从 0 开始学大数据
李智慧
同程艺龙交通首席架构师,前 Intel 大数据架构师,《大型网站技术架构》作者
71151 人已学习
新⼈⾸单¥68
登录后,你可以任选4讲全文学习
课程目录
已完结/共 47 讲
智慧写给你的寄语 (1讲)
从 0 开始学大数据
15
15
1.0x
00:00/00:00
登录|注册

33 | 一个电商网站订单下降的数据分析案例

紧急修复bug
发现程序bug
发现新用户咨询量异常
发现咨询详情转化率下降
各环节转化率计算
订单量恢复正常
技术部门调查
转化率分析
检查日活数据
检查新增用户量
提交给数据分析团队
无法找到原因
运营人员注意到订单下降
建议技术人员拥有更开阔的视野
大数据分析对企业的作用
三种思考方式
天分 vs. 训练
思维导图
互联网产品的异常分析
寻找主要原因链路
全面评估问题引起的各种原因
结果
数据分析
问题发现
分解新年目标成金字塔结构
学习和工作计划的思维导图
小结
高效思考
适用性
金字塔分析方法
X网站订单下降
欢迎分享与讨论
思考题
数据分析方法
数据分析案例
参考文章

该思维导图由 AI 生成,仅供参考

企业运营的数据可以让管理者、运营人员、技术人员全面、快速了解企业的各项业务运行的状况,并发现公司可能出现的经营问题,进而能通过这些指标进行详细分析,最后定位问题的原因,并找到解决的办法。
今天我们一起通过一个案例,来看看如何通过数据分析追踪并解决问题。

数据分析案例

X 网站是一家主营母婴用品的电商网站,网站运营多年,是该领域的领头者之一,各项数据指标相对比较稳定。运营人员发现从 8 月 15 日开始,网站的订单量连续四天明显下跌。由于受节假日、促销、竞争对手活动等影响,日订单量有所起伏是正常现象,所以前两天(8.15、8.16)运营人员并没有太在意。
但是,8 月 18 号早晨发现 8 月 17 号的订单量并没有恢复到正常水平,运营人员开始尝试寻找原因:是否有负面报道被扩散,是否竞争对手在做活动,是否某类商品缺货、价格异常,但是并没有找到原因。并且第二天发现订单量依然没有恢复正常,于是将问题提交给数据分析团队,作为最高优先级成立数据分析专项小组进行分析。
你从上图可以看到,8 月 15 日开始订单量明显下滑。
数据分析师第一反应是网站新增用户出现问题,因为历史上出现过类似比例的订单量下跌,当时查找到的原因是,网站的主要广告推广渠道没有及时续费,广告被下架,新增用户量明显下滑导致订单量下降。数据分析师拉取了同期的新增用户量数据,发现新增用户并没有明显下降,如下图所示。
确认放弃笔记?
放弃后所记笔记将不保留。
新功能上线,你的历史笔记已初始化为私密笔记,是否一键批量公开?
批量公开的笔记不会为你同步至部落
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
  • 深入了解
  • 翻译
    • 英语
    • 中文简体
    • 中文繁体
    • 法语
    • 德语
    • 日语
    • 韩语
    • 俄语
    • 西班牙语
    • 阿拉伯语
  • 解释
  • 总结

电商网站订单下降的数据分析案例展示了如何通过数据分析追踪并解决问题。文章首先介绍了X网站订单量下降的情况,随后详细描述了数据分析团队的分析过程。数据分析师通过金字塔分析方法,对转化漏斗进行分析,最终发现了咨询详情转化率下降的问题,并通过技术部门的调查找到了程序bug导致的原因。修复bug后,订单量恢复正常。文章还强调了数据分析的重要性,以及金字塔分析方法的应用价值。最后,提出了思考题,鼓励读者用思维导图将目标分解成金字塔结构。整体而言,本文通过具体案例展示了数据分析的重要性和方法,对于技术人员具有一定的参考价值。

仅可试看部分内容,如需阅读全部内容,请付费购买文章所属专栏
《从 0 开始学大数据》
新⼈⾸单¥68
立即购买
登录 后留言

全部留言(13)

  • 最新
  • 精选
  • 老男孩
    把大目标分解成小目标,把小目标再分解成更小的目标。更小的目标更容易完成,也能带来完成小目标的成就感和满足感。如果只盯着大目标,有时候会迷失方向,最终放弃。老师的这种方法可以应用在日常的工作和学习中,久而久之,随着经验的积累,认知的不断升级,也许有一天也能抢答了。

    作者回复: 👍

    2019-01-14
    16
  • weiruan85
    课程中提到的大数据思维是这节课对我最大的启发,作为一名从事IT运维多年的工程师,习惯从自身职业的角度看问题,对于从事大数据相关的工作,如何能够从数据中分析出异常,如何借助数据对问题进行思考是以后要重点学习的。 另外对于锻炼一个人的数据的思维,老师有没有什么建议?

    作者回复: 多实践,运维也是一个需要面对很多数据的工作,关注采集数据,整理统计数据,分析数据,在实践中提高。

    2019-08-14
    1
  • 强哥
    能否讲下数仓的建设,例如建模平台的建设,正所谓“烂程序员关心的是代码,好程序员关心的是数据结构和他们之间的关系”。
    2019-01-12
    30
  • 且听风吟
    我们属于创业公司数据分析这块刚起步,数据量也并不大,数据分析的需求主要还是PV,UV,广告点击等指标,然后给出数据报表,可视化图表等数据。 目前技术实现上上围绕Elasticsearch来进行,通过日志、埋点、爬虫等方式收集数据,用python清洗后存入Elasticsearch并基于es进行各种纬度的分析。请问下针对小公司小数据量的数据分析老师有什么好的建议,是否一开始就使用spark,Hadoop,hdfs这些比较重的大数据工具呢? 另外Elasticsearch是一个非常容易上手的数据搜索和分析工具,能否介绍下它在数据分析中的案例和场景呢?
    2019-01-12
    20
  • 吴水永
    归因分析是数据分析一种基本能力,能力高低可可分为点,线,面。 解决过或旁观别人解决过问题,很自然想到这个方式,应用到新的问题上,手里拿着锤子,满眼看到都是钉子,这可谓之点。 积累多种解决问题之后,学会了金字塔之类的,按维度来逐级拆分,直到问题出现的粒度,这可谓之线。 世界是多维的,在时空上有外部,内部之分,同样亦有时间先后之后,另外也有宏观,微观之分。对应的就是切片,漏斗,市场经济,心理学维度。在不同角度的维度下,分析问题才会是全面的,才算是成体系。此谓之面。 正如文末所言,真正的高手,或者刻意练习的熟手,可能一眼就甄别出问题所在。
    2019-08-13
    1
    8
  • 吴科🍀
    我们实际处理问题,大多也是通过转化漏斗分析,找到异常指标,一步步追查下去。 找到原因,有外部,也有内部的。 绝大部分是内部原因,运营问题,程序bug等等
    2019-01-12
    4
  • hallo128
    异常监控本身就是一个大的课题,数据分析师人工介入来排查问题是一种方案。但对数据分析师本身来说,常规的异常检测完全可能设计的自动化一些。比如:转化漏斗上的问题,可以自动根据指标的波动异常比较判断来进行排查。
    2019-01-29
    1
  • 海南望望
    感谢分享。我一直排查问题都是一步步来,流程可能长,但总会找到问题原因。原来专业叫金字塔思维。
    2022-05-11
  • 阅过留痕 数据分析思维——这个确实非常关键,决策者都必须具备这种思维方式的,否则真不知如何决策。经营企业如此,战争或管理国家,甚至小到经营家庭应该都是这样吧!柴米油盐酱醋茶都需要精打细算,经济文化军事实力也许好好衡量。
    2020-02-11
  • 小老鼠
    1、金字塔分析法与思维导图分析法有无区别。 2、软件性能监控有无相应的大数据软件。
    2019-01-22
收起评论
显示
设置
留言
13
收藏
沉浸
阅读
分享
手机端
快捷键
回顶部