数据分析——业务分析题

最近准备面试数据分析，记录一下学习的过程。很多都是从博文、公众号上整理来的，只是为了督促自己整理、输出。

提问方式

1. 如果告诉你GMV（商品交易总额）同比下降20%，怎么分析？
2. 日活跃人数同环比下降了15%，怎么用数据分析得到原因？
3. 转化率同比下降15%，会从哪些角度考虑？
   类似的提问：分析GMV、日活、转化率、客单价、跳转率、CPC、毛利率等指标波动的原因。

模板

对于这类分析异常指标变化的原因，大致可分为一下三个步骤：

Step1：验证数据的准确性
遇到大幅度的数据变动时，作为数据分析师，采取的第一步行动是验证数据的准确性，很多时候由于底表数据质量问题导致数据失误，不需要上升到分析阶段。

Step2：在排除数据自身错误的情况下，展开多维度分析。
这里主要介绍人货场思维。

从人货场三个维度，能够在绝大多数的业务背景下，相对全面并且有逻辑的列举出影响因素。针对每一个可能影响最终结果的因素进行一一验证，拆分人货场。

实例

例1：商品销售总额（GWM）同比下降20%。
Step1:验证数据的准确性
遇到大幅度的数据变动时，作为数据分析师，采取的第一步行动是验证数据的准确性，很多时候由于底表数据质量问题导致数据失误，不需要上升到分析阶段。

Step2：在排除数据自身错误的情况下，展开多维度分析。
（1） 从人的角度，考虑新老客户、不同地区的客户、不同渠道的客户、是否VIP、不同获取方式的客户。
通过数据一一验证。例如，若数据表明，新客户带来的GMV同比下降25%，但是老客户带来的GMV同比上升了1%，则可将原因定位在新客户上，推测是否是拉新活动失败，导致新用户下单减少。若数据表明h5渠道GMV同比减少了70%，需验证h5端是否能够正常的提交订单。
（2） 从货的角度，不同品类、不同价位、不同商家
通过数据一一验证。例如，若数据表明，去年连衣裙品类产品的GMV占整体GMV比例高达40%，但是GMV同比下降了30%，推测可能是连衣裙品类表现不佳，导致整体GMV下滑严重。
若发现一批去年同期活跃，产量较高的商家，今年没有上架产品，推测可能是商家维护、商家合作政策的变动，需要具体评估后考虑是否追回这批商家。
（3） 从场的角度（企业内部活动、行业整体表现）
通过数据进行验证。例如，若数据表明去年同期活动数量较多且GMV较高，而今年没有开展此类活动，则可能是活动的影响。

例2：活跃用户变化原因：日均活跃用户数量 (Daily Active User)
Step1：验证数据的准确性
遇到大幅度的数据变动时，作为数据分析师，采取的第一步行动是验证数据的准确性。很多时候由于底表数据质量问题导致数据失误，不需要上升到分析阶段。

Step2:在排除数据自身问题的情况下，展开多维度分析：
（1） 从人的角度（新老用户、不同地区的用户、不同渠道的用户、是否VIP、不通过获取方式的用户）
通过数据进行验证。例如，若数据表明活跃的新用户下降了15%，而活跃的老用户上升了5%，则可将问题定位到新用户上，推测可能是拉新活动失败。接下去，新用户主要来源于12345这5个渠道，通过渠道拆分，就可以将问题定位到具体的某个渠道上。
（2） 从货的角度（不同品类、不同价位、不同商家）
通过数据进行验证。例如，若数据表明
（3） 从场的角度（企业内部活动、平台（PC、IOS、安卓）、APP改版、行业整体表现）
通过数据进行验证。例如，若数据表明去年同期活动较多且用户活跃量较多，而今年同类活动较少，则可推测是否是因为活动。例如，今年疫情大环境下，导致许多旅游类APP用户活跃度明显减少，则可推测是疫情的影响。例如，若昨天突然进行了一次较大的APP改版，则推测是不是APP改版导致许多用户不习惯。例如，若数据表明是PC端的用户活跃数量明显下降，则对标其原因。