淘宝店销售额下降，你如何用数据给老板分析原因？

本文试图用一份编制的数据案例去描述“如何在数据分析的思维里看待问题？”，进而如何利用数据分析能力去找出问题的原因，再通过数据之外的场景去佐证数据分析结论，最终是为后面的决策做参考。

掌握了数据分析能力后，更要明白不能为了分析而分析，当遇到实际问题时，我们该如何利用分析能力输出接近于合理真相的结论呢？

接下来进入实际案例的参考分析：

一、发现问题 双11刚刚过去，老板对今年和去年7月份以来的数据做了对比，发现整体销量下降的非常厉害，希望你能给他分析出明确的原因，7-11月销量总额为什么比去年同期下降了？

上图是销售运营部门给到老板的销量统计数据，数据都是编排的，如有雷同纯属意外，这里不考虑数据实际的符合度，上图为原始数据，通过数据分析思维给老板一个交待，销量为什么下降了？运营的策略该继续执行么？

二、分析问题 1. 利用结构化思维拆分销量 所谓结构化思维就是有逻辑的思考，暂时放弃发散性的思考，用脑海储备的知识对目标进行全面的拆解分析。

当你得知淘宝店铺的销量下降的时候，你不应该发散性的根据以往经验列出一堆原因（比如竞品升级、活动力度降低等等）。首先应该静下来对“店铺销量构成”以及“能够对销量产生影响的因素”进行拆解，进一步明确问题根源。

比如上图是按季节及品类对销量进行了拆分，目的是想了解“哪一品类的销量下降了”，然后大胆猜测大幅下降的品类在某些方面出现了问题。

看着上图又想了想，服饰非常受季节性的影响，那是不是可以对7-11月份进行划分一下呢，于是把月份的销量加入销量结构中了。

把销量构成这样拆出来后，发现最开始的原始销量数据不足以看出销量趋势，于是对数据做了线性可视化。

从图中能看出，该淘宝店主卖产品是西装、高领毛衣、长袖衬衫、长裤、九分裤；毛呢大衣应该也是主卖产品，但是秋冬季销量明显不高，所以需要重点关注一下毛呢大衣这个品类的情况。