订单下降了怎么办？一个完整案例彻底解读这个难题！

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：价下降格、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exc了怎el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简单多了么办，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？一出现了下滑的趋势。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，该个完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、或者价整案格上出现了问题。

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;流例彻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，产品进货底解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，不知道该怎么继续读这分析了，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个难找不到该商品等等。

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——浏题！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-交易订单成功”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，通过及时下降补救，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。