產(chǎn)品日活DAU下降季稳，我該如何著手分析麸俘？
寫在最前：上一篇文章寫的是用戶增長(zhǎng)的思考框架，但是其實(shí)我們大多數(shù)人在工作中都是只負(fù)責(zé)其中一小塊吵瞻，可能寫一些具體的細(xì)分問題會(huì)對(duì)大家更有幫助葛菇。
故第二篇文章，我選擇了一個(gè)具體的問題著手寫橡羞。產(chǎn)品核心數(shù)據(jù)異常是在工作中經(jīng)常會(huì)遇到的問題眯停，也是常見的互聯(lián)網(wǎng)面試問題。在此我結(jié)合網(wǎng)上的一些分享以及自己的經(jīng)驗(yàn)卿泽，總結(jié)一些思考分析框架莺债，讓大家在遇到此類問題的時(shí)候有一個(gè)明確的著力點(diǎn)。
案例簡(jiǎn)介
一款信息流APP平時(shí)日活穩(wěn)定在79w-80w之間签夭，但是在6月13日起突然掉到了78.8w齐邦，到6月15日已經(jīng)掉到78.5w，這時(shí)產(chǎn)品負(fù)責(zé)人著急了第租，讓你盡快排查一下數(shù)據(jù)下跌的原因措拇。這樣的問題對(duì)大多數(shù)人來說還是比較頭疼的，因?yàn)閷?duì)于80w量級(jí)的產(chǎn)品慎宾，一兩萬并不是一個(gè)非常大的波動(dòng)丐吓，但原因還是要排查浅悉。拿到這個(gè)問題，會(huì)覺得不知道從哪點(diǎn)著手開始分析券犁？沒關(guān)系术健，我們把常用套路捋清楚了，然后回頭再看這個(gè)案例粘衬。
核心點(diǎn)：
先做數(shù)據(jù)異常原因的假設(shè)苛坚，后用數(shù)據(jù)驗(yàn)證假設(shè)
不建議大家第一步先自己對(duì)著數(shù)據(jù)去拆，影響日活數(shù)據(jù)的因素很多色难，不可能把所有維度逐一拆解對(duì)比泼舱，容易浪費(fèi)時(shí)間卻沒有任何有價(jià)值的發(fā)現(xiàn)。
做數(shù)據(jù)異常原因分析的核心就是結(jié)合以往經(jīng)驗(yàn)及各種信息枷莉，找出最有可能的原因假設(shè)娇昙，通過數(shù)據(jù)的拆分進(jìn)行多維度分析來驗(yàn)證假設(shè)，定位問題所在笤妙。過程中可能會(huì)在原假設(shè)基礎(chǔ)上建立新的假設(shè)或者是調(diào)整原來假設(shè)冒掌，直到定位原因。
第一步：確認(rèn)數(shù)據(jù)真實(shí)性
在開始著手分析前蹲盘，建議先確認(rèn)數(shù)據(jù)的真實(shí)性股毫。我們經(jīng)常會(huì)遇到數(shù)據(jù)服務(wù)、數(shù)據(jù)上報(bào)召衔、數(shù)據(jù)統(tǒng)計(jì)上的BUG铃诬，在數(shù)據(jù)報(bào)表上就會(huì)出現(xiàn)異常值。所以苍凛，找數(shù)據(jù)流相關(guān)的產(chǎn)品和研發(fā)確認(rèn)下數(shù)據(jù)的真實(shí)性吧趣席。
第二步：根據(jù)幾個(gè)常見維度初步拆分?jǐn)?shù)據(jù)
計(jì)算影響系數(shù)：每一項(xiàng)數(shù)據(jù)都要和以往正常值做對(duì)比，算出影響系數(shù)醇蝴。
影響系數(shù)=(今日量-昨日量)/(今日總量-昨日總量)
影響系數(shù)越大宣肚，說明此處就是主要的下降點(diǎn)
以上是幾種常見的初步拆分維度，通過初步拆分悠栓，定位原因大致范圍霉涨。
第三步：異常范圍定位后，進(jìn)一步做假設(shè)
針對(duì)初步定位的影響范圍惭适，進(jìn)行進(jìn)一步的排查笙瑟。分三個(gè)維度來做假設(shè)，建議針對(duì)數(shù)據(jù)異常問題專門建一個(gè)群腥沽，拉上相應(yīng)的產(chǎn)品逮走、技術(shù)鸠蚪、運(yùn)營人員一起今阳，了解數(shù)據(jù)異常時(shí)間點(diǎn)附近做了什么產(chǎn)品师溅、運(yùn)營、技術(shù)側(cè)調(diào)整盾舌。
綜合考慮以往數(shù)據(jù)異常原因墓臭、產(chǎn)品運(yùn)營技術(shù)側(cè)調(diào)整、初步定位的影響范圍最可能由什么原因造成妖谴，再結(jié)合自身業(yè)務(wù)經(jīng)驗(yàn)確定幾個(gè)最可能的原因假設(shè)窿锉，給這些假設(shè)排數(shù)據(jù)驗(yàn)證的優(yōu)先級(jí)，逐一排查膝舅。
最后：細(xì)分假設(shè)嗡载，確立原因
除了上述，可以細(xì)分分析的維度實(shí)在太多仍稀，邏輯上說核心點(diǎn)在于一個(gè)假設(shè)得到驗(yàn)證后洼滚，在這個(gè)假設(shè)為真的基礎(chǔ)上，進(jìn)行更細(xì)維度的數(shù)據(jù)拆分技潘。我們需要記住這種分析方式遥巴，當(dāng)猜測(cè)是某種原因造成數(shù)據(jù)異常時(shí)，只要找到該原因所代表的細(xì)分對(duì)立面做對(duì)比享幽，就可以證明或證偽我們的猜測(cè)铲掐，直到最后找到真正原因。
案例分析
以上就是核心數(shù)據(jù)異常的分析套路值桩，是不是剛才拿到問題還不知道從哪開始分析摆霉，現(xiàn)在覺得其實(shí)有很多點(diǎn)可以去著手？讓我們回到剛才的案例吧奔坟。
根據(jù)上述套路斯入，首先我們拆分新老用戶活躍量，如下圖（老用戶左軸蛀蜜、新用戶右軸）：
發(fā)現(xiàn)老用戶日活較平穩(wěn)刻两，但是新用戶自6月13日下降嚴(yán)重，于是計(jì)算新老用戶影響系數(shù)：
老用戶影響系數(shù)=(77.89-78)/(78.8-79.5)=0.16
新用戶影響系數(shù)=(0.98-1.5)/(78.8-79.5)=0.84
新用戶影響系數(shù)0.84滴某，說明DAU下降是出在新用戶身上磅摹，明確范圍后進(jìn)一部細(xì)分，新用戶由什么構(gòu)成霎奢？
新用戶=渠道1+渠道2+渠道3+其他渠道 户誓，于是我們把新用戶日活按渠道進(jìn)行拆分：
通過渠道拆分，我們發(fā)現(xiàn)渠道3自6月13日起新用戶下降嚴(yán)重幕侠，于是我們把問題定位在渠道3帝美，應(yīng)該是渠道3的渠道效果發(fā)生問題。聯(lián)系渠道3的負(fù)責(zé)人一起定位具體原因晤硕，渠道線索量降低悼潭？渠道轉(zhuǎn)化率降低庇忌？渠道平臺(tái)的問題？找出原因后舰褪，再針對(duì)原因解決問題皆疹，制定渠道優(yōu)化策略。
最后要說的
至此本篇文章已到尾聲占拍，詳細(xì)敘述了核心數(shù)據(jù)異常的分析套路以及講了一個(gè)易于大家理解的小案例略就，相信大家下次再遇到這類問題，至少有一個(gè)明確的著手點(diǎn)晃酒。還有一些想對(duì)大家說的是：
為了方便大家理解表牢，這個(gè)小案例的數(shù)據(jù)是我虛構(gòu)的，問題定位過程也比較簡(jiǎn)單贝次。但是在實(shí)際業(yè)務(wù)中初茶，數(shù)據(jù)異常的影響原因可能是多方面的（本篇只講到了一些內(nèi)部因素，外部環(huán)境和競(jìng)對(duì)其實(shí)也會(huì)影響核心數(shù)據(jù)）浊闪，有的時(shí)候也需要建立統(tǒng)計(jì)分析模型來做一些定量分析恼布。可能要花幾天的時(shí)間去不斷排查問題搁宾，這個(gè)過程繁瑣且枯燥折汞，假設(shè)驗(yàn)證失敗可能會(huì)有挫敗感，或許忙活了很久但是最后并沒有找出原因盖腿。其實(shí)這是很正常的事情爽待，數(shù)據(jù)異常分析甚至對(duì)于一個(gè)資深數(shù)據(jù)分析師都是一個(gè)令人頭疼的問題。所以我們需要在平時(shí)工作中多留意數(shù)據(jù)變化翩腐，隨著對(duì)業(yè)務(wù)的熟悉和數(shù)據(jù)敏感度的提升鸟款，針對(duì)數(shù)據(jù)異常分析我們也會(huì)越來越熟練，更快找到問題所在茂卦。
