京东店铺销售额较上个月下降了25%，于是老板过来一顿盘问，大家的思考都止于：销售额下降很厉害哦，咋回事嗯；这样下去可不行哦提成会变少哦；得要想想办法，提升销售额；搞得好头大。
于是老板叫去谈话，要求尽快找到问题，提出改进措施，下个月销售额必须回升本月的20% ….
于是召集团队开会研究一下对策，结果大家就七嘴八舌：报活动吧，增加推广力度，是不是售后没有做好啊？？哎，肯定要增加促销力度啊，不促销谁买？……
然后，宣布散会。
大家提出的改进办法真的有效吗？以前的经验，是否在这次问题种能发挥效应？那么该如何去解决这个问题呢？
前面两个问题很好回答，瞬息万变的今天，没有什么经验可以一劳永逸，对于不经过数据分析，没有针对性的方案，失败率是99%，如果一个对了，也不过是瞎猫碰到死耗子。
首先，要明白，店铺销售额=店铺老客成交额+店铺的新客成交额
于是调出上个月和这个月的后新老客户月度销售额数据，对比后，发现本月的老客成交额相比上个月减少了18%，,至此，我们已经锁定问题的关键了，
如果只分析到这一步，然后就埋头去做老客促销活动，
那么，你其实做了个假的数据分析…….
因为分析到这一步，虽然发现“老客成交金额减少”，也仍旧无法回答“是否存在其他问题”“如何断定这就是主要问题”等质疑或追问。
做数据分析，不能根据“老客成交金额减少”本身来判断“老客成交金额增加就好”或者“老客成交金额减少所以不好”。我们应该意识到，根据单纯的数量“增加或者减少”“多或者少”只能看到表面的结果，而无法真正到到解决方法。
只有将“老客成交金额”进一步分解为：老客总数回购率客单价，掌握具体哪个因子出现问题，才能针对性改进。
首先老客总数，本月是会大于上个月的，所以这个因子可以先放过，那么问题就在于回购率和客单价上，调出上月和本月的回购率和老客客单价数据：
可以看出问题出现在了复购上，6月份的复购率较5月份下降了24% 。而客单并没有明显的变化，这时候就可以知道，如果止于最初的 “老客户成交金额下降，而去做促销”，并不能解决问题。
这里对电商复购率做一个定义：
一般B2C平台复购率是指一定时间内消费者对该品牌产品或者服务的重复购买次数
例如：店铺成交客户总共5000人，统计本月5000个客户总共有800人产生了再次交易，那么该店铺的复购率则是：800/5000=16%，
那么复购率对店铺意味什么？
90天内重复购买率达到1%~15%：说明你处于用户获取模式，把更多的精力和资源投入到新用户获取和转化；
90天内重复购买率达到15~30%：说明你处于混合模式，平衡用在新用户转化和老用户留存、复购上的精力和资源；
90天内重复购买率达到30%以上：说明你处于忠诚度模式，把更多的精力和资源投入到用户复购上。
好了，普及完复购率，我们就问题继续深挖下去：
要寻找原因，这时候就需要先“提出问题”，并将问题放在最顶层，然后依次列出能够回答这个“问题”的所有答案。如果这些答案还不能回答你的问题，那你就还需要在针对这个答案重复提问，继续深挖，直到锁定主要原因，设想出具体措施。
是客户综合满意度下降导致的复购率下降，还是因为市场出现了强力的竞品或者是竞品正在做促销活动等，从这两方面入手。
当然，老手一般为了能保障优化的效果，都会先从客户满意度来入手，在作进一步分析，直到锁定问题，找到解决方案。
因为如果是竞品原因，在怎么深入，最后无非就是推出更强有力的产品或者价格战。价格战的后果大家都知道，我就不多说了，而要退出新品，这是一个长期的工作，我们会将其优先度排后。
当然，也许竞品才是根本的原因，我们不是无计可施而忽略它，而是，目前需要优先找出能在短期内采取对策的原因。
我们先假设是否客户综合满意度降低？需要调出5.6月份的客户综合满意度数据。
由表可以看出，6月份的客户综合满意度相比5月份下降了21%，主要原因是售后服务满意度下降。
由此，我们已经锁定问题的关键了：
店铺6月份销售额相比5月份下降25%，原因主要是老客复购率的下降，而导致老客复购率下降的原因是服务满意度的下降。
为了找到具体的措施，我们需要再进一步挖掘：
调出5.6月份的物流和客服评价数据，物流数据正常，下面主要分析客服接待数数据：
可以看出店铺总共5名客服，6月份因为两名客服辞职，新招的客服顶岗后还未上手，主要对于产品不熟悉，同时，响应时效和服务态度均不达标，引起客户的不满，导致复购率下降，从而影响了店铺的销售额。
最后，我们针对性得出解决方案：
如何提高客服售后服务技巧？
- 由客服主管对新招的两名客服进行系统的产品知识培训和服务培训
- 调出上个月客服的评分系统，给客服评价4星以下的客户，给客户一定的补偿措施，a、电话致歉，b、免费赠送一份精美小礼品。
- 每月进行客服考试，对于考试不合格的客服进行点对点培训
- 制定售后客服智库，将客服工作流程化，
- 细化原有客服奖惩机制。
最后一步，我们需要针对以上4项措施，根据事实的难易程度和对目标的影响大小来排出优先顺序，并落地执行。
OK，到这里，数据分析工作才算完成。谢谢大家的耐心读阅。
希望通过此文，能给大家一些做数据分析的简单思路，不要只盯着数据，数据只是一个符号，你需要的是清晰地逻辑，然后去调动不同的数据为你所用。
文：英子@鸟哥笔记(niaoge8)
首席增长官CGO荐读增长模式：
更多精彩，关注：增长黑客（GrowthHK.cn）
增长黑客（Growth Hacker）是依靠技术和数据来达成各种营销目标的新型团队角色。从单线思维者时常忽略的角度和高度，梳理整合产品发展的因素，实现低成本甚至零成本带来的有效增长…
本文经授权发布，不代表增长黑客立场，如若转载，请注明出处：https://www.growthhk.cn/cgo/model/22764.html
微信扫一扫 
支付宝扫一扫 
