Q：电商数据分析指标万能套路？（销售额GMV下降20%）

首先下降25%肯定是不正常的。我会先确认统计口径没有发生变化，以及统计数据的准确性。如果数据确认无误的话：

一、考虑外部因素：

经典的PEST分析：政策，经济，社会面，技术面 

二、考虑内部因素：

（环比下降：首先要剔除掉某些活动的影响。比如正常情况下每年8月份的GMV是900亿，但是因为公司今年8月份突然举办了一个大型营销活动，造成GMV上涨，进而使得下月GMV下降，应该剔除）

同比下降：

接下来用人货场分析：

• 人这个角度

先拆分，拆分方法有很多种：

        ①内部销售人员数量有无变化。员工工资有无变化。客服人员平均服务时长，

        ②用户的角度。可拆分为新用户和老用户。或是根据不同画像的人群进行拆分(年龄、职业、地区)。分别看这些用户群体的数量变化，留存率变化，复购率变化。或是根据RFM模型将用户进行分类（重要价值/发展/保持/挽留用户），进行精细化运营

复购率

1、复购率不足40%，经营重心应放在新用户的获取上

2、复购率大于60%，应将经营重心放在客户忠诚度上，进行精细化运营

3、复购率为40%~60%，应兼顾新客户的获取与回头客的招揽

• 货这个角度

按商品种类进行拆解，根据帕累托法则，优先查看GMV排名靠前的品类，找到主要下滑的品类，然后再进一步细分二级，三级品类进行下钻，直到找到原因

其次可以分析货物的销售额。例如

销售额 = 访客数 * 下单转化率 * 客单价 - 退货金额，然后一层一层的看

--访客数（流量）的话关注PV（页面访问量）或UV（独立访问人数），平均访问深度，平均停留时间等，从而发现用户访问网站的规律。新客户和老客户的访问数。

--转化率的话，可以用经典的漏斗分析，分析整个业务流程，从用户浏览，加购物车，下订单，付款每一步流程的转化率是如何，找到哪一步出问题后，对该流程进行一些优化。其次也可以分析节点和节点之间的转化率，例如商品页面到评论页面，到详情页面的转化率等。

--客单价的话，客单价分析，能够了解客单价变化情况，优化定价策略，开展相应的促销活动

并可以做促销分析。把商品按照GMV进行分类，引流款，常规款，利润款。进行精细化运营，精准进行优惠券发放，多件折扣等

• 场这个角度

可以进行地域维度的拆解。各地区销售门店数量变化，销售额GMV变化

分不同维度进行拆解下钻直到找到原因