模拟面试里我出过一道很普通的题：某类目上周整体转化率从 4.8% 掉到 2.9%（题设数字），老板要你两天内给结论，运营那边已经准备好一波补贴，只等你一句话。
多数候选人第一反应是「拆漏斗」。这个答案不算错，但我会立刻追问一句：这个数是真的吗。
区分度往往就在这一秒里。做过一段时间电商数据的人，被假跌坑过，会本能地先怀疑数据链路；没被坑过的人，会花四十分钟兴致勃勃地分析一个根本没发生的下跌。
本系列第 1/10 篇 · 下一篇：加购到支付，漏掉的不只是用户
第一件事不是分析，是确认数字
我会让候选人列出一份很短的核对清单，不需要背，能想到三四条就行。
分母是什么。转化率在多数公司至少有四种写法：访问 UV、商品详情 UV、加购 UV、下单 UV。投放团队临时把「访问」的定义从去重设备改成去重账号，或者某次发版把「商详曝光」提前到列表页加载时上报，大盘分母就会突然涨一截，转化率看着像塌了。口径字典这东西平时没人看，出事时是唯一能救命的文档。
埋点有没有跟着发版变。客户端发版、H5 改版、小程序基础库升级，都可能让某个事件丢一半。最典型的不是「全丢」，而是「只在某个端、某个版本丢」，于是整体数字掉一块，分层看又找不到单一元凶。我会去查事件上报量本身，而不是只看转化率。
链路有没有延迟或回溯。支付成功走异步回调，风控审核会拦单，离线任务补数据，这些都会让「昨天的转化率」在两天内还在变。如果看板是 T+1 全量重算，拿当天早上的数去开复盘会，等于对着一张还没画完的图做判断。
外部流量的结构变了没有。投放换渠道、直播带货起量、站外引流进来一批只看不买的人，都会让整体转化率下来，而产品本身一个字没改。这类下跌不需要修产品，需要的是把结论说清楚，别让团队去改一个没坏的东西。
我一般会在这时候加一问：如果核对下来数据确实是真的，你两天的交付物长什么样。答「找到原因」的，通常没做过向上汇报；答「一页纸：口径确认结果、分层贡献、断点位置、三条可证伪的假设和各自的验证排期」的，我会在心里先给个及格以上。
大盘下跌只有两种拆法，别混着用
确认数字可信之后，我会要求把「整体转化率下降」翻译成一个可加的式子。不用写公式，说人话也行：大盘是各分层按流量占比加权平均出来的，所以下跌只能来自两处——某一层自己变差了，或者各层的占比变了。
这两种情况的行动完全不同。同层变差是产品问题，要找改版、供给、价格和链路；结构变化是流量问题，产品侧再怎么优化详情页也补不回来。
我见过一个很干净的回答：先把上周和本周按渠道、端、新老客、类目四个维度做交叉，逐层算「占比变化带来的贡献」和「层内转化率变化带来的贡献」，按贡献绝对值排序，只解释排名前三的格子。这比一口气列二十个维度强得多，因为它天然给出了优先级。
这里有个坑值得主动说出来：分层越多，越容易出现每层都在跌、或每层都没跌的怪事。占比剧烈变化时，加权平均会骗人，也就是常说的辛普森悖论。所以我的习惯是固定一组分层口径跑两个周期，期间不换定义，看完再去细分，而不是一边拆一边改分类规则。
还有一个容易被忽略的维度：供给。某个头部 SKU 断货、涨价、被下架，或者一条差评顶到了详情页首屏，它影响的是这个类目里的一大批请求。候选人如果只从「用户行为」找原因，不会去看库存和价格快照，我会怀疑他过去是不是只接触过流量侧的数据。
漏斗要按「分母切换」来看
拆完大盘，才轮到漏斗。但漏斗不是一张固定图，每一跳的分母都换了人。
| 环节 | 这一跳的分母 | 最容易误读的地方 |
|---|---|---|
| 列表曝光 → 点击 | 曝光 PV | 曝光埋点提前上报，会凭空造出大量「没点」 |
| 点击 → 商详到达 | 点击 PV | 页面加载慢，用户还没看到就退出，算成了内容问题 |
| 商详 → 加购 | 商详 UV | 缺货、无规格可选，会被记成「没兴趣」 |
| 加购 → 提交订单 | 加购 UV | 券不能用、运费变高，用户在这一步才看到 |
| 提交 → 支付成功 | 提交订单数 | 回调延迟、渠道失败，会被当成用户放弃 |
我的做法是让候选人指出「这一跳的失败，用户当时到底看见了什么」。能说出具体页面状态的人，通常真的去看过了；只会说「优化这一环节」的人，多数是在背漏斗模型。
支付成功这一跳尤其容易背锅。渠道成功率、风控拦截、回调堆积、跨端重复下单，都是产品之外的因素，但它们全部落在「转化率」这一个数字上。所以我会追问：如果断点在支付环节，你怎么确认是产品改坏了还是渠道抖动。答案至少要包含分渠道看成功率、看同一时段的回调延迟分布、看有没有集中报错，而不是「问一下支付团队」。
三类根因，各配一个验证动作
到这一步，我期待的不是一份根因清单，而是「假设 + 怎么把它证伪」。
流量侧：新渠道占比上升、投放素材与实际商品不符、活动落地页跳错类目。验证动作是按渠道看首访到商详的到达率，以及新客占比，必要时拿两天同时间段做对照。
供给侧：缺货率、价格带、评价、佣金或排序策略调整。验证动作是拉两个周期的商品快照，看 Top 商品的在售状态和券后价分布有没有整体位移——只看当前库存是看不出来的，缺货的商品早就不在列表里了。
产品侧：发版、灰度、实验、性能。验证动作是把下跌起点对齐到变更时间点，按版本号分层；如果实验平台上有正在跑的桶，先看分桶指标，别在整体曲线上找规律。
我会刻意加一个约束：大促前一周不允许开新实验，也不允许用补贴去「验证」假设。补贴会把转化抬起来，把真实原因盖住，两周后没人说得清那次下跌到底修没修好。能主动拒绝这种验证方式的候选人，我会加分。
我怎么给这道题分档
及格线是能按渠道、端、新老客分层，指出漏斗断点在哪，并且不把「用户没兴趣」当成解释。
好一档的，会先确认口径和埋点，会区分结构变化和同层变差，会给每个假设配一个能在两天内跑完的验证动作，还会说明结论不确定时怎么措辞——比如「目前排除产品侧改版，八成来自渠道结构，剩下的等回调数据补齐再定」。
最强的一档通常多说了一句：即使查明了，也不会让那波补贴就这么发出去。转化率是结果指标，补贴能把它买回来，但买不回缺货的商品和错配的流量。我听完一般会接着问：那你会建议运营这两天做什么。答「暂停投放里那批低质渠道，等口径确认后再决定」，比任何框架都实在。
两天后交上去的那页纸，我更希望它停在三条还没验证完的假设上，而不是一个听起来很有把握的结论。
评论