監(jiān)管、法規(guī)變化
  • 社會:節(jié)假日、社會熱點等
  • 自然:季節(jié)性、周末等時期變動

2. 內(nèi)部原因

數(shù)據(jù)異常歸因|最近一周成交訂單量較之前有7%的下降,該怎么分析原因?

  • 產(chǎn)品:版本迭代可能存在bug、推薦算法端的更新、注冊、登錄或其他關(guān)鍵行為的路徑變化等等
  • 運營:push推送頻率、內(nèi)容等、活動、運營策略更新等
  • 推廣:渠道更新呢、投放力度、是否篩選作弊用戶等等

三、維度細(xì)分/業(yè)務(wù)流程分析

要從廣義上理解維度。首先時間維度,分天、星期、月以及24小時看。

天維度就是拉長周期,比如一年看每日的數(shù)據(jù)指標(biāo),看趨勢,看每天中位數(shù),判斷異常時間點。也許,趨勢圖拉出來,就立刻能鎖定哪段時間數(shù)據(jù)異常。

至于其他的時間維度,都是看人在不同特定的時間,數(shù)據(jù)上不同的表現(xiàn)。星期代表工作日周末,月度可能有財務(wù)結(jié)算、工資發(fā)放等,24小時表示上班時間、下班時間、白天、晚上等。

時間維度,很特殊,是一定要看的,除時間這個特殊維度之外,剩下的就是一定要看跟業(yè)務(wù)結(jié)合比較緊密的維度。

維度選取上,新同學(xué)最容易犯的錯誤,就是不加思考一頓細(xì)分下鉆,恨不得把數(shù)據(jù)明細(xì)一條條拿來歸因。一定要盡量避免維度爆炸,數(shù)據(jù)也沒有必要下鉆每個維度,本來是要解釋原因,最后變成爆炸的一堆維度,那不是舍本求末了嗎。

那到底哪些維度是跟業(yè)務(wù)相關(guān)的呢?

除了軟件版本、地區(qū)、渠道、用戶的基礎(chǔ)標(biāo)簽之外,還有更重要的幾個維度,請一定記住:

產(chǎn)品維度:目的是看數(shù)據(jù)異常來自哪個產(chǎn)品線?比如美團首頁,不要小看,每個入口都是對應(yīng)美團一個大部門。一定要計算出,每個產(chǎn)品線的影響度,是優(yōu)選?外賣?閃購?酒旅?機票?

場景維度:目的是看數(shù)據(jù)哪個場景的波動帶來的影響?是關(guān)注流、熱門推薦還是評論流?

客戶行業(yè)維度:如果是收入一定要看客戶的所屬行業(yè),目的是看是因為美食?服裝?日化?

當(dāng)然,每個公司每個業(yè)務(wù),影響因素差異很大,比如車企行業(yè)地域維度是首要拆分的維度

四、策略落地及復(fù)盤

策略需要針對具體原因出發(fā),對癥下藥,這里便不再贅述。但是一定注意的是,策略后續(xù)是否可行?相關(guān)的數(shù)據(jù)后續(xù)如何發(fā)展?需要做持續(xù)的追蹤及復(fù)盤。

五、實戰(zhàn)案例

那假設(shè)boss問你最近一周成交訂單量較上周有7%的下降,我們通過這四個步驟該怎么去分析呢?

1. 查看數(shù)據(jù)的準(zhǔn)確性、評估損失

從數(shù)據(jù)源、數(shù)據(jù)的統(tǒng)計口徑等角度確認(rèn)是否是統(tǒng)計上的bug引起的數(shù)據(jù)呈現(xiàn)錯誤;與同比、環(huán)比時間對比,是否正常;

如果繼續(xù)發(fā)生下跌,會對KPI造成何種影響,做出一個評估。意義在于評估本次數(shù)據(jù)下降造成的后果大小

2. 整理在下降對應(yīng)同一時間周期內(nèi)的內(nèi)外部發(fā)生的事件,尋找最有可能的原因所在

外部的話主要從政策、競品、熱點等角度思考??赡艿脑蛴懈偲穉pp舉行活動導(dǎo)致我方購物用戶流失?節(jié)假日過去?或者其他熱點導(dǎo)致的數(shù)據(jù)正常的變化?

內(nèi)部的話可以從產(chǎn)品、技術(shù)及運營三個方面去思考:產(chǎn)品方面可能會有功能、策略、樣式、版本的原因,新版本的上線導(dǎo)致部分老機型/未更新用戶無法使用?運營方面著重關(guān)注近期的活動、渠道、push是否有變化,如果前期剛舉行大促會提前透支用戶的消費力、進而導(dǎo)致用戶的GMV下降等原因。

3. 進一步提取維度對指標(biāo)進行拆解

從用戶屬性的變化、機型、省市版本,基于第二的假設(shè)和數(shù)據(jù)查看進一步分析原因;同時也從用戶行為路徑上思考,從瀏覽到收藏到加入購物車到付款到確認(rèn),觀察每一步的轉(zhuǎn)化率。

4. 分析相關(guān)原因和結(jié)果

分析相關(guān)原因和結(jié)構(gòu)后,給出相關(guān)業(yè)務(wù)建議、策略,并追蹤業(yè)務(wù)的動作和繼續(xù)觀察數(shù)據(jù)是否異常。

六、延展

當(dāng)然就這個問題不同的人有不同的分析方法,引用著名的辛普森悖論案例,這個問題也可以這么分析:

當(dāng)boss問你最近一周成交訂單量較上周有7%的下降時,

告訴boss:首先,我要確定這個5%的上跌是真的在跌,也許看似訂單量絕對值是在跌,但實際拆分下來后,業(yè)務(wù)或許是在上升,這個5%的波動是由于用戶結(jié)構(gòu)上的變化帶來的。

領(lǐng)導(dǎo)緊張了,問: 怎么會?

你一看,boss上套了: 是這樣的。訂單量=新用戶訂單+老用戶訂單。

你再接著跟boss說:你看哈,假設(shè)我們正常情況下每天日活1000人,每天100單,其中新用戶每天0.2單(一般拉新有羊毛可以擼),老用戶每天0.08單。某天我們看訂單量下降到95單了,很慌,因為我什么都沒做啊,價格也沒調(diào),庫存也沒動,不過當(dāng)我們拆分新老用戶后,發(fā)現(xiàn)這一天拉新少了100人,老用戶呢,從800個人變成1000個人。

這時候,你看了一眼,陷入深思的boss,然后繼續(xù)說: 好!假定,新老用戶每天貢獻的訂單量前后一樣的話,我們發(fā)現(xiàn)確實減少的5%的訂單,其實主要來自我們近期廣告投放力減少,造成訂單量貢獻度較高的新用戶減少了,因為拉新貴啊,一個APP激活,幾十元,甚至幾百元都可能,所以增長部降低了拉新的預(yù)算,并拿出拉新預(yù)算的一半嘗試投放APP老用戶拉活,因為成本低,轉(zhuǎn)化效果穩(wěn)定,雖然整體訂單下降了5%,但其實是發(fā)現(xiàn)了一個,更高ROI的執(zhí)行路徑。

必須all in老用促活啊,這個是一個很好的優(yōu)化點??!或許,應(yīng)該讓老板肯定這種策略,下面同學(xué)才敢甩開膀子執(zhí)行。

首先,讓負(fù)責(zé)用戶增長的同學(xué),把拉新的廣告可以先停一停,拉新拉新,擼完就跑,得要留存啊。同時,也把這事兒,告訴產(chǎn)品和運營,出一套解決方案,一起想辦法,看能不能在這個策略基礎(chǔ)上,再提升下老用戶的訂單轉(zhuǎn)化率,這是重中之重??!

錢要花在刀刃上,再有錢的老板,廣告燒起來也肉疼啊。

這個例子引用的是著名的辛普森悖論,大家感興趣的可以搜一下。

 

本文由 @諸葛io 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載。

題圖來自 pexels,基于 CC0 協(xié)議。

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 拉新不做了,就沒有老用戶了,是吧,而且可以看到的,老用戶量在減少。
    拉新得一直做,降成本的辦法在無提升投放質(zhì)量,提升投放質(zhì)量可以從平臺選擇,投放賬戶搭建,投放活動,投放文案圖片,回訪轉(zhuǎn)化等,還得產(chǎn)出品牌效應(yīng)。
    喜歡你的文章,給我拓寬了思路,希望日后多多看到你的文章!

    來自廣東 回復(fù)