数据分析师训练营/ 第五篇 分析方法/ 第二十四章
第二十四章 · 专题分析

从一个问题到一份报告

老板不会问你“会不会写窗口函数”,只会丢来一句:“5 月为什么掉了 56 万?” 专题分析就是把散落的技术串成一条能被反驳的证据链。本章用青柠优选库跑三个专题: 5 月 GMV 环比 -6.07%、6/1 基准人群 7 日留存 19.64%、5 月新增用户 30 日人均毛利 2,167.90 元。 每个专题从“先别急着归因”开始,到“谁在什么时候做什么”结束。

理论 : 实操 = 3 : 7 约 10 学时 前置 第 23 章

24.1原理:专题报告的五段结构

周一早会,运营总监把手机往桌上一放:“5 月 GMV 掉了 56 万,谁解释一下?”你手里有 2 万行订单, 但你知道,他要的不是明细,是一句话加行动。

24.1.1专题不是加长版报表

报表回答“是多少”,专题回答“为什么”和“怎么办”。差别不在长度,在有没有一个待验证的判断。 把渠道、城市、品类全拉一遍做成 20 页,那叫数据陈列;写“跌的 56.6 万里,自然搜索贡献 93.3%,信息流反向抵消 45.4%”,才叫专题。

对比项日常报表专题分析
触发固定周期异常、决策或争议
结构指标罗列结论先行,只留支撑结论的证据
终点数字对上就结束有人认领,有日期验收

所以第一原则不是“全面”,是可反驳。“5 月表现不佳”无法反驳;“5 月 GMV 876.5 万、环比 -6.07%, 跌幅在历史区间内,但杭州信息流连续两月下滑”可以被反驳——对方可以拿 6 月数据说“杭州已恢复”, 也可以说“52 单降到 27 单只是随机波动”。能吵起来,才叫分析。

1

结论必须带数字、带范围,并且允许别人说不

一句话至少要有指标、变化量、变化率、时间范围。缺一个,读者就多追问一次。 如果不这样会怎样:你写“5 月下滑”,老板问“多少”;补“56 万”,他问“和谁比”; 补“环比 4 月”,他问“这算严重吗”。

24.1.2五段结构

无论 8 页还是 3 页,骨架都是结论、证据链、归因、建议、验证。顺序不能换,因为读者的注意力按这个顺序消耗: 先知道“发生了什么”,才愿意看“怎么证明”,最后才关心“所以呢”。

① 结论 一句话 + 三个数 ② 证据链 每层加回上一层 ③ 归因 假设 + 证伪条件 ④ 建议 谁 / 做什么 / 多久 ⑤ 验证 日期 + 阈值 验证结果回到结论:对了加码,错了改假设,不解释
图 24.1.1 五段是一条闭环:结论被证据支撑,建议被验证回收
2

证据链的每一层,都要能加回上一层

渠道四条差额相加必须等于 -566,499.68,城市八条相加也必须等于同一个数。对不上不是四舍五入,是口径混了。 如果不这样会怎样:渠道用 pay_amount,品类用 order_items.amount,两边差 10,235.80 元优惠; 你报“品类贡献 -57.7 万”,财务说“大盘只跌 56.6 万”,半小时全在吵口径。

3

归因输出假设,不输出故事

“竞品降价”“用户腻了”“大环境不好”都无法验证。合格的归因长这样:假设——杭州信息流素材衰退; 证据——订单 52→32,客单价只降 4.45%,量跌价稳;证伪条件——换回旧素材后订单仍不回到 32 单,假设不成立。

24.2分析:三个专题的拆解顺序

专题最容易犯的错不是算错,是顺序错:一上来拆 160 个格子,每格 5 单,最后挑一个最像故事的写进报告。

专题第一刀第二刀什么时候停
GMV 下滑先问“算不算异常”,对比历史环比量价 → 渠道 → 城市 × 渠道下一层样本 < 30 单,或差异小于噪声
新用户留存定义基准日、窗口、分母同期群 → 关键行为 → 实验组间差异小于 2 个标准误
渠道 ROI定义 CAC 的分子分母LTV → 保本 CAC → 增量边际 ROI < 1,或增量测不出

先排除假原因。数据延迟、埋点故障、口径变更、日历长度、重复上报,这五件事能解释掉三成“异常”。 5 月退款率从 5.56% 涨到 6.57%,若用“下单口径”,跌幅会被放大,结论就偏了。

先总量后结构。总量告诉你“要不要管”,结构告诉你“管哪里”。5 月总量 -6.07%,历史上还有四次跌得更狠, 所以大盘不用恐慌;真正要管的是杭州 × 信息流。

先相关后因果。相关只能缩小范围。杭州信息流下滑和“4 月换素材”时间吻合,这只是候选原因;要证明因果, 得换回旧素材做对照,或至少看同城其他渠道有没有同步下跌。

4

拆到“样本撑不住”就停

一个月 880 单,拆到城市 × 渠道 × 品类就是 160 个格子,平均 5.5 单,任何一格 ±80% 都可能是随机波动。 如果不这样会怎样:你发现“西安 × 线下 × 服饰”涨 300%,写进报告;下个月它又跌回去,因为那一格只有 2 单。

24.3专题一:GMV 下滑归因

样本:5 月 GMV 8,765,340.49 元,比 4 月的 9,331,840.17 元少 566,499.68 元,环比 -6.07%。五步,顺序不能乱。

24.3.1第一问:这算异常吗

2023 年 2 月到 2024 年 6 月的 17 次环比里,跌幅超过 6% 的有四次:-10.63%、-7.54%、-8.93%、-8.15%; 5 月的 -6.07% 排第五。这定基调:若是历史最大跌幅,要写“断崖”;若只是常态波动,要写“大盘正常, 但结构里有一个格子不对”。

先问“是不是”,再问“为什么”。这个顺序决定你是分析师还是“数据点唱机”。

24.3.2第二步:排除数据问题

检查项结果结论
主键唯一20,000 行,0 个重复 order_id没有重复上报
金额恒等式0 行违反 pay_amount = amount − discount金额可信
日期边界2023-01-01 至 2024-06-30没有越界订单
退款率4 月 5.56% → 5 月 6.57%涨 1.01pp,报告要注明
游客订单45 单 498,541.59 → 25 单 252,191.63少 24.6 万,占跌幅 43.5%

游客单不是错误,但它提醒你:20 单的波动就能让大盘动 2.8 个百分点。剔掉游客只看会员: 4 月 8,833,298.58 元,5 月 8,513,148.86 元,环比 -3.62%;差的 2.45pp 就是游客单的贡献。

24.3.3第三步:量价拆解

GMV = 订单数 × 客单价。这一刀把“卖得少”和“卖得便宜”分开。

SELECT substr(order_date,1,7) AS 月份,
       COUNT(*)                AS 订单数,
       ROUND(SUM(pay_amount),2) AS GMV,
       ROUND(AVG(pay_amount),2) AS 客单价
FROM orders
WHERE status = '已支付'
  AND order_date >= '2024-04-01'
  AND order_date <  '2024-06-01'
GROUP BY 月份;
月份      订单数    GMV           客单价
2024-04   924      9,331,840.17  10,099.39
2024-05   864      8,765,340.49  10,145.07

订单数 -6.49%,客单价 +0.45%。量的影响 = -60 × 10,099.39 ≈ -60.60 万;价的影响 = 864 × 45.68 ≈ +3.95 万; 相加 -56.65 万。结论:不是卖便宜了,是买的人少了。下一步不用看定价,直接查“人为什么少”。

24.3.4第四步:渠道贡献

SELECT channel,
       ROUND(SUM(CASE WHEN substr(order_date,1,7)='2024-04' THEN pay_amount END),2) AS 四月,
       ROUND(SUM(CASE WHEN substr(order_date,1,7)='2024-05' THEN pay_amount END),2) AS 五月,
       ROUND(SUM(CASE WHEN substr(order_date,1,7)='2024-05' THEN pay_amount END)
           - SUM(CASE WHEN substr(order_date,1,7)='2024-04' THEN pay_amount END),2) AS 差额
FROM orders
WHERE status = '已支付'
  AND substr(order_date,1,7) IN ('2024-04','2024-05')
GROUP BY channel
ORDER BY 差额;
channel   四月          五月          差额
自然搜索   4,057,226.01  3,528,570.63  -528,655.38
线下      1,005,937.73    736,822.07  -269,115.66
朋友推荐   1,662,689.04  1,636,988.68   -25,700.36
信息流    2,605,987.39  2,862,959.11  +256,971.72
5 月渠道贡献:自然搜索 −52.9 万,信息流 +25.7 万 单位:万元 · 四条差额相加 ≈ −56.6 万 · 所有条从 0 起算 +30 0 −30 −60 −52.9 自然搜索 −26.9 线下 −2.6 朋友推荐 +25.7 信息流 数据:qingning.db · orders · 已支付、pay_amount
图 24.3.1 四渠道贡献:自然搜索 −52.9 万,信息流 +25.7 万,四条相加约 −56.6 万

差额 ÷ -566,499.68:自然搜索 93.3%、线下 47.5%、朋友推荐 4.5%、信息流 -45.4%,相加 100%。 信息流在涨不代表没问题,它只填了另外两个渠道一部分坑。

品类旁证:电脑 -306,581.84、服饰 -326,653.39、家电 -236,175.24、手机 +221,803.16、配件 +70,871.83。 品类用商品原价,和实付口径差 10,235.80 元优惠,只能看结构,不能加总。

24.3.5第五步:城市 × 渠道,定位到一个格子

杭州贡献 -269,045.21 元,占 47.5%;广州 -174,785.01、深圳 -182,061.16。杭州内部:信息流 -252,108.17、 自然搜索 -102,811.37、朋友推荐 +76,131.17、线下 +9,743.16。杭州的坑,九成是信息流挖的。

渠道全站 4 月全站 5 月全站差额 杭州 4 月杭州 5 月杭州差额
自然搜索4,057,226.013,528,570.63−528,655.38 577,085.68474,274.31−102,811.37
线下1,005,937.73736,822.07−269,115.66 96,184.28105,927.44+9,743.16
朋友推荐1,662,689.041,636,988.68−25,700.36 149,654.36225,785.53+76,131.17
信息流2,605,987.392,862,959.11+256,971.72 611,916.65359,808.48−252,108.17
图 24.3.2 全站信息流 +25.7 万,杭州信息流 -25.2 万:总量掩盖了反向结构

只看渠道,你会给信息流加预算;只看城市,你会给杭州加预算;交叉后才知道该动“杭州 × 信息流”。 杭州信息流订单 52→32(-38.5%),客单价 11,767.63→11,244.01(-4.45%),又是量跌价稳。 可能是素材、出价、落地页或竞品,也可能是 4 月活动抬高基数。

24.3.6动手:把归因跑一遍

已完成 0 / 6 预计 95 分钟
01

锁口径、做体检、查历史波动、拆量价

20 分钟 · 对应规则 1、2
做什么
锁定已支付 + pay_amount,跑五项体检,再做量价拆解。
为什么
口径不锁,后面每层都对不上;不查历史,会把正常波动写成危机。
怎么做
  1. 跑 24.3.2 体检与 24.3.3 量价 SQL
  2. 查 17 次环比,找历史最大跌幅
看到什么
0 重复、0 行金额异常;5 月 -6.07% 排第五;量 -60.6 万、价 +3.9 万。
卡住了 / 出错了

金额恒等式有几十行不成立,先退回第 6 章清洗。

02

渠道贡献:四条差额加回总量

15 分钟 · 对应规则 2
做什么
按渠道拆 4 月与 5 月,算差额和贡献占比。
为什么
占比能把“谁拖后腿”量化;加不回总量说明维度有遗漏。
怎么做
  1. 跑 24.3.4 的 SQL
  2. 差额 ÷ 总差额,画贡献条形图
看到什么
93.3% / 47.5% / 4.5% / -45.4%,相加 100%。
卡住了 / 出错了

占比是 98% 或 103%,先查渠道是否为 NULL,再查金额字段。

03

城市 × 渠道:找到反向的格子

15 分钟 · 对应 24.2 原则三
做什么
加一维城市,算每个格子的差额。
为什么
总量正确不代表结构正确;全站 +25.7 万和杭州 -25.2 万可以同时成立。
怎么做
  1. 按 city, channel 分组
  2. 按差额排序,再看单数与客单价
看到什么
杭州 -269,045.21,其中信息流 -252,108.17;订单 52→32,客单价只降 4.45%。
卡住了 / 出错了

所有城市都在跌,就别写“某城市问题”,改看渠道或大盘。

04

写假设与证伪条件,用 6 月数据验一次

15 分钟 · 对应规则 3
做什么
写三条假设,各配证伪条件,再用 6 月检验。
为什么
没有证伪条件,归因最后一定变成“我觉得”。
怎么做
  1. A:杭州素材/出价衰退
  2. B:4 月活动抬高基数
  3. C:游客下单链路变化
看到什么
6 月大盘 +2.85%,杭州信息流再跌到 275,197.77 元(27 单,-23.51%)——A 被支持,B 被削弱。
卡住了 / 出错了

两个假设都被支持,就写“两个因素同时存在”,再设计能分开它们的对照。

24.3.7产出:8 页以内的报告骨架

页内容必须出现的数字结论
P1结论摘要876.5 万 / -6.07% / -56.6 万跌幅在历史区间,杭州信息流是结构问题
P2口径说明已支付 / pay_amount / 20,000 行和财务对得上
P3量价拆解订单 -6.49% / 客单价 +0.45%是量跌,不是价跌
P4渠道贡献自然搜索 93.3% / 信息流 -45.4%自然搜索与线下拖累
P5城市 × 渠道杭州 -26.9 万 / 信息流 -25.2 万定位到“杭州 × 信息流”
P6归因假设订单 52→32 / 客单价 -4.45%量跌价稳,指向素材或出价
P7建议与验证7 月回到 32 单 / +5.1 万谁、做什么、怎么验收
P8附录 SQL可复现的查询与口径任何人能跑出同样的数

24.4专题二:新用户 7 日留存

留存专题的难点不在算,在“算的是谁”。同样叫 7 日留存,换基准日、换分母,能从 19.64% 变成 71.43%。

24.4.1定义基准日、窗口和分母

以 6 月 1 日为基准日:当天有任意事件的去重用户 280 人。6 月 8 日精确回访 55 人,留存 19.64%; 6 月 2 日回访 40 人,14.29%;若按“6 月 2 日至 8 日来过一次就算”,累计 200 人,71.43%。

WITH base AS (
  SELECT DISTINCT user_id FROM events
  WHERE substr(event_time,1,10) = '2024-06-01'
),
d7 AS (
  SELECT DISTINCT user_id FROM events
  WHERE substr(event_time,1,10) = '2024-06-08'
)
SELECT COUNT(*) AS 基准人数,
       SUM(CASE WHEN d7.user_id IS NOT NULL THEN 1 ELSE 0 END) AS 第七日回访,
       ROUND(100.0 * SUM(CASE WHEN d7.user_id IS NOT NULL THEN 1 ELSE 0 END)
             / COUNT(*), 2) AS 留存率
FROM base
LEFT JOIN d7 ON d7.user_id = base.user_id;
基准人数   第七日回访   留存率
280        55           19.64
同一批 280 人,三种口径差出 57 个百分点 第 1 日精确 40 人 · 14.29% 第 7 日精确 55 人 · 19.64% 7 日累计 200 人 · 71.43% 0 280 人(100%)
图 24.4.1 分母相同,定义不同,结论差 3.6 倍
5

留存三要素:基准人群、第 N 日、是否累计

写留存必须同时给出三个要素,例:“6/1 活跃用户、第 7 日、精确回访”。 如果不这样会怎样:你用累计口径算出 71.43%,老板拿行业报告 25% 来比,得出“我们留存是同行三倍”;换成精确口径 19.64%,实际低于同行。

24.4.2同期群:把 280 人切成可比的组

没有更长的观察窗,只能退一步:把这 280 人按首日行为切组,看第 7 日回访率有没有差别。 这是 30 天事件数据下唯一能做的对照。

分组人数第 7 日回访留存率与全体差
全体2805519.64%—
首日加购1863619.35%-0.29pp
首日未加购941920.21%+0.57pp
首日下单571017.54%-2.10pp
线下渠道401025.00%+5.36pp
信息流渠道761317.11%-2.53pp

加购组 19.35%,未加购组 20.21%——加购反而低 0.86pp;下单组 17.54%,未下单组 20.18%——下单低 2.64pp。 渠道最大差是线下 25.00% 对信息流 17.11%,7.89pp。

先算噪声:全体标准误 √(0.1964 × 0.8036 ÷ 280) ≈ 2.37pp;40 人的线下组约 6.8pp。 25.00% 的 95% 区间约 11.6%–38.4%,17.11% 约 8.6%–25.6%,大面积重叠。 在多个候选里挑差异最大的那个,总有看起来显著的。

正确的结论不是“没有关键行为”,而是“280 人分辨不出 3 个点以内的差异”。

24.4.3样本量与可干预建议

若目标是把 7 日留存从 20% 提到 25%,按双侧 α=0.05、效能 80% 估算,每组约需 1,094 人。 6/1 只有 280 人,连一组都不够。把问题改写成实验:注册后 D3 发首单券、D6 再提醒一次,能不能把 D7 从 19.64% 提到 25%?

05

切同期群,先算清噪声

15 分钟 · 对应规则 5
做什么
按首日行为切 5 组,算第 7 日回访率和标准误。
为什么
不先算噪声,会把 2 个百分点的随机波动当成关键行为。
怎么做
  1. 用 LEFT JOIN 保住没回访的人
  2. 标准误 = √(p(1−p) ÷ n)
看到什么
全体 19.64% ± 2.37pp;加购差 0.86pp、下单差 2.64pp,都在噪声内。
卡住了 / 出错了

算出 110.71%,说明分子用了第 7 天全体活跃用户。

06

把建议写成可实验的假设

15 分钟 · 对应规则 3
做什么
写清干预、目标、样本量、周期、护栏。
为什么
观察只能给候选,因果靠实验;没有样本量和周期,实验会做到一半就停。
怎么做
  1. D3 发券、D6 提醒;目标 25.00%
  2. 每组 1,094 人;护栏看退款率
看到什么
一张能贴进实验平台的卡片:假设、指标、样本、周期、护栏齐全。
卡住了 / 出错了

每天新增不足 100 人,1,094 人一组要 11 天;先把招募周期写进计划。

24.5专题三:渠道投放 ROI

“预算只有一份,四个渠道加哪个?”难的不是算 ROI,是算哪个 ROI。

24.5.1三个定义,先把分子分母说清

指标公式口径陷阱
CAC投放花费 ÷ 新增用户数算不算人力、素材、代理费;分母算注册还是首单
LTV生命周期内贡献的毛利用 GMV 会把 LTV 高估 2.3 倍(毛利率 43.22%)
ROILTV ÷ CAC窗口多长;是否折现;是否含自然流量

库里有 products.cost,能算毛利。取 5 月注册的 118 个新用户,看注册后 30 天。

WITH cohort AS (
  SELECT user_id, channel, register_date
  FROM users WHERE substr(register_date,1,7) = '2024-05'
),
order_gp AS (
  SELECT o.order_id, o.user_id, o.order_date, o.pay_amount,
         SUM(i.amount - i.qty * p.cost) AS gp
  FROM orders o
  JOIN order_items i ON i.order_id = o.order_id
  JOIN products p    ON p.product_id = i.product_id
  WHERE o.status = '已支付'
  GROUP BY o.order_id
)
SELECT c.channel,
       COUNT(DISTINCT c.user_id)  AS 新增用户,
       COUNT(DISTINCT g.order_id) AS 三十日订单,
       ROUND(SUM(g.pay_amount),2) AS 三十日GMV,
       ROUND(SUM(g.gp) / COUNT(DISTINCT c.user_id),2) AS 人均毛利
FROM cohort c
LEFT JOIN order_gp g
  ON g.user_id = c.user_id
 AND julianday(g.order_date) >= julianday(c.register_date)
 AND julianday(g.order_date) <  julianday(c.register_date) + 30
GROUP BY c.channel
ORDER BY 人均毛利 DESC;
channel   新增用户  三十日订单  三十日GMV      人均毛利
线下      13        10          81,334.43      2,829.29
信息流    30        18          192,561.88     2,784.02
朋友推荐  27        17          131,892.36     1,990.95
自然搜索  48        17          183,856.45     1,703.23

合计 118 人、62 单、589,645.12 元 GMV、255,812.05 元毛利,人均 2,167.90 元。 自然搜索“免费”,30 日人均毛利却只有 1,703.23,四渠道最低;信息流“最贵”,人均毛利第二高。 “免费流量质量更好”在这份数据里不成立。

保本 CAC:花超过这条线,渠道就亏 5 月注册用户 · 30 天毛利 ÷ 新增人数 · 元 自然搜索 1,703 朋友推荐 1,991 信息流 2,784 线下 2,829 CAC 2,000 数据:qingning.db · 不含人力与固定成本
图 24.5.1 自然搜索保本线最低:不花投放费,新增用户的 30 日毛利也最少

24.5.2保本 CAC、增量与归因窗口

只看 30 天,保本 CAC 等于人均毛利:自然搜索 ≤1,703、朋友推荐 ≤1,991、信息流 ≤2,784、线下 ≤2,829。 只告诉决策者“CAC 落在哪个区间该做什么”。

CAC 相对保本线ROI决策
50%2.00加预算,直到边际 ROI 降到 1
100%1.00持平,优化素材或提 LTV
150%0.67亏损,降价、换渠道或停

自然搜索 CAC 接近 0,ROI 看起来无穷大。但这些人里有多少“本来就会买”?如果用户先搜品牌词再下单, 把订单记给自然搜索,等于把本来就会发生的购买算成渠道功劳。 信息流相反:有真实拉新成本,也可能有本来就会买的人被再触达一次。判断增量只有三条路:对照组、地理实验、断点回归。

归因窗口同样能改变结论。一个用户先搜“青柠 手机”,第二天点信息流广告,第三天下单 10,000 元: 最后一次点击把 10,000 全记信息流,首次点击全记自然搜索,线性归因各 5,000。同一笔钱,三种口径,ROI 能差一倍。 报告里必须写“归因模型 + 窗口”。

30 天毛利是“首月回收”,不是完整 LTV。别用 12 个月 LTV 给自己发奖金。

24.6从结论到建议

报告写到最后最容易泄气:前面很漂亮,建议写成“加强投放、优化体验”,一夜回到口号时代。这一节只做一件事:把结论翻译成工单。

谁做什么多久预期效果怎么验证
信息流投放负责人杭州换回 4 月素材,出价回调 10%,只动这一个城市7/1–7/15 订单 27 → 32 单/月,GMV +5.1 万7/31 看订单 ≥32 且客单价 ≥10,500
产品 / 前端检查游客下单的登录弹窗与支付步骤2 周 游客单 25 → 35 单/月8/15 看游客单占比是否回到 4.0%
增长 / CRM新客 D3 首单券 + D6 提醒,做 A/B4 周招募 + 2 周观察 D7 19.64% → 25.00%实验组 vs 对照组,p<0.05;看退款率
市场负责人朋友推荐预算 +10%,信息流持平7 月整月 朋友推荐 200.1 万 → 220 万8/1 看 GMV 与保本 CAC 同时成立

杭州只改素材与出价,不动预算和其他城市,才能归因;游客目标取 45 与 25 的中间值 35 单;留存 25% 是目标不是承诺。

口号式建议

“加强杭州投放,优化新用户转化体验,提升渠道 ROI。”

没有责任人、金额、日期。

工单式建议

“投放负责人 7/15 前把杭州素材换回 4 月版、出价回调 10%,目标 27→32 单;7/31 验收。”

能排期、能验收。

24.7验证:两个数字与五道题

先核对两个锚点,再做五道题。数字错了,说明中间某一步口径偏了。

(8,765,340.49 − 9,331,840.17) ÷ 9,331,840.17 × 100%。
6/8 回访 55 人 ÷ 6/1 基准 280 人。

24.7.1五道选择题

Q1拿到“5 月 GMV 环比 -6.07%”,第一件事应该做什么?
解析:先问“是不是”,再问“为什么”。-6.07% 在 17 次环比里排第五,历史上四次跌得更狠。
Q2渠道四条差额相加,比总量多了 10,235.80 元。最可能的原因?
解析:amount 与 pay_amount 的差就是优惠。四舍五入不会差一万;渠道为空会少算;GROUP BY 写错通常直接报错或漏行。
Q36/1 基准 280 人,6/2 全站活跃 310 人。用 40 ÷ 310 算次日留存,错在哪?
解析:分子必须是基准人群里回来的人,分母必须是基准人群。用 310 当分母会混入非基准用户,当分子会算出 110.71%。
Q4用 30 天窗口算渠道 ROI,LTV 应该用哪个口径?
解析:CAC 是现金支出,只能用毛利回收。用 GMV 会把 LTV 高估约 2.3 倍;用 12 个月又和 30 天窗口不匹配。
Q5要判断“信息流多花 10 万能不能多带来订单”,最可靠的做法?
解析:ROI 和 CAC 都是“归属”指标,包含本来就会买的人。只有对照实验能测增量。
得分:0 / 5
口述验证:用 90 秒说清“5 月为什么跌、让谁做什么、怎么验收”。说不到“杭州 × 信息流”和“7 月 32 单”,说明还没掌握。

24.8本章小结与练习

  1. 专题五段:结论、证据链、归因、建议、验证;顺序不能换,验证要闭环。
  2. 先问“是不是”,再问“为什么”。-6.07% 在历史波动内,真问题是杭州 × 信息流。
  3. 证据链必须对账:渠道四条、城市八条都要加回 -566,499.68。
  4. 留存三要素:基准人群、第 N 日、是否累计;280 人的标准误 2.37pp。
  5. ROI 用毛利不用 GMV:30 日人均毛利 2,167.90 元就是平均保本 CAC。

24.8.1练习

  1. 把游客订单算进“会员口径”,环比变成多少?和 -3.62% 差多少?
  2. 杭州信息流 6 月 27 单、275,197.77 元。若 7 月回到 32 单、客单价不变,GMV 多多少?
  3. 把“首日浏览 3 个以上页面”当候选行为,算 D7 留存率和标准误,判断是否显著。
  4. 信息流真实 CAC 是 2,200 元,按 30 日毛利算 ROI 是多少?该加还是减?还缺什么信息?
参考答案

1. 会员 + 游客 = 大盘,所以就是 -6.07%;和 -3.62% 差 2.45pp,这 2.45pp 是游客单减少的贡献。

2. 32 × 10,192.51 = 326,160.32 元;比 275,197.77 多 50,962.55 元,约 +18.52%。

3. 按 6/1 的 page 去重计数,分成“≥3 页”和“<3 页”,LEFT JOIN 6/8;标准误 = √(p(1−p)/n)。两组差小于 2 个标准误就不显著。

4. 2,784.02 ÷ 2,200 = 1.27,30 天内正回报,可以加;但还要看边际 ROI、增量实验和 30 天后的复购。

下章预告:第 25 章往深处讲可视化:为什么图里信息都在,读者却看不见?前注意加工、编码误差、格式塔、配色系统, 以及一个很粗暴的实验——把图删掉一半元素,看信息是不是反而更清楚。
数据分析师训练营 · 第二十四章
数字均可由 qingning.db 复现