“如果告诉你GMV同比下降了20%，你要怎么分析？”

“日活跃人数周环比下降了15%，怎么用数据分析得到原因？”

“转化率同比下降15%，会从哪些角度进行考虑”

……

“一家电商平台GMV同比下降20%，你要怎么分析？”

第一步：验证数据。在遇到大幅度的数据波动时，作为数据分析师，采取的第一步行动一定是验证数据的准确性，很多时候会由于底表数据质量问题导致数据失误，不需要上升到分析阶段。

第二步：在排除数据自身错误的前提下，展开多维度的分析。

在这里，我主要会使用两种思考模式，分别是“人货场思维”和“逻辑树思维”。

那我们从人货场的角度出发，考虑怎么分析电商平台GMV同比下降20%的问题。

1、从人的角度来看。主要考虑

①    新老客户

②    不同地区客户

③    不同渠道客户

④    不同忠诚度客户

通过数据一一验证。例如，若数据表明，新用户带来的GMV同比下降25%，但老用户带来的GMV同比上升了1%，则可以将原因定位在新用户身上，推测是否拉新活动失效，导致新用户下单减少。

2、从货的角度来看。主要会考虑

①不同品类

②不同价位

③不同商家

通过数据一一验证。例如，若数据表明去年连衣裙品类产品的GMV占整体GMV比例高达40%，但GMV同比下降了30%，可能是由于连衣裙品类表现不佳，导致整体GMV同比下滑严重。

3、从场的角度来看。主要会考虑

①企业内部活动

②行业整体表现

同样通过数据进行验证。例如，若数据表明去年同期活动数量较多且GMV较高，可能推测今年GMV同比下滑是活动的影响。

在应届生面试或者笔试数据分析岗位，遇到业务场景题时，“人货场”理论是一个很好的逻辑思考方式。面试官问业务场景题的初衷并非是让你给出非常专业的回答，而是侧面考察你的逻辑感和业务感，判断你在遇到问题时，能否进行很好的拆分。