示例成品 看全文 ↓

新客统计哪里断了

没有可追溯的真实数据与明确算法，运营判断容易被延迟、错算、样本偏差或相关性误导。

免费看示例成品：报告看文件分析 ›

有人这样说「新客数突然掉一半，我查了三天也没找到根因，急得不行。」

能替你选的都选好了。不想动，直接点下面「交给 AI 办」，点一下就开始做；想改，就点一下要的那个。

模板：已按内容配好换一套

标题、表头的配色和字体

已替你选好想改就点一下

更多选项（一般不用动）

只有你知道的不填就先空着，成品里留【待填】

还想怎么改可以不选

开工前请确认

高级选项一般不用动 · 这件事通常 1 分钟左右做好

示例成品全文按上面这组示例选项真跑出来的

直接按这个顺序查，别从埋点反查。

先默认一个口径：新客=首次下“有效订单”。下面 SQL 默认有效订单为 PAID/SUCCESS/COMPLETED，如果你家口径不是这个，把 order_status 条件换掉。

默认字段名先对应好：

  • 订单表 orders：user_id, order_id, create_time, order_status, is_first_order
  • 支付表 payment：order_id, user_id, pay_time, pay_status
  • 埋点日志 events：user_id, event_name, event_time, order_id

1. 先看订单表真实新客曲线：断崖还是平滑跌

SELECT DATE(first_order_time) AS d,
       COUNT(*) AS new_cust
FROM (
  SELECT user_id, MIN(create_time) AS first_order_time
  FROM orders
  WHERE order_status IN ('PAID','SUCCESS','COMPLETED')
  GROUP BY user_id
) t
WHERE first_order_time >= CURDATE() - INTERVAL 14 DAY
GROUP BY DATE(first_order_time)
ORDER BY d;

判断：

  • 某一天直接掉一半：优先查数据管道、口径、埋点上报。
  • 平滑往下掉：优先查渠道投放、活动结束、业务下跌。

如果订单表太大，上面的 SQL 慢，换窗口函数版：

WITH ranked AS (
  SELECT user_id, create_time,
         ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY create_time ASC) AS rn
  FROM orders
  WHERE order_status IN ('PAID','SUCCESS','COMPLETED')
)
SELECT DATE(create_time) AS d, COUNT(*) AS new_cust
FROM ranked
WHERE rn = 1
  AND create_time >= CURDATE() - INTERVAL 14 DAY
GROUP BY DATE(create_time)
ORDER BY d;

2. 三张表对账，找出断点在哪一层

① 支付表：每天支付成功用户数
SELECT DATE(p.pay_time) AS d,
       COUNT(DISTINCT o.user_id) AS pay_users
FROM payment p
LEFT JOIN orders o ON o.order_id = p.order_id
WHERE p.pay_status = 'SUCCESS'
  AND p.pay_time >= CURDATE() - INTERVAL 14 DAY
GROUP BY DATE(p.pay_time)
ORDER BY d;
② 埋点日志：每天首次下单事件用户数
SELECT DATE(event_time) AS d,
       COUNT(DISTINCT CASE WHEN event_name = 'first_order' THEN user_id END) AS first_order_event_users,
       COUNT(DISTINCT CASE WHEN event_name = 'order_create' THEN user_id END) AS order_create_event_users
FROM events
WHERE event_time >= CURDATE() - INTERVAL 14 DAY
GROUP BY DATE(event_time)
ORDER BY d;

把三张表结果放一起看，断点判断表如下：

现象结论
订单表新客掉，支付表没掉订单状态口径/订单写入/首单判断有问题
订单表新客没掉，埋点掉埋点上报故障，不是业务跌
订单表新客掉，埋点没掉订单表数据同步/支付状态过滤有问题
三张表都掉真实业务跌，或渠道/活动停量
订单表新客没掉，报表掉BI 报表口径/过滤条件变了

3. 按你说的三块重点查

① 首次行为有没有

不要信订单表的 is_first_order 标记，先用真实历史订单算一遍，再和标记字段对比。

SELECT DATE(create_time) AS d,
       COUNT(DISTINCT user_id) AS marked_new
FROM orders
WHERE is_first_order = 1
  AND create_time >= CURDATE() - INTERVAL 14 DAY
  AND order_status IN ('PAID','SUCCESS','COMPLETED')
GROUP BY DATE(create_time)
ORDER BY d;

如果这条和第一步的真实新客曲线从某天开始分叉，就是 is_first_order 标记逻辑断了。

另外查一下身份关联有没有断：

SELECT DATE(create_time) AS d,
       SUM(CASE WHEN user_id IS NULL OR user_id = '' OR user_id = 0 THEN 1 ELSE 0 END) AS bad_user
FROM orders
WHERE create_time >= CURDATE() - INTERVAL 14 DAY
GROUP BY DATE(create_time)
ORDER BY d;

如果某天 bad_user 突然升高，说明用户身份没关联上，新客自然被漏掉。

② 关键事件漏没漏

先看埋点事件名有没有变化或消失：

SELECT event_name, COUNT(*) AS cnt
FROM events
WHERE event_time >= CURDATE() - INTERVAL 7 DAY
GROUP BY event_name
ORDER BY cnt DESC;

如果 first_order 或 order_create 事件量突然很少，或事件名变了，就是埋点上报断了。

再对比订单表和埋点订单创建事件：

SELECT DATE(o.create_time) AS d,
       COUNT(DISTINCT o.order_id) AS order_rows,
       COUNT(DISTINCT e.order_id) AS matched_event_orders
FROM orders o
LEFT JOIN events e 
  ON e.order_id = o.order_id 
  AND e.event_name = 'order_create'
WHERE o.create_time >= CURDATE() - INTERVAL 7 DAY
GROUP BY DATE(o.create_time)
ORDER BY d;

如果 matched_event_orders 在断点日大幅低于 order_rows，说明订单写进表了，但埋点没报上去。

再看订单状态分布有没有突变：

SELECT order_status, COUNT(*) AS cnt
FROM orders
WHER

别人还这样问

新客数突然断层帮我定位算法问题查注册和首购定义在哪一步错位

同类还能办

全部 ›
哪个实验先做最值免费看示例 ›

同样出看文件分析的

首页