本网站(662p.com)打包出售,且带程序代码数据,662p.com域名,程序内核采用TP框架开发,需要联系扣扣:2360248666 /wx:lianweikj
精品域名一口价出售:1y1m.com(350元) ,6b7b.com(400元) , 5k5j.com(380元) , yayj.com(1800元), jiongzhun.com(1000元) , niuzen.com(2800元) , zennei.com(5000元)
需要联系扣扣:2360248666 /wx:lianweikj
订单下降了怎么办?一个完整案例彻底解读这个难题!
luenmicro · 390浏览 · 发布于2021-02-19 +关注

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。


相关推荐

怎么学习大数据?

追忆似水年华 · 651浏览 · 2019-05-24 16:12:08
在线制作数据库ER模型

追忆似水年华 · 1124浏览 · 2019-05-24 16:22:01
大数据云迁移的五大要点

奔跑的男人 · 671浏览 · 2019-05-29 11:21:02
大数据零基础学习hadoop入门教程

· 640浏览 · 2019-06-04 10:30:25
加载中

0评论

评论
本人有多年的互联网工作经验,专注技术研发,运维工作等!
分类专栏
小鸟云服务器
扫码进入手机网页