4. 分析相关原因和结果分析相关原因和结构后，给出相关业务建议、策略，并追踪业务的动作和继续观察数据是否异常。
六、延展当然就这个问题不同的人有不同的分析方法，引用著名的辛普森悖论案例，这个问题也可以这么分析：
当boss问你最近一周成交订单量较上周有7%的下降时，
告诉boss：首先，我要确定这个5%的上跌是真的在跌，也许看似订单量绝对值是在跌，但实际拆分下来后，业务或许是在上升，这个5%的波动是由于用户结构上的变化带来的。
领导紧张了，问: 怎么会？
你一看，boss上套了: 是这样的。订单量=新用户订单+老用户订单。
你再接着跟boss说:你看哈，假设我们正常情况下每天日活1000人，每天100单，其中新用户每天0.2单(一般拉新有羊毛可以撸)，老用户每天0.08单。某天我们看订单量下降到95单了，很慌，因为我什么都没做啊，价格也没调，库存也没动，不过当我们拆分新老用户后，发现这一天拉新少了100人，老用户呢，从800个人变成1000个人。
这时候，你看了一眼，陷入深思的boss，然后继续说: 好！假定，新老用户每天贡献的订单量前后一样的话，我们发现确实减少的5%的订单，其实主要来自我们近期广告投放力减少，造成订单量贡献度较高的新用户减少了，因为拉新贵啊，一个APP激活，几十元，甚至几百元都可能，所以增长部降低了拉新的预算，并拿出拉新预算的一半尝试投放APP老用户拉活，因为成本低，转化效果稳定，虽然整体订单下降了5%，但其实是发现了一个，更高ROI的执行路径。
必须all in老用促活啊，这个是一个很好的优化点！！或许，应该让老板肯定这种策略，下面同学才敢甩开膀子执行。
首先，让负责用户增长的同学，把拉新的广告可以先停一停，拉新拉新，撸完就跑，得要留存啊。同时，也把这事儿，告诉产品和运营，出一套解决方案，一起想办法，看能不能在这个策略基础上，再提升下老用户的订单转化率，这是重中之重啊！
钱要花在刀刃上，再有钱的老板，广告烧起来也肉疼啊。
这个例子引用的是著名的辛普森悖论，大家感兴趣的可以搜一下。
本文由 @诸葛io 原创发布于人人都是产品经理。未经许可，禁止转载。
【 维度|数据异常归因｜最近一周成交订单量较之前有7%的下降，该怎么分析原因？】题图来自 pexels，基于 CC0 协议。

稿源：(人人都是产品经理)

【傻大方】网址：/c/111YA3532021.html

标题：维度|数据异常归因｜最近一周成交订单量较之前有7%的下降，该怎么分析原因？( 二 )