1.2　诊断阶段

当业务人员看到申请完成率下降时，就要做原因分析，弄清楚是因为什么下降的。在分析维度方面主要从宏观方面和微观方面来定位原因，包括定性的外部因素分析、内部因素分析，以及定量的画像分群分析、趋势维度分析、漏斗洞察分析、行为轨迹分析和留存分析等。

首先是外部因素分析，考虑国家政策是否有变化、外部需求是否有变化、运营是否有变化等。经过分析发现这些外部因素均没有变化。那么接下来就要分析内部因素，调研发现公司内部的业务部门与一家物业公司进行了一次联合获客。这家物业公司规模较大，并且在全国范围内有大量的用户。通过物业公司获得的用户一般都是拥有房产的人，资金实力相对雄厚，相对来说是比较优质的用户群体。

接下来我们进行定量分析。首先关注2021年6月4日前后的用户年龄特征，如图1-5所示。可以看出用户年龄段发生了偏移，2021年6月5日以后年轻用户群体占比变少、中年用户群体占比增加。这与内部因素分析结论相符，通过物业公司获得的用户基本上都是有房产等固定资产的，相对而言年龄应该是偏大的，与分析结果也是契合的。

图1-5　年龄段发生偏移

然后进行漏斗分析，对比图如图1-6所示。这款贷款产品审批有3个步骤，注册手机号、采集身份信息、采集生物信息。在注册时需要获取手机号，验证无误后进行身份信息采集，主要是采集身份证等证件信息。接着需要采集生物识别信息，如人脸识别。从表1-1中可以看出，在申请贷款的过程中，生物识别阶段的转化率下降比较多，也就是说2021年6月5日以后的用户更不愿意提供他们的生物信息。这表明新增的用户要么比较关注隐私，要么对完成生物信息采集缺乏耐心。一般高价值用户都会有以上两种表现，这与定性分析中的发现也相符。

图1-6　漏斗分析对比

表1-1　2021年6月4日以前与2021年6月5日以后审批步骤转化率对比

针对这个案例还可以将漏斗分析更加细化，如年龄段、渠道等，能定位问题所在。通过原因分析，我们大致能够判断出是什么原因造成申请完成率的下降，很可能就是最近与物业公司的联合获客导致的。这次获客吸引的中年用户较多，他们在申请贷款时有可能觉得生物识别阶段的操作比较麻烦，或者担心泄露隐私，导致放弃申请。当然，也有可能是我们推广的这款贷款产品对这类用户缺乏吸引力，这些都是我们通过分析得到的假设。

下面结合调研，与中途放弃申请的用户进行电话沟通，因为这些用户在之前已经注册过手机号，所以是可以与他们取得联系的。经过沟通了解到，用户本身是有贷款需求的，但是发现产品额度并不高，只有几万元。另外，他们在申请贷款时发现采集的相关信息很多，由于贷款金额不高，利率偏高且申请麻烦，因此用户放弃申请。我们过去的产品利率偏高、额度偏小，很可能不适合这类用户。通过一系列的分析，我们找到了问题所在。