Session: 2026-05-20 12:20:10 GMT+8

Session Key: agent:main:feishu:direct:ou_e63ce6b760ad39382852472f28fbe2a2
Session ID: a098ecef-dd4b-4632-ae09-e160fad52992
Source: feishu

Conversation Summary

user: 我想看晚柠、老王和三人行这三个渠道的数据。数据上我想看这三个渠道上，下单用户的不同角色数对应的退费率、不同的角色数是否行课的退费率、不同角色数的行课数的退费率。剔除测试账号、删除的账号和订单。有什么问题可以问我。 assistant: 李承龙，需求收到了。我先确认几个口径问题，同时去查一下这三个渠道在数据库中的 key_from 值。

让我先做一些前置查询。 assistant: 好的，先查一下这三个渠道在数据库中的 key_from 值。 assistant: 数据已找到，三个渠道对应10个 key_from 值。需求比较复杂，我用 Python 脚本处理。 assistant: 报告已生成，下面是关键发现摘要：

📊 三个渠道退费率分析

一、渠道汇总

渠道	订单数	用户数	退费单数	退费率	GMV	GSV
晚柠	906	758	213	23.5%	276.1万	214.0万
老王	559	530	259	46.3%	171.5万	91.3万
三人行	475	456	238	50.1%	149.2万	75.2万

二、不同角色数 → 退费率

角色数	晚柠退费率	老王退费率	三人行退费率
0	59.0% (39单)	90.0% (50单)	83.3% (30单)
1	24.9% (485单)	41.3% (322单)	54.3% (280单)
2	18.6% (274单)	42.3% (142单)	39.7% (131单)
3	17.8% (73单)	47.4% (38单)	25.0% (20单)
4	18.5% (27单)	75.0% (4单)	20.0% (10单)
5	0% (8单)	0% (3单)	50.0% (4单)

规律：0角色用户（下单但未创建角色）退费率极高，三个渠道分别达59%/90%/83%。创建角色后，退费率普遍大幅下降。

三、是否行课 → 退费率

三个渠道共性明显：无行课用户的退费率远高于有行课用户。

晚柠：无行课 71.8% vs 有行课 19.1%
老王：无行课 84.6% vs 有行课 38.2%
三人行：无行课 81.0% vs 有行课 47.4%

四、行课角色数 → 退费率

同一角色数下，行课角色越多退费率越低。比如：

2角色用户：0行课退费率 50~57% → 2行课退费率 15~44%
3角色用户：0行课退费率 100% → 3行课退费率 14~29%

详细数据已写入 Excel，包含4个 Sheet。需要我把文件发给你，还是你有其他想进一步分析的维度？ user: excel发给我吧 assistant: 已发送，请查收飞书文件 📊 user: 允许 assistant: 文件刚刚已发送过去了，你看看收到了吗？如果有需要进一步拆解或补充的维度，随时告诉我。 user: 我想添加念妈渠道在2026年4月到2026年5月19日的订单的相关数据。另外，角色数不要匹配行课了的角色数，要匹配行课的课程数。 Reply target of current user message (untrusted, for context):

{
  "body": "[message_id=om_x100b6fe589b754c0b4bd46161cb45e2] <card>\n李承龙，需求收到了。我先确认几个口径问题，同时去查一下这三个渠道在数据库中的 key_from 值。\n\n让我先做一些前置查询。\n\n好的，先查一下这三个渠道在数据库中的 key_from 值。\n\n数据已找到，三个渠道对应10个 key_from 值。需求比较复杂，我用 Python 脚本处理。\n\n报告已生成，下面是关键发现摘要：---##### 📊 三个渠道退费率分析\n##### 一、渠道汇总\n| 渠道 | 订单数 | 用户数 | 退费单数 | **退费率** | GMV | GSV |\n|------|------|------|------|------|------|------|\n| 晚柠 | 906 | 758 | 213 | 23.5% | 276.1万 | 214.0万 |\n| 老王 | 559 | 530 | 259 | 46.3% | 171.5万 | 91.3万 |\n| 三人行 | 475 | 456 | 238 | 50.1% | 149.2万 | 75.2万 |##### 二、不同角色数 → 退费率\n| 角色数 | 晚柠退费率 | 老王退费率 | 三人行退费率 |\n|------|------|------|------|\n| 0 | 59.0% (39单) | 90.0% (50单) | 83.3% (30单) |\n| 1 | 24.9% (485单) | 41.3% (322单) | 54.3% (280单) |\n| 2 | 18.6% (274单) | 42.3% (142单) | 39.7% (131单) |\n| 3 | 17.8% (73单) | 47.4% (38单) | 25.0% (20单) |\n| 4 | 18.5% (27单) | 75.0% (4单) | 20.0% (10单) |\n| 5 | 0% (8单) | 0% (3单) | 50.0% (4单) |**规律：0角色用户（下单但未创建角色）退费率极高，三个渠道分别达59%/90%/83%。创建角色后，退费率普遍大幅下降。**##### 三、是否行课 → 退费率三个渠道共性明显：**无行课用户的退费率远高于有行课用户**。\n- 晚柠：无行课 71.8% vs 有行课 19.1%\n- 老王：无行课 84.6% vs 有行课 38.2%\n- 三人行：无行课 81.0% vs 有行课 47.4%##### 四、行课角色数 → 退费率同一角色数下，行课角色越多退费率越低。比如：\n- 2角色用户：0行课退费率 50~57% → 2行课退费率 15~44%\n- 3角色用户：0行课退费率 100% → 3行课退费率 14~29%---详细数据已写入 Excel，包含4个 Sheet。需要我把文件发给你，还是你有其他想进一步分析的维度？\n</card>"
}

assistant: 两个改动：加念妈渠道 + 把"行课角色数"改为"行课课程数"。先查念妈的 key_from，然后改脚本。 assistant: 念妈有4个 key_from。确认一下口径："行课课程数"我理解为用户所有角色完成的去重课时数（distinct chapter_id，play_status=1），有异议可以纠正。现在更新脚本。 assistant: 报告已生成，先发给你，然后说关键发现。 assistant: 已发送。关键变化：

📊 四渠道汇总（含念妈 4/1-5/19）

渠道	订单	用户	退费单	退费率	GMV	GSV
晚柠	906	758	213	23.5%	276.1万	214.0万
老王	559	530	259	46.3%	171.5万	91.3万
三人行	475	456	238	50.1%	149.2万	75.2万
念妈	263	244	117	44.5%	82.5万	45.8万

核心规律（四个渠道一致）

0角色用户退费率极高：晚柠59%、老王90%、三人行83%、念妈77%
无行课（完成0节课）vs 有行课退费率差距巨大：
- 晚柠 71.8% vs 19.1%
- 老王 84.6% vs 38.2%
- 三人行 81.0% vs 47.4%
- 念妈 83.6% vs 38.2%
行课课程数越多，退费率越低——在相同角色数下，完成更多课时的用户退费率明显更低

另外这次维度3已改为「行课课程数」（用户完成的去重 chapter_id 数），你看看是不是你想要的？如果需要按"不去重的总完课次数"或其他口径调整，随时说。

6.7 KiB Raw Blame History Unescape Escape