订单量骤降的数据分析案例

企业运营的数据可以让管理者、运营人员、技术人员全面、快速了解企业的各项业务运行的状况，并发现公司可能出现的经营问题，进而能通过这些指标进行详细分析，最后定位问题的原因，并找到解决的办法。

如何通过数据分析追踪并解决问题呢？

X网站运营人员发现从8月15日开始，网站订单量连续四天明显下跌。由于受节假日、促销、竞争对手活动等影响，日订单量有所起伏是正常现象，所以前两天（8.15、8.16）运营人员并没太在意。

但8月18号早晨发现8月17号的订单量并没有恢复到正常水平，运营人员开始尝试寻找原因：是否有负面报道被扩散，是否竞争对手在做活动，是否某类商品缺货、价格异常，但没找到原因。并且第二天发现订单量依然没有恢复正常，于是将问题提交给数据分析团队，作为最高优先级成立数据分析专项小组。

数据分析师第一反应是网站新增用户出现问题，因为历史上出现过类似比例的订单量下跌，当时查找到的原因是，网站主要广告推广渠道没及时续费，广告被下架，新增用户量明显下滑导致订单量下降。数据分析师拉取同期新增用户量数据，发现新增用户并没明显下降：

拉出同期日活数据，并未明显下降，可初步判断：用户在访问网站的过程中，转化有问题。

电商网站常规转化过程：用户打开APP，搜索关键词查找期望商品，浏览商品搜索结果列表，点击某商品，查看该商品详情，若有购买意向，可能进一步咨询客服人员，然后放入购物车，最后对购物车所有商品进行支付，产生有效订单。X网站转化漏斗：

若定义打开APP为活跃，网站整体转化就是活跃到订单的转化：

订单活跃转化率 = 日订单量 / 打开用户数

显然从15号开始，该转化率开始下降，但转化过程多环节，具体哪环异常？数据分析师对转化过程每个环节计算转化率。例如：

搜索打开转化率 = 搜索用户数 / 打开用户数

以此类推，每个环节计算其转化率，将这些转化率的近期历史数据绘制在一张折线图上，就可以看到各个环节转化率的同期对比视图。

有明显降幅的是咨询详情转化率（最下方折线），降幅接近10%。调查客服也没发现异常情况，进一步对咨询信息分类统计后发现，新用户咨询量几乎为0，不合理。

数据分析师自己注册了一个新用户然后发起咨询，未得到回复。查询后台，发现咨询信息没到达客服。于是将问题提交给技术部门调查，工程师查看8月15日当天发布记录，发现有MQ SDK更新，而咨询信息是通过MQ发给客服的。进一步调查发现是程序bug，新用户信息构建不完整，导致消息发送异常。

最后紧急修复bug发布上线，第二天订单量恢复正常。

数据分析方法

任何事物都不是孤立的，运营数据异常时，原因可能很多，越根本性问题，越有更多引起问题的可能。

数据分析中的金字塔分析方法。任何一个问题，都可能有三到五个引起的原因，而每个原因，又可能有三到五个引起的子原因，由此延伸，组成一个金字塔。可根据金字塔结构对数据进行分析，寻找问题根因。

上面案例中一开始运营人员自己寻找订单量下降原因的时候，其实就用金字塔分析方法。

可全面评估引起问题的各种原因，但是也可能会陷入到太过全面，无从下手或者分析代价太大的境况。所以要根据经验和分析，寻找主要原因链路。绝大多数互联网产品的主要原因链路就在转化漏斗图上，上面案例中，数据分析师的分析过程集中在转化漏斗。

我曾经看过某独角兽互联网公司的数据运营指导文件，对于几个关键业务指标的异常必须要及时通知高管层，并在限定时间内分析异常原因。而指导分析的链路点，基本都在转化漏斗图上，只不过因为入口渠道众多，这样的分析链路也有很多条。

这种金字塔方法不仅可以用于数据分析过程，在很多地方都适用，任何事情都可以归纳出一个中心点，然后几个分支点，每个分支点又有几个子分支。构建起这样一个金字塔，对于你要表达的核心观点，或者要学习知识，都可以有一个清晰的脉络，不管是和别人交流，还是自己思考学习，都很有帮助。

上面画的金字塔分析图就是思维导图，大数据知识点也可用金字塔方法描述。

如何高效思考

天分+训练提高。

• 厉害的人，思考过程如飞鸿掠影，不留痕迹；讨论问题，往往只描述清楚问题，还没展开讨论，他就能直指问题根源，其他人再争论半天，才发现确如他所言

  大概主要靠天分

• 还有一种人，他会详细分析各种可能的原因，排查、分析、否定各种可能，最后找到问题的结症。因为过程严谨、思路清晰，所以通常也能解决真正的问题

  其实就是使用金字塔方法

但实际中，却经常见到第三种情况：没有前一种的天分，也不愿付出后一种的努力，思考过程天马行空，抓不住重点，找不到突破口，越想越乱，越思考越糊涂。其实，金字塔方法并不难掌握，只要用心学习、训练，每个人都可以学会这种思考方法。

总结

数据分析是大数据最主要应用场景，很多企业所谓大数据就是大数据分析，而大数据分析也确实能够对企业管理和运营起到积极的推进作用。而企业的管理、产品、技术过程中的各种决策、外部市场环境的变化，也都会在数据上反映出来。关注数据分析，抓住数据，就能抓住企业运行的关键。而企业在运营过程中出现的问题，也可以通过数据分析定位，发现引起问题的原因，并从根本上解决问题。

我在公司做大数据多年，现在大数据平台已经稳定，数据量和业务都没有太大变化，工作重复，也没有什么进步，不知道下一步该怎么走。建议技术人员可以有更开阔的视野，不要仅仅给自己定位就是一个写代码的，比如也可以尝试去做一些数据分析，拥有数据思维、产品思维、商业思维，然后不管你还是想继续写代码，还是就此发现了自己新的天赋点，你的思路和人生之路都会更开阔。