# 案例 05：每组转化率都提高，总转化率为什么下降？

**教学模拟。** 企业、数据与业务情境均为合成，不代表客户或真实雇主测评。金额为 CU。数据观察截止日期及版本日期：2026-11-13。

## 任务与数据字典

一家虚构线上服务商的负责人看到月度转化率下降，想削减新客预算。你需要判断数据支持哪些结论，提出下一个可验证动作。

输入：[funnel.csv](funnel.csv)、[cohorts.csv](cohorts.csv)、[analysis.sql](analysis.sql)、[memo_template.md](memo_template.md)。CSV 可直接导入表格。SQL 为参考计算，可在支持这些基础语法的数据库中运行，先按数据字典设置数值类型。

funnel 每行代表“月份 × 用户分组”的汇总。eligible_users 是该月符合统计条件的去重访问用户数，converted_users 是其中当月购买的去重用户数。本题每人每月最多一单，所以购买人数也等于订单数。new 表示月初尚未购买过的人；returning 表示月初已购买过的人，两组互斥。revenue_cu 是对应订单确认的收入，本题假设无退货。没有成本数据，不能计算利润。

cohorts 按首次购买月份分组。D30 留存定义为首购后第 28-34 天再次购买；D60 为第 58-64 天再次购买。它们是两个观察窗口，不是累计复购率，所以 D60 可以低于 D30。本题仅公布整个月队列全部完成窗口后的结果；未全部成熟时，eligible 为 0、retained 为空。这不表示队列内真的没有任何成熟用户，只表示本题未发布该窗口指标。

## 操作、输出与验收

输入：四行漏斗汇总和三个月队列。

操作：检查重复分组、人数关系和缺失；算总量与分组转化率；把变化拆成构成和组内变化；检查留存可比窗口；写一页建议。

输出：保留公式或查询的计算、数据字典、一页决策备忘录和五分钟讲解。建议训练时限 90 分钟。

验收：全部数字能从数据复算；区分百分比与百分点；不把未成熟留存填成 0；不将观察差异写成因果结论。

错误处理：若 converted_users 大于 eligible_users，先查定义或重复；若连接明细后总人数膨胀，先查连接键；若没有成本和来源信息，停止对渠道盈利的判断并列出数据需求。

## 参考答案一：把总量与比率分开

| 指标 | 2026-09 | 2026-10 |
| --- | --- | --- |
| 符合条件的用户 | 2,000 | 4,000 |
| 购买用户/订单 | 250 | 368 |
| 总转化率 | 250 / 2,000 = 12.5% | 368 / 4,000 = 9.2% |
| 收入 | 14,000 CU | 18,240 CU |

用户数增长 100%，订单增长 47.2%，收入增长约 30.3%；总转化率下降 3.3 个百分点，相对降幅 26.4%。不能把“下降 3.3 个百分点”写成“下降 3.3%”。客单收入从 56 降至约 49.57 CU，但没有利润信息。

| 分组 | 9 月转化率 | 10 月转化率 |
| --- | --- | --- |
| 老用户 returning | 200 / 1,000 = 20% | 176 / 800 = 22% |
| 新用户 new | 50 / 1,000 = 5% | 192 / 3,200 = 6% |

两组都提高了，但低转化的新用户占比从 50% 升到 80%。总率是按人数加权，不能把两组转化率简单平均。这个例子体现了构成变化可以让分组趋势与总趋势不同。

## 参考答案二：明确一种分解顺序

先保持 9 月组内转化率，换成 10 月人数权重：`20% × 20% + 80% × 5% = 8.0%`。构成变化对应 `8.0% - 12.5% = -4.5 个百分点`。

再在 10 月权重下更新组内率：`20% × (22%-20%) + 80% × (6%-5%) = +1.2 个百分点`。合计 `-4.5 + 1.2 = -3.3 个百分点`，与总变化一致。

这是描述性分解，结果依赖先变权重还是先变组内率，不能把 -4.5 个百分点解释为某个投放动作的因果影响。作为补充，把 10 月组内率标准化到 9 月各 50% 权重，总率为 `50% × 22% + 50% × 6% = 14%`。它是比较指标，不是 10 月实际总转化率。

## 参考答案三：留存与下一步

8 月 D30 为 100 / 200 = 50%，D60 为 70 / 200 = 35%；9 月 D30 为 115 / 250 = 46%，D60 尚未公布；10 月的 D30、D60 都尚未公布。不能将空值当作零，也不能拿 8 月 D60 与 9 月 D30 比较成留存变化。

建议先不因总转化率下降而直接削减新客预算。确认增长目标、获取成本、用户来源、长期价值和服务容量，按相同窗口追踪新用户。检查新增流量是否来自不同渠道、活动或统计变更。若要验证某种预算调整的作用，应设计合适的试验或可信对照；当前表只能告诉我们“变化由哪些构成和组内差异描述”，不能解释这些差异为什么发生。

一页备忘录可以写：总转化率下降与新用户占比上升同时出现，组内转化都提高；当前没有证据证明新客业务变差。建议补齐获客成本与成熟复购数据，再决定预算。由分析人员核对口径、市场人员补渠道成本、业务负责人确定目标。下一次评审在数据窗口成熟且关键成本齐备后进行。

## 评分标准（100 分）

| 项目 | 分值 | 得分依据 |
| --- | --- | --- |
| 数据口径与质量 | 20 | 粒度、互斥、分母和缺失定义清楚 |
| 总量及分组计算 | 25 | 数字正确，区分百分比和百分点 |
| 分解与复现 | 20 | 权重与顺序明确，计算与总变化相等 |
| 留存与因果边界 | 20 | 不混窗口，不把描述解释成因果 |
| 决策表达 | 15 | 提出所需数据、责任和验证动作 |

70 分表示主要训练完成，85 分以上表示方法与表达较完整。这是教学评分，不是招聘门槛。补零造成错误结论时，先修正再评分。

## 面试追问

如果一个人当月跨渠道出现多次，你怎么去重？如果新用户收入里有折扣，预算判断还缺什么？如果业务要求明天给结论，你会提交什么临时建议？如果改用另一种分解顺序，怎样向负责人解释数字不同但总差一致？

## 中英文申请样例

完成后可写：“个人经营分析练习（教学模拟）：建立月度用户分组口径，复算订单、收入与转化率，通过加权分解解释总率与组内趋势差异，并识别未成熟留存数据。交付可复现查询和决策备忘录，未实施真实业务调整。”

English project bullet: “Independent business-analysis exercise using synthetic data: reconciled monthly funnel metrics, decomposed mix and within-segment changes, and treated immature retention windows as unavailable. Delivered reproducible SQL and a decision memo; no business intervention was implemented.”

中文申请段落：“我希望申请以经营判断为主的初级分析岗位。随附练习体现我的口径检查、计算和解释过程。我会区分已观察到的变化与尚未验证的原因，也愿意结合贵团队的真实数据规范继续学习。”

English application excerpt: “I am applying for a junior business-analysis role. The attached synthetic exercise demonstrates metric definition, reproducible calculations and a recommendation with explicit limitations. I distinguish observed differences from causal explanations and would be keen to learn your team's data and decision-making practices.”

作者：AI 酋长 Andy。微信 AIPMAndy；公众号 AI酋长Andy；<https://metaver.vip/>；<https://www.a6no1.cn/>。
