??

 數據分析除了在零售電商行業中被經常應用之外，互聯網運營、傳統行業等也同樣分布廣泛。而訂單下降這個問題，是很多行業都會遇到的問題，該怎么分析?

正好最近做了一份關于互聯網訂單下滑的分析案例，這里分享給大家：

小A是一家網絡營銷網站的數據分析師，該網站已經運營多年，訪問量、訂單量等指標都相對比較穩定。但是最近一個星期，運營人員發現從8月16日開始，網站的訂單量明顯下跌。

運營人員嘗試從各種角度尋找原因，發現發生異常的當日網站上并沒有什么活動，其他訪問量等指標也很正常，因此想找小A分析一下原因所在。

一、分析需求

因為網站訂單量可能受到很多因素的影響，例如：價格、促銷活動、節假日等，因此短期內的訂單量上下起伏也是很正常的情況。

因此我們要確定運營人員是否說的屬實，我們從公司的業務數據庫中取出了《訂單詳細表》、《流量表》、《網站訪問表》、《進貨表》四張數據表，如下圖所示：

??

二、選擇工具

說到數據分析，必然離不開Excel，但是大部分人excel水平基本都停留在簡單數據處理匯總、基礎圖表制作上。

所以我建議大家使用數據分析工具BI工具去做一些分析，會更方便快捷。這里我將使用FineBI，一些基礎的求和、分組等數據處理操作都封裝成了功能，不用寫復雜的函數和公式，鼠標點擊拖拽就能完成，圖表制作也比Excel簡單多了，拖拽式制表，全程無需一行代碼，就能實現高級的數據可視化分析：

下一步我們在FineBl中建立一張訂單變化情況表，這里只給大家展示最終的分析思路，如圖：

??

從圖中可以看出，訂單確實出現了下降，2020年8月12日到8月16日訂單數量出現正常的起伏情況，而8月16日到8月17日訂單量出現了下滑的趨勢。具體是因為什么原因出現了異常呢?那么我們要找出訂單量下降的原因。

通過建立相關指標體系，從互聯網運營的角度通過流量、內容、活動、用戶去找出下降的原因，如圖：

??

三、分析過程

我們從產品上分析，通過折線圖發現，在8月12日到8月17日期間，尤其在16號到17號，該電商售賣的五個產品中，只有5號產品在商品下單存在上升的情況，其他4個產品均出現了大幅度下滑狀況。

??

所有產品種類都出現了訂單下滑的情況，只有一個個別情況，那么基本可以判斷不是產品本身的問題，可能產品之外的因素出現了問題。

因此，我們分析一下其他因素，看一下是否是某類商品缺貨、或者價格上出現了問題。

那么，是否是因為商品的缺貨影響了訂單量的下降呢?我們建立相關圖表，如下所示：

??

從圖中可以看出，五個產品的貨存量都很充足，基本都在100以上、200以下。

一般來說，進貨量的波動是因為貨物產生了進入和流出的比例： 流入大于流出說明供大于求，出現商品積壓的現象;流出大于流入說明供不應求，出現商品短缺的現象;

從圖中我們可以看出，所有的貨物都沒有出現短缺的影響，貨存量均遠超進貨量且未出現明顯的波動。

那么是否是由于價格的變動導致訂單下降呢?一般來說，價格是最能影響銷量的因素之一，因此我們建立了不同產品的進貨單價示意圖：

??

由上圖可知，產品進貨單價并沒有出現異常大幅度的波動，基本可以判定訂單下降情況與產品價格無關。

既然產品的內部并未出現異常，那么我們去找其他外部原因：是否有負面報道被擴散、是否網站被入侵、是否競爭對手在做活動，但是這些業務人員告訴我們都沒有類似的情況發生。

這個時候可能就會陷入分析的僵局，不知道該怎么繼續分析了，這是因為大部分人只關于于內容(產品)本身，而忽略了其他的流量、用戶等方面的思考，而這個案例的破局點就在于用戶，我們繼續往下分析。

既然產品內部和外部因素都未出現異常，因此我們猜測是網站流量出現了問題，比如可能是網站的主要廣告推廣渠道沒有及時續費、廣告被平臺下架導致用戶查找不到該商品等等。

??

但是從上圖網站流量來看，訪問量和跳出次數雖然有上下波動的跡象，但是波動范圍都處于正常水平，這一步基本可以排除網站流量的原因。

最后我們再來看一下用戶流程當中的各種指標，我們可以以一個漏斗模型描述用戶下單的過程：

用戶打開某APP——搜索關鍵詞查找想要的商品——瀏覽商品列表——點擊商品詳情頁——根據自己的喜好程度咨詢商品客服人員——滿足自己購買意向添加到購物車——對商品進行支付——最后交易成功——商家發貨。

計算每個每個步驟的轉化率，看具體是哪個環節出了問題如下圖所示：

??

通過數據發現“付款后-交易成功”的轉化率很高的，但是“付款-交易成功”環節的轉化率出現了異常，一般來說用戶付款之后很少會出現交易失敗的行為，因此這是一個極度反常的現象!

因此懷疑是由于產品界面的付款功能出現了異常，用戶付款成功后，平臺顯示交易失敗，將錢款退給了用戶，后來經過產品方的確認，證明確實是因為付款界面的BUG引起的訂單下降，通過及時補救，很快訂單量又恢復了正常。

總結

流量和用戶是永遠都無法保持住的，無論你的運營手段多么高，流量和用戶必然要產生流失，而運營的工作就是通過不斷的“開源節流”，使流量和用戶處于一種流動狀態，不斷提高運營的生命周期。

??