平時工作的時候經(jīng)常會遇到今天dau降了挺据，明天收入升了取具，后天留存又降了脖隶。老板問你是什么原因？打開BI系統(tǒng)一摸黑者填。
先來說碰到這類問題的通用分析方法：假設(shè)驗(yàn)證+數(shù)據(jù)分解浩村。假設(shè)驗(yàn)證之前講過做葵，數(shù)據(jù)分解就是把你需要分析的指標(biāo)占哟，分成不同的維度去分解。比如DAU酿矢，可以通過新老用戶去分解榨乎，可以通過不同端去分解，可以通過不同渠道包去分解瘫筐，還可以通過不同行為的用戶去分解蜜暑。
大致的思路可以拆成以下幾種思路：
a）找有沒有時間對的上的事件，評估該事件對該指標(biāo)變化有沒有影響策肝，如果有肛捍，通過數(shù)據(jù)驗(yàn)證因果關(guān)系
b）將你需要分析的指標(biāo)，通過各個維度去分解之众，找到一個或多個維度拙毫，在分解之后，不同維度的數(shù)據(jù)指標(biāo)差異較大那個維度
c）再深入挖掘這個細(xì)分指標(biāo)數(shù)據(jù)下降的可能原因棺禾，比如公式拆解缀蹄，或真實(shí)線上流程體驗(yàn)，如果能定位的話膘婶，通過其他數(shù)據(jù)來側(cè)面驗(yàn)證
d）找到同樣也發(fā)生類似幅度變化的另幾個數(shù)據(jù)缺前，尋找關(guān)聯(lián)關(guān)系
e）做用戶訪談收集情況，驗(yàn)證假設(shè)
舉一個例子：
一大早看BI報表悬襟，前一天的DAU下降了5%衅码，老板問你原因。這時候第一反應(yīng)應(yīng)該是脊岳，昨天相對于前天或上周的同一天肆良，有什么特別的？比如：開學(xué)了逸绎、除夕惹恃，等等。如果真的有特殊事件棺牧，那么去對比往常的對應(yīng)數(shù)據(jù)來驗(yàn)證是不是這個原因巫糙。如果沒有（大多數(shù)情況下都是沒有的），那么你需要進(jìn)入第二步颊乘，通過不同的維度去分解DAU數(shù)據(jù)参淹。比如新增和老用戶啟動醉锄，分別升降了多少，DAU的下降主要是因?yàn)槟膫€端的哪一群用戶沒活躍浙值。如果發(fā)現(xiàn)恳不，安卓的新用戶明顯變少，那就再拆解去看能貢獻(xiàn)新增的那些用戶渠道來源开呐，在昨天有沒有什么數(shù)據(jù)變化烟勋，找到那些下降的渠道的共性。如果所有渠道都下降了筐付，那大概率是大環(huán)境導(dǎo)致的（比如開學(xué)卵惦、導(dǎo)流來源整體流量縮減、或者雙十一導(dǎo)致的流量費(fèi)用提升）瓦戚；如果只是個別渠道突然沒新增了沮尿，那么你需要去檢查該渠道的下載流程是不是出問題了，比如被下架了较解。
最惡心的情況是畜疾，沒有一個特殊情況發(fā)生，也沒有一個維度的指標(biāo)有明顯異常印衔，但是整體數(shù)據(jù)就是變低了啡捶。這種時候如果還需要分析，就非常困難了当编。但這種情況比較少見届慈。更常見的情況是，你能找到某一個維度的數(shù)據(jù)異常忿偷，但是可能無法完全定位是什么問題導(dǎo)致的金顿。那么如果你的老板不是一個很嚴(yán)厲的領(lǐng)導(dǎo)，且數(shù)據(jù)影響不是特別嚴(yán)重的話鲤桥，可以申請?jiān)倏匆粌商熳岵稹Ｓ袝r候隔一天數(shù)據(jù)就恢復(fù)了。
這里我列舉幾個我的經(jīng)驗(yàn)：
a）留存率一般周五到周六的次留會偏高茶凳，而周日到周一的會偏低
b）DAU放假和周末會偏高嫂拴，工作日會偏低，且周日會比周六稍低一點(diǎn)
c）如果當(dāng)前版本改動了投遞邏輯贮喧，而相關(guān)的數(shù)據(jù)發(fā)生了變化筒狠，大概率是改動的問題
d）對留存和轉(zhuǎn)化數(shù)據(jù)影響最大的是用戶源，所以轉(zhuǎn)化數(shù)據(jù)有變化箱沦，優(yōu)先找不同用戶來源的用戶辩恼，有沒有一個是該項(xiàng)轉(zhuǎn)化特別低的拖了后腿
e）用戶體量的擴(kuò)張可能會帶來留存和轉(zhuǎn)化率的下降
f）平時盡可能將常用的數(shù)據(jù)維度拆分做成固定的BI報表，這樣可以降低你查問題的提數(shù)成本
g）最暴力的用戶調(diào)研的方式，有時候能幫你找到新的突破點(diǎn)
如果真的絞盡腦汁還是定位不到問題的話灶伊，先把已有的分析結(jié)論分享一下疆前，再多看幾天，有可能數(shù)據(jù)自然好了
