1 用戶檢索量下降5%的原因分析

如果某日百度的用戶檢索量下降了5%羊赵,該如何分析其原因独悴,說明思路和要點(diǎn)。(百度-2014)

1.題目分析

本題考查點(diǎn):數(shù)據(jù)分析混驰、業(yè)務(wù)分解攀隔。通過產(chǎn)品核心數(shù)據(jù)來緊密跟蹤產(chǎn)品的運(yùn)營狀態(tài),是每一個PM的基本能力栖榨。而一旦某項(xiàng)數(shù)據(jù)產(chǎn)生重大波動竞慢,PM能夠通過對業(yè)務(wù)進(jìn)行抽絲剝繭的分析來迅速定位問題點(diǎn),從而尋找和明確解決方案治泥。要想回答好本題,既需要有較強(qiáng)的數(shù)據(jù)分析能力遮精,也需要對搜索業(yè)務(wù)有一個比較深入的理解居夹。

2.回答策略

本題可以從以下四個角度進(jìn)行闡述:

1)明確問題是什么?(哪個指標(biāo)出了問題)

2)問題有多大本冲?(預(yù)期影響面估算)

3)分析的目的是什么准脂?(重大因素排查→問題精確定位→止損)

4)分析的方式是什么?(從全局到細(xì)分檬洞,從常見到非常見狸膏,從嚴(yán)重到相對影響較小,逐層排查數(shù)據(jù)添怔,并借助各種手段逐漸定位問題)

3.背景知識

答題前湾戳,先了解下面三個與搜索相關(guān)的問題。

(1)檢索量是什么广料?一般情況下每發(fā)起一次檢索請求記為一次檢索砾脑,當(dāng)同一用戶發(fā)起多次檢索時記為多個檢索量,而當(dāng)同一用戶在短時間內(nèi)檢索同一搜索詞時艾杏,不重復(fù)累計(jì)韧衣。

(2)下降5%是什么概念?以Google 2013年給出的舊聞來看购桑,當(dāng)時Google月檢索量過1000億次畅铭,折算日均33億次,以2013~2015年50%以上的增幅來看勃蜘,現(xiàn)在Google保守估計(jì)日均檢索量為50億次硕噩。由于中文檢索市場的強(qiáng)大,百度達(dá)到這個體量也并非難事元旬,那么下降5%意味著損失了過億次檢索量榴徐,天然的單一突發(fā)事件(如娛樂新聞等)幾乎不可能造成這么大的檢索量流失守问。

(3)檢索量下降這個事情要怎么看待?無論是驟降還是平緩下降坑资,5%的非預(yù)期性下降都是極為敏感的耗帕,所以需要第一時間做出反應(yīng),觀察期不可能拖太久袱贮,所以需要迅速完成“重大因素排查→問題精確定位→止損”的步驟仿便。

第一步:數(shù)據(jù)異常分析的基礎(chǔ)數(shù)據(jù)層面要點(diǎn)有哪些?

1)全局指標(biāo)分析攒巍。全局指標(biāo)包含但不限于一段合理的時間段內(nèi)的檢索量嗽仪、獨(dú)立用戶數(shù)、總CTR柒莉、首次點(diǎn)擊時間闻坚、翻頁率等。以上全局指標(biāo)可用于排查全局性問題兢孝,比如節(jié)日窿凤、重大事件效應(yīng),另外可以發(fā)現(xiàn)用戶行為異常以進(jìn)一步縮小問題范圍跨蟹。

2)分渠道數(shù)據(jù)分析雳殊。主要統(tǒng)計(jì)多個維度不同渠道的指標(biāo),渠道可以按引流方式窗轩、地域夯秃、瀏覽器、操作系統(tǒng)痢艺、運(yùn)營商等分類仓洼。此步驟主要用于觀察渠道數(shù)據(jù)是否有異常,常车淌妫可以定位到如瀏覽器切換默認(rèn)搜索引擎衬潦、地方運(yùn)營商劫持之類的問題。

3)用戶行為數(shù)據(jù)分析植酥。在1)和2)的基礎(chǔ)上镀岛,分析用戶不同時間段、不同群體友驮、不同需求類型下的數(shù)據(jù)情況漂羊,另外在1)的基礎(chǔ)上,更細(xì)致地分析則需要抽取隨機(jī)(檢索詞)卸留,通過用戶session(用戶為了得到某個信息而在一段時間內(nèi)連續(xù)搜索的行為)人工排查是否出現(xiàn)行為異常走越。此步驟主要為排查是否有事件導(dǎo)致用戶行為異常,例如開學(xué)了耻瑟,學(xué)生們都乖乖回去上課了旨指,可能導(dǎo)致娛樂類搜索量下降赏酥。

4)搜索結(jié)果數(shù)據(jù)分析。針對搜索各類型結(jié)果做數(shù)據(jù)分析谆构,分結(jié)果類型統(tǒng)計(jì)影響面裸扶、點(diǎn)擊率、結(jié)尾點(diǎn)擊率等數(shù)據(jù)搬素。此步驟主要為排查是否出現(xiàn)結(jié)果異常呵晨,尤其是排查是否線上出現(xiàn)事故。

以上數(shù)據(jù)需要在定位到原因后嚴(yán)格計(jì)算原因造成的檢索量損失是否真的吻合實(shí)際數(shù)據(jù)熬尺,比如假設(shè)認(rèn)為是某節(jié)日引起的摸屠,則必須拉取同比數(shù)據(jù)對比同樣該節(jié)日的情況下下降數(shù)據(jù)是否接近,如果仍有較大偏差則不能掉以輕心粱哼,需要繼續(xù)排查直到數(shù)據(jù)最終符合預(yù)期為止季二。

第二步:除了數(shù)據(jù)之外,還有哪些手段配合定位原因揭措?

1)輿情監(jiān)控戒傻。輿情監(jiān)控包括但不限于從內(nèi)部反饋渠道、微博蜂筹、論壇、朋友圈等方式收集用戶對百度搜索的反饋芦倒,一般來說艺挪,過億的檢索量影響是極有可能在輿情層面發(fā)現(xiàn)問題的。

2)其他產(chǎn)品線監(jiān)控兵扬。除了第一步4)中提到的基本數(shù)據(jù)之外麻裳,實(shí)際上其他產(chǎn)品線監(jiān)控?cái)?shù)據(jù)也是可以協(xié)助排查問題的,例如行為異常器钟,其他類似貼吧津坑、視頻之類的產(chǎn)品線可以提供佐證數(shù)據(jù)。

3.詳細(xì)解答

為了分析百度檢索量下降5%的原因傲霸,可以按照以下步驟進(jìn)行分析疆瑰。

(1)排查全局指標(biāo),排查以下因素

1)同比數(shù)據(jù)是否有同級別下降昙啄?排查是否周期性影響穆役,如節(jié)日、重大賽事影響等梳凛。

2)環(huán)比數(shù)據(jù)特征耿币?平穩(wěn)下降還是驟跌?排查突發(fā)性事件還是累積性事件韧拒。

3)排查CTR淹接、首點(diǎn)時間十性、翻頁率等,確認(rèn)是否有全局性影響因素導(dǎo)致用戶數(shù)據(jù)異常塑悼。

(2)排查分渠道數(shù)據(jù)劲适,排查以下因素

1)是否出現(xiàn)個別地區(qū)大幅下跌?

2)是否出現(xiàn)個別運(yùn)營商大幅下跌拢肆?

3)是否出現(xiàn)個別UA大幅下跌减响?……(其他可能性不贅述)

(3)排查用戶行為變化,排查以下因素

1)是否某群體使用百度的量減泄帧支示?

2)是否某類需求在百度搜索減少?

3)是否某些場景下使用百度的量減斜刹拧颂鸿?……(其他可能性不贅述)

(4)排查搜索結(jié)果變化,挨個兒追查產(chǎn)品線上線攒庵、下線情況嘴纺,主要排查是否出現(xiàn)事故

(5)同時結(jié)合輿情、同類/相關(guān)產(chǎn)品線浓冒,進(jìn)行協(xié)助分析排查完成后栽渴,定位到某個具體原因,然后根據(jù)具體原因來考慮止損方案稳懒。



------------筆記來源:產(chǎn)品經(jīng)理面試攻略

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末闲擦,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子场梆,更是在濱河造成了極大的恐慌墅冷,老刑警劉巖,帶你破解...
    沈念sama閱讀 206,311評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件或油,死亡現(xiàn)場離奇詭異寞忿,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)顶岸,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,339評論 2 382
  • 文/潘曉璐 我一進(jìn)店門腔彰,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人辖佣,你說我怎么就攤上這事萍桌。” “怎么了凌简?”我有些...
    開封第一講書人閱讀 152,671評論 0 342
  • 文/不壞的土叔 我叫張陵上炎,是天一觀的道長。 經(jīng)常有香客問我,道長藕施,這世上最難降的妖魔是什么寇损? 我笑而不...
    開封第一講書人閱讀 55,252評論 1 279
  • 正文 為了忘掉前任,我火速辦了婚禮裳食,結(jié)果婚禮上矛市,老公的妹妹穿的比我還像新娘。我一直安慰自己诲祸,他們只是感情好浊吏,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,253評論 5 371
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著救氯,像睡著了一般找田。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上着憨,一...
    開封第一講書人閱讀 49,031評論 1 285
  • 那天墩衙,我揣著相機(jī)與錄音,去河邊找鬼甲抖。 笑死漆改,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的准谚。 我是一名探鬼主播挫剑,決...
    沈念sama閱讀 38,340評論 3 399
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼柱衔!你這毒婦竟也來了樊破?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 36,973評論 0 259
  • 序言:老撾萬榮一對情侶失蹤秀存,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后羽氮,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體或链,經(jīng)...
    沈念sama閱讀 43,466評論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 35,937評論 2 323
  • 正文 我和宋清朗相戀三年档押,在試婚紗的時候發(fā)現(xiàn)自己被綠了澳盐。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,039評論 1 333
  • 序言:一個原本活蹦亂跳的男人離奇死亡令宿,死狀恐怖叼耙,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情粒没,我是刑警寧澤筛婉,帶...
    沈念sama閱讀 33,701評論 4 323
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響爽撒,放射性物質(zhì)發(fā)生泄漏入蛆。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,254評論 3 307
  • 文/蒙蒙 一硕勿、第九天 我趴在偏房一處隱蔽的房頂上張望哨毁。 院中可真熱鬧,春花似錦源武、人聲如沸扼褪。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,259評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽话浇。三九已至,卻和暖如春查排,著一層夾襖步出監(jiān)牢的瞬間凳枝,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,485評論 1 262
  • 我被黑心中介騙來泰國打工跋核, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留岖瑰,地道東北人。 一個月前我還...
    沈念sama閱讀 45,497評論 2 354
  • 正文 我出身青樓砂代,卻偏偏與公主長得像蹋订,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子刻伊,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,786評論 2 345