前言：
作为产品经理，核心能力是分析和解决问题，除了产品规划、推动项目外，还会遇到各种各样其他的挑战，最近接手了一个case，比较典型，分享下思路，由于涉及信息安全，下文的case全部模糊化处理
说明：
1-3是当问题较为宽泛时，如何定位和聚焦问题；如果问题足够聚焦，请直接看4
一、具象化问题
管理层抛的问题：xx客单价下降了，怎么办？
思考：
客单价是数据，天然带有维度属性：
是无线还是全平台？
是什么时间周期？
是新用户还是老用户？
是否包含了脏用户/脏订单？
分析：
1、无线是趋势且大盘占比高
2、无线消费碎片化，消费者单次消费额下降，但购买频次提升，需要拉长时间周期看客单价，才能反映平台经营问题
（通过定向分析验证，同一拨老用户，随着无线化加剧，月客单反倒是增加的，说明无线化并不会影响一段时间内用户总消费金额）
3、剔除脏数据看：有时候经营没问题，只是商品错放类目或者炒信、走账导致的数据波动，不是真正的经营问题，比较好解决
结论：重点分析剔除脏数据的月维度、无线端客单价
二、金字塔思维拆解问题
1、针对复杂问题，要像剥洋葱，降维拆解，尽可能聚焦到3个点以内
2、产品做数据分析，要带有自己的预判，切勿堆砌数据
产品预判：需要分内因&外因，内因是我们比较好影响，外因就是大势，很难逆转
外因：
1）用户（新用户、老用户）自然需求是否变化
2）商家&行业发展状况
内因（平台级的因素通常作用于多个行业）：
1）各渠道的转化效率、导流变化
2）类目商家在淘宝上普遍的经营问题，可由平台干预或改变
三、善于用数学方法
哪几种情况可能导致xx客单下滑？
1）类目结构变化
2）细分类目客单价变化
比如：
客单高于均值的类目，交易占比下滑
客单低于均值，交易占比提升
客单与均值持平，本身客单下滑
当类目较多，需要聚焦的情况下，建议用控制变量法，找出gap值大的类目，即为影响类目；
类目少，直接看，更直观；
四、深度分析
针对单个类目，可能影响客单的因素很多，可以基于以下思路拆解，值得注意的是：产品做数据分析，要带有自己的思考和预判，用数据验证你的猜想，切勿堆积数据，分析出原因后，解决方案才是更重要的
找到影响因素，想办法解决，举个栗子：
针对某细分类目，做客单价拆分，客单=货单*购买件数
发现货单和购买件数都在下降，针对货单和购买件数逐个分析：
1、货单：商品分层分析
在线商品数
浏览商品数
成交商品数
三个维度按同一个价格区间来划分，看变化：
1）某高价区间浏览sku数/在线sku数 非常高，且逐年增长，说明这个价格区间大部分商品消费者都翻过， 缺乏新鲜商品，如果这个区间增加在线商品数，能帮助成交，拉升客单价
2）如果某低价区间 浏览sku数/在线sku数 下降，说明可能存在低价区间商品恶性竞争，应该引导商家生产高品质商品……
2、购买件数：
产品预测：
1）用户买的少了，可能是购买门槛下降或者营销活动不给力？
分别验证包邮、营销活动对该指标的影响
2）活跃用户是否流失了？
按购买数量对用户分层，观察变化……
总结：
1、产品不要给自己设限，要能够举一反三，用自己思考力去解决各种问题
2、当遇到此类数据问题时，善于拆解和聚焦问题，做产品预判，用数字验证思路，而非迷失在数字里
3、客单价本身反应的是行业经营问题，有很多外势不可逆转，看待此类问题要客观，在可影响范围内，做有利于行业经营本身的提升行为
4、针对不同原因，选择合适的解决方案，比如运营手段、产品优化，切勿为了做产品而做产品
欢迎大家多交流
