题目解读：
为什么获取新客成本变高了？是广告投给了不相关用户、落地页体验差，还是流量本身质量下降？
分析思路：
1. 确定时间范围&数据口径
- 时间：对比前2个月（11.1-12.31）与前6个月均值
- 口径：CAC=广告费用÷新客注册数
- 拆分：按广告位（信息流/开屏）、用户标签（兴趣/消费层级）、渠道
2. 收集与准备数据
- 广告数据：曝光量（从200万次降至150万次）、点击率（从4.2%降至1.8%）
- 用户行为：点击后注册转化率（从8%降至3%）、跳出率（从35%升至62%）
- 落地页数据：加载速度（从1.2秒增至3.8秒）、优惠弹窗点击率（从15%降至5%）
- 技术数据：广告定向准确率（从82%降至45%）、设备匹配度（iOS用户误判为Android占比22%）
3. 描述现象（画图，判断拐点）
- CAC趋势图显示：12.15日信息流广告CAC骤升68%，与平台调整广告定向算法时间重合
- 用户画像：兴趣标签“美妆”的用户CAC比均值高42%，因广告推荐“数码产品”
4. 拆解指标
- CAC=广告费用÷（曝光量×点击率×注册转化率）
- 注册转化率下降贡献整体上升的28个百分点
5. 验证假设
- 广告定向失效：
- 兴趣标签覆盖率下降导致广告推荐错位，用户评论“总看到不相关的广告”
- 落地页体验差：
- 加载超时率从5%升至28%，用户“等不及直接关闭”占比达61%
- 商品分类混乱，用户“找不到想要的东西”投诉占比达55%
- 流量质量下降：
- 广告位从“高价值用户”转向“低活跃用户”，注册转化率下降48%
- 自然流量中“机器人”占比从5%升至22%，实际注册率仅8%
6. 结论
- 主要发现：广告定向不准确是主因，叠加落地页加载慢和流量质量下降
- 数据支撑：CAC与广告定向准确率负相关（r=-0.85），加载速度与注册转化率正相关（r=0.72）
- 建议：
- 定向优化：启用动态兴趣标签系统，设置“排除已安装用户”功能
- 体验升级：优化落地页加载速度至≤1.5秒，新增“智能搜索”功能
- 流量筛选：建立“反作弊机制”识别机器人，提高广告位投放门槛
- 技术修复：开发“广告-落地页跳转优化”插件，设置“用户行为反馈”入口
分析流程：定口径→收数据→找拐点→拆维度→验假设→提方案
简洁版（面试用）：
先确认CAC上升的时间点和广告位，发现与定向偏差相关。验证落地页和流量因素，建议优化定向算法、提升页面体验，并加强流量质量筛选。
#数据分析
为什么获取新客成本变高了？是广告投给了不相关用户、落地页体验差，还是流量本身质量下降？
分析思路：
1. 确定时间范围&数据口径
- 时间：对比前2个月（11.1-12.31）与前6个月均值
- 口径：CAC=广告费用÷新客注册数
- 拆分：按广告位（信息流/开屏）、用户标签（兴趣/消费层级）、渠道
2. 收集与准备数据
- 广告数据：曝光量（从200万次降至150万次）、点击率（从4.2%降至1.8%）
- 用户行为：点击后注册转化率（从8%降至3%）、跳出率（从35%升至62%）
- 落地页数据：加载速度（从1.2秒增至3.8秒）、优惠弹窗点击率（从15%降至5%）
- 技术数据：广告定向准确率（从82%降至45%）、设备匹配度（iOS用户误判为Android占比22%）
3. 描述现象（画图，判断拐点）
- CAC趋势图显示：12.15日信息流广告CAC骤升68%，与平台调整广告定向算法时间重合
- 用户画像：兴趣标签“美妆”的用户CAC比均值高42%，因广告推荐“数码产品”
4. 拆解指标
- CAC=广告费用÷（曝光量×点击率×注册转化率）
- 注册转化率下降贡献整体上升的28个百分点
5. 验证假设
- 广告定向失效：
- 兴趣标签覆盖率下降导致广告推荐错位，用户评论“总看到不相关的广告”
- 落地页体验差：
- 加载超时率从5%升至28%，用户“等不及直接关闭”占比达61%
- 商品分类混乱，用户“找不到想要的东西”投诉占比达55%
- 流量质量下降：
- 广告位从“高价值用户”转向“低活跃用户”，注册转化率下降48%
- 自然流量中“机器人”占比从5%升至22%，实际注册率仅8%
6. 结论
- 主要发现：广告定向不准确是主因，叠加落地页加载慢和流量质量下降
- 数据支撑：CAC与广告定向准确率负相关（r=-0.85），加载速度与注册转化率正相关（r=0.72）
- 建议：
- 定向优化：启用动态兴趣标签系统，设置“排除已安装用户”功能
- 体验升级：优化落地页加载速度至≤1.5秒，新增“智能搜索”功能
- 流量筛选：建立“反作弊机制”识别机器人，提高广告位投放门槛
- 技术修复：开发“广告-落地页跳转优化”插件，设置“用户行为反馈”入口
分析流程：定口径→收数据→找拐点→拆维度→验假设→提方案
简洁版（面试用）：
先确认CAC上升的时间点和广告位，发现与定向偏差相关。验证落地页和流量因素，建议优化定向算法、提升页面体验，并加强流量质量筛选。
#数据分析
