如何用分析方法解决工作中的问题?

浏览: 2011

​我是多之剑:

这是我日常工作中遇到的一个真实的案例,通过发现问题和尝试找到原因,我完成了日常的工作。同时,我想通过这个案例告诉你电商行业的分析思路。

1.明确问题

2019年11月12日,双11大战刚刚结束。经过昨天一天的战斗,店铺客服终于可以稍作歇息。

然而,仓库打包发货的同事才刚刚开始一年当中发货量最大的忙碌。带着尚未缓过来的疲劳,我打开了店铺的后台,看到了这组数据:

发现各项指标全线下滑。不过这很正常,因为昨天是双11,这里的数据对比是在和昨天的双11对比分析

从下面的折线图,可以看出交易的趋势,其中双11当天的交易量鹤立鸡群。

因为刚刚接手店铺的数据分析工作不久,我对店铺还不是很了解,于是探索性地点开了过去一年以来各个月份的交易数据总览,并一一对比。结果发现了一些有意思的现象。

双11当天,店铺交易数据是这样的:

各项指标飙升到了一个比较可观的水平,双11的加持还是相当不错的。要知道,从1月开始到12月份,总体的转化率(包括双11)也就2.73%

然后有意思的地方来了,9月份的转化率居然达到了4%(下图标黄的地方)

相比于总体的2.73%,9月份的转化率达到了4%。为什么9月份的转化率上升了?

2.分析原因

我们可以使用多维度拆解分析方法来分析,找出背后的原因。

要知道,成交总额(GMV)是由访客数、支付转化率以及客单价决定的,它们存在这样的公式:

成交总额(GMV)=访客数 * 支付转化率 * 客单价

从1月份以来,平均客单价一直都没有太大的波动。

除了1月份之外,平均客单价一直都在70元上下波动。这么一来,对成交总额(GMV)有影响的就是访客数和支付转化率了。

于是,我把访客数和支付转化率放在同一个趋势图上看:

2019年的春节在2月,这个时候人们都忙着过节去了,钱花在哪了大家都懂,很少会有人在这时候网购的。所以可以看到成交总额(GMV)在2月份是下降的。

我们继续看这个折线图,从3月以来,店铺的访客人数一直处于下降的状态,但是成交总额(GMV)却没有下降。这是为什么呢?

从下面公式我们就可以推理出,是因为转化率上升了:

成交总额(GMV,没变)=访客数(下降) * 支付转化率 * 客单价(没变)

也就是说,在访客数不断下降、客单价几乎不变的情况下,要想成交总额(GMV)维持在一个比较稳定的状态,那就要尽可能提升转化率。

所以,我初步判断,运营团队肯定实行了一些方法让转化率上来了。但是,当时负责的同事已经离职,没法找到对应的人来问原因。

3.深入分析:假设检验分析

1)提出假设

那么问题就接着来了,他们做了什么,让9月的转化率比其他月份都要高呢?

这里说明一下,这家店铺经营的产品主要是观赏米虾,也就是长这样的:

这种虾非常小,一旦适应环境就很能繁殖。但是对环境比较敏感,所以如果不注意,在运输的过程当中死亡率会很高。该店铺主营的就是这样的活体,所以不确定因素比较多。

那这意味着什么呢?

这意味着,活体业务,比较容易受季节性的影响。所以,要找出9月份转化率变高的原因,首先应该考虑到季节性的影响。

在和店长聊了之后,我有了一些头绪,然后用多维度拆解分析方法从下面几个维度作出了一些假设:

假设1:季节性对9月份转化率提升有影响

假设2:老顾客复购率上升

假设3:宝贝详情优化提升转化率

假设4:新产品上线吸引更多顾客,提升了转化率

假设5:推广优惠力度加大,提升了转化率


9月份转化率变高,直接原因是不同渠道的转化率变了。从一张图可以看出来:

抓重点:自主访问这个渠道转化率对比8月份上升了74.38%!于是我点开自主访问明细,进一步分析:

“我的淘宝”这个渠道居然对比8月份上升了92.05%!这是怎么回事呢?

按照客服的解答,可以看出,从这个渠道进去的,都是通过收藏夹或足迹等方式进入产品页面的。在这里,我猜测是从收藏夹进去的。

那么,接下来就是一个一个去验证了。

在正式分析之前,拿出之前学习的假设检验分析方法这张分析思路图,可以帮助我们快速的将问题、假设、数据从上至下连起来。

2)假设1:季节性对9月份转化率提升有影响

上文提到过,活体业务比较容易受季节性的影响。观赏鱼、米虾这种小型活体对环境是比较敏感的,尤其是对温度最为敏感。太热或者太冷都会导致活体在运输的过程中死亡。

它们尤其怕热,因为对包裹的降温措施通常都是放冰袋,而冰袋不能维持很长时间,物流超过24小时的话活体就有可能热死。而保温措施相对丰富和成熟,所以寒冷天气对业务的影响相对较小。

每年的6月、7月、8月是全年最热的时候,这个时候不论做何种降温措施,只要发货到比较远的地区和省份,报损率都会很高,提升了成本又对店铺评价有影响,这对商家来说是得不偿失的。所

以很多时候,商家宁愿不发货,不做这个业务,也要确保报损率不能过高。这样一来,大家应该就能理解这些走势图了:

2018年的淡季还不是非常明显,但是也有这样的走势了。接下来对比今年2019年的:

这个就非常明显了,而且能看到这两张图的走势惊人地相似。我本来想调出2017年的走势图,但是系统已经没有这个记录了。没记错的话,2017年的走势也是这样类似的模式。

这里统计的是收藏人数,我认为用这个指标最能说明问题,这反映了访客对商品的关注程度。

季节性有这样的特征:一个淡季之后肯定是旺季,然后业务量开始起飞。前三个月因为天气原因,客户的需求被抑制了,所以到了9月,天气开始转凉,气温宜人,这种需求一下子就释放出来,所以可以看到9月开始起量。

假如大量的访客是从先前收藏的宝贝这一渠道进入商品页面购买,那就能解释为什么9月份的“我的淘宝”转化率会提升92.05%这么高了。

3)假设2:老顾客复购率上升

如果老顾客的复购率上升,那么也会导致店铺转化率上升。因为他们会直接点进去详情,然后就购买。

老顾客复购率上升有两种可能的原因:

1)客服的影响。比如客服接待能力提升,会定期维护客户,或者说招了新的客服,而这个客服比较能干,都有可能。

2)货源换了,产品升级。如果虾的质量提升了,那么顾客的满意度自然提升,复购率也会提高。而且那像虾这种活体是没办法短期内直接产品升级的,所以要短期内提升虾的质量,最好就是换更优质的货源。

为了查找到原因,我找到了客服主管进行沟通。得知,客服在过去半年内都没有太大变化。没有新招人,也没有更多培训以提升客服的能力,就算有客服的因素在,影响力也是很低的。

和客服主管沟通

而货源方面,将近2年都十分稳定,没有更换,所以产品质量的波动并不大。从数据上看,老客户复购率并没有多大波动,所以综合上述,假设2不成立。

4)假设3:宝贝详情优化提升转化率

如果宝贝详情优化得更合理,不管从图片的展示,整体内容的排列都让访客更有购买的欲望的话,那么宝贝详情优化确实能够有效地提高转化率的。

然而,这个假设也随着我对美工的访谈而推翻了。因为在那几个月的时间段当中,他们没有对产品详情进行过任何优化。因此,假设3不成立。

5)假设4:新产品上线吸引更多顾客,提升了转化率

新产品上线能起到一定的引流的作用。如果详情优化得好,也能提升转化率。但是这个假设也很快被推翻了。因为2019年1-9月份,该店铺都没有上线新产品。所以,假设4不成立。

6)假设5:推广优惠力度加大,提升了转化率

除了季节性之外,前面的3个假设都不成立,那么最后就只剩下这个可能了。毕竟,还有什么比打折更能促进转化率的吗?

经过和运营主管的访谈,我终于确定了答案:

所以,是因为9月份店铺参加了99划算节,加大了推广优惠力度,进行了有计划的运营,提升了转化率。

至此,虽然整个求证过程并不十分严谨,但是通过使用多种分析方法和访谈等信息收集的方式,我可以对9月份店铺转化率上升给一个比较靠谱的答案。

3.结论

9月份转化率提升,一方面是季节性的影响,让客户需求集中在9月份爆发,外部环境起到了助力的作用。另一方面是店铺参加了99划算节的促销,加大了优惠和推广的力度。这两个原因导致了9月份转化率远高于其他月份。

4.经验总结

最后,我想稍微总结一下经验。

1)我发现了一个问题,然后不断地去挖掘背后的原因。通过多维度拆解分析方法,把问题不断细化。通过假设检验分析方法对比分析方法,对提出对假设逐一验证,最终找到答案。

2)在这个过程当中,数据的分析固然重要,这是发现问题的开始。但是很多时候,一些非正式的访谈也会起到很大作用。日常工作并非搞科研,分析要力求严谨,但也要讲求效率,要在尽可能短的时间内找出问题的答案。

3)使用假设检验分析方法的时候,只需要记住两张图就可以。下面这张图是假设检验分析方法的步骤


下面这张是分析思路图,可以帮助你快速的将问题、假设、数据从上至下连起来。



本文是社群会员写的自己工作中的案例,希望对你有启发,来源:

https://zhuanlan.zhihu.com/p/91627072

推荐:如何系统学习分析方法?

推荐 0
本文由 猴子聊人物 创作,采用 知识共享署名-相同方式共享 3.0 中国大陆许可协议 进行许可。
转载、引用前需联系作者,并署名作者且注明文章出处。
本站文章版权归原作者及原出处所有 。内容为作者个人观点, 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台,并不用于任何商业目的,如果有任何问题,请及时联系我们,我们将根据著作权人的要求,立即更正或者删除有关内容。本站拥有对此声明的最终解释权。

0 个评论

要回复文章请先登录注册