订单下降了怎么办?一个完整案例彻底解读这个难题!
数据分析除了在零售电商行业中被经常应用之外,互联网运营、传统行业等也同样分布广泛。而订单下降这个问题,是很多行业都会遇到的问题,该怎么分析?
- 作者:李启方来源:数据分析不是个事儿|2021-02-19 08:06
数据分析除了在零售电商行业中被经常应用之外,互联网运营、传统行业等也同样分布广泛。而订单下降这个问题,是很多行业都会遇到的问题,该怎么分析?
正好最近做了一份关于互联网订单下滑的分析案例,这里分享给大家:
小A是一家网络营销网站的数据分析师,该网站已经运营多年,访问量、订单量等指标都相对比较稳定。但是最近一个星期,运营人员发现从8月16日开始,网站的订单量明显下跌。
运营人员尝试从各种角度寻找原因,发现发生异常的当日网站上并没有什么活动,其他访问量等指标也很正常,因此想找小A分析一下原因所在。
一、分析需求
因为网站订单量可能受到很多因素的影响,例如:价格、促销活动、节假日等,因此短期内的订单量上下起伏也是很正常的情况。
因此我们要确定运营人员是否说的属实,我们从公司的业务数据库中取出了《订单详细表》、《流量表》、《网站访问表》、《进货表》四张数据表,如下图所示:

二、选择工具
说到数据分析,必然离不开Excel,但是大部分人excel水平基本都停留在简单数据处理汇总、基础图表制作上。
所以我建议大家使用数据分析工具BI工具去做一些分析,会更方便快捷。这里我将使用FineBI,一些基础的求和、分组等数据处理操作都封装成了功能,不用写复杂的函数和公式,鼠标点击拖拽就能完成,图表制作也比Excel简单多了,拖拽式制表,全程无需一行代码,就能实现高级的数据可视化分析:

下一步我们在FineBl中建立一张订单变化情况表,这里只给大家展示最终的分析思路,如图:

从图中可以看出,订单确实出现了下降,2020年8月12日到8月16日订单数量出现正常的起伏情况,而8月16日到8月17日订单量出现了下滑的趋势。具体是因为什么原因出现了异常呢?那么我们要找出订单量下降的原因。
通过建立相关指标体系,从互联网运营的角度通过流量、内容、活动、用户去找出下降的原因,如图:

三、分析过程
我们从产品上分析,通过折线图发现,在8月12日到8月17日期间,尤其在16号到17号,该电商售卖的五个产品中,只有5号产品在商品下单存在上升的情况,其他4个产品均出现了大幅度下滑状况。

所有产品种类都出现了订单下滑的情况,只有一个个别情况,那么基本可以判断不是产品本身的问题,可能产品之外的因素出现了问题。
因此,我们分析一下其他因素,看一下是否是某类商品缺货、或者价格上出现了问题。
那么,是否是因为商品的缺货影响了订单量的下降呢?我们建立相关图表,如下所示:

从图中可以看出,五个产品的货存量都很充足,基本都在100以上、200以下。
一般来说,进货量的波动是因为货物产生了进入和流出的比例: 流入大于流出说明供大于求,出现商品积压的现象;流出大于流入说明供不应求,出现商品短缺的现象;
从图中我们可以看出,所有的货物都没有出现短缺的影响,货存量均远超进货量且未出现明显的波动。
那么是否是由于价格的变动导致订单下降呢?一般来说,价格是最能影响销量的因素之一,因此我们建立了不同产品的进货单价示意图:

由上图可知,产品进货单价并没有出现异常大幅度的波动,基本可以判定订单下降情况与产品价格无关。
既然产品的内部并未出现异常,那么我们去找其他外部原因:是否有负面报道被扩散、是否网站被入侵、是否竞争对手在做活动,但是这些业务人员告诉我们都没有类似的情况发生。
这个时候可能就会陷入分析的僵局,不知道该怎么继续分析了,这是因为大部分人只关于于内容(产品)本身,而忽略了其他的流量、用户等方面的思考,而这个案例的破局点就在于用户,我们继续往下分析。
既然产品内部和外部因素都未出现异常,因此我们猜测是网站流量出现了问题,比如可能是网站的主要广告推广渠道没有及时续费、广告被平台下架导致用户查找不到该商品等等。

但是从上图网站流量来看,访问量和跳出次数虽然有上下波动的迹象,但是波动范围都处于正常水平,这一步基本可以排除网站流量的原因。
最后我们再来看一下用户流程当中的各种指标,我们可以以一个漏斗模型描述用户下单的过程:
用户打开某APP——搜索关键词查找想要的商品——浏览商品列表——点击商品详情页——根据自己的喜好程度咨询商品客服人员——满足自己购买意向添加到购物车——对商品进行支付——最后交易成功——商家发货。
计算每个每个步骤的转化率,看具体是哪个环节出了问题如下图所示:

通过数据发现“付款后-交易成功”的转化率很高的,但是“付款-交易成功”环节的转化率出现了异常,一般来说用户付款之后很少会出现交易失败的行为,因此这是一个极度反常的现象!
因此怀疑是由于产品界面的付款功能出现了异常,用户付款成功后,平台显示交易失败,将钱款退给了用户,后来经过产品方的确认,证明确实是因为付款界面的BUG引起的订单下降,通过及时补救,很快订单量又恢复了正常。
总结
流量和用户是永远都无法保持住的,无论你的运营手段多么高,流量和用户必然要产生流失,而运营的工作就是通过不断的“开源节流”,使流量和用户处于一种流动状态,不断提高运营的生命周期。
【编辑推荐】
点赞 0
- 大家都在看
- 猜你喜欢
编辑推荐
- 24H热文
- 一周话题
- 本月获赞
- 一款Kafka可视化Web界面管理工具:CMAK看完了这篇实时数仓建设,才发现以前的都白看了(内有美团案例)大数据和人工智能-从机械思维到统计思维4种数据分析基础方法,终于有人讲明白了大数据的调查表明多样性可以有效阻止勒索软件攻击大数据时代年轻人更关注哪些领域RBAC模型整合数据权限云计算、大数据与人工智能三者的关系
- 看完了这篇实时数仓建设,才发现以前的都白看了(内有美团案例)2021年大数据和分析的四大趋势一款Kafka可视化Web界面管理工具:CMAK数据挖掘的10大算法我用大白话讲清楚了,新手一看就懂Gartner 2021 年数据和分析领域十大趋势【漫谈数据仓库】 如何优雅地设计数据分层如何面对繁杂的数据需求?Python数据可视化:箱线图多种库画法
- 看完了这篇实时数仓建设,才发现以前的都白看了(内有美团案例)一款Kafka可视化Web界面管理工具:CMAKPandas数据合并与拼接的5种方法数据挖掘的10大算法我用大白话讲清楚了,新手一看就懂2021年大数据安全的7个主要变化Python数据可视化:箱线图多种库画法数据科学家含金量最高的5个数据科学认证,先马后看!【漫谈数据仓库】 如何优雅地设计数据分层
订阅专栏+更多
-
数据湖与数据仓库的分析实践攻略
助力现代化数据管理:数据湖与数据仓库的分析实践攻略共3章 | 创世达人6人订阅学习
-
云原生架构实践
新技术引领移动互联网进入急速赛道共3章 | KaliArch33人订阅学习
-
数据中心和VPDN网络建设案例
漫画+案例共20章 | 捷哥CCIE220人订阅学习
视频课程+更多
-
Linux运维+云计算实战班(Linux云计算、K8S、
讲师:IT学院9591人学习过
-
HTML5CSS3JAVASCRIPT三合一教程实战
讲师:张晨光26079人学习过
-
零基础入门小程序开发及商城项目实战
讲师:大麦茶6021人学习过
专题推荐+更多
- 精选博文
- 论坛热帖
-
订阅51CTO邮刊
点击这里查看样刊

51CTO服务号

51CTO官微