指标下降分析

一、分析问题

如果当前问题经过分析是需要解决的，才会接着从人货场角度分析问题所在并寻求解决措施。
1、判断数据源质量
确认数据本身没有错
2、判断指标波动幅度（问题轻重）
事先要设好预期值
3、判断指标波动持续时间（问题缓急）
持续性下跌≥一次性下跌≥周期性下跌
（1）持续下跌的时间越长问题越严重
（2）周期性问题要注意和上一期作比较，如果每一次下跌的幅度变大说明问题严重性

指标下跌/上升，通常有三种形态：
● 一次性变化：只在某个时间点发生波动。一次性变化背后的一般都是短期/突发事件，比如系统down掉导致无法交易，比如某一天突然下大雨，比如某天上大促销等等。
● 周期性变化：会周期性发生，比如每周的工作日和周末。一般业务开展都有周期性，比如零售行业，就是以周为单位循环。工作日和周末就是有明显波动。
● 持续性变化：从XX时间开始，一直出现上升/下降趋势。持续性变化背后往往是有深层次的原因，比如用户需求转移，行业繁荣/枯萎，渠道形态变迁等等。这些都是单一企业很难低档，只能跟着走的力量，所以才会显示出持续变化。

二、解决问题

从人货场的角度分析问题所在

• 人：销售不会卖
• 货：新品不给力、竞品太凶猛
• 场：事件、区域、渠道缺配合
  

（一）事件角度【场】

特别关注三类：

● 起点事件：指标刚开始下跌时，发生了什么事；往往起点事件是问题发生的直接原因。

● 拐点事件：在指标持续下跌过程中，是否某个事件的出现，让问题变得更严重，或者开始转暖。拐点职业意味着，这是可以改善指标的手段。

● 终点事件：当XX事件结束后，指标恢复正常。或当开始XX事件后，指标下跌结束。终点事件的两种形态，代表着两种改善指标的方法：等问题自己过去，或者主动出击解决问题。

（二）区域角度【场】

为解决问题找标杆：
区分问题发生的区域/渠道，也可以缩小假设范围。比如看起来整体销售业绩下跌了30%，是否所有门店，所有区域都是30%，有没有还在涨的，有没有跌得更惨的，还在涨的/跌的惨的是不是有规律（门店位置、店长资历、开店时间、销售的产品线、存量客户群体……）通过分类对比，可以帮我们更容易找到问题发生点。

（三）群体角度【人】

区分不同的客群进行切入，看不同客群间是否有差异。这在互联网企业是非常重要的指标。

（四）【货】

新品不给力、竞品太凶猛