平時工作的時候經(jīng)常會遇到今天dau降了，明天收入升了，后天留存又降了。老板問你是什么原因？打開BI系統(tǒng)一摸黑。

先來說碰到這類問題的通用分析方法：假設驗證+數(shù)據(jù)分解。假設驗證之前講過，數(shù)據(jù)分解就是把你需要分析的指標，分成不同的維度去分解。比如DAU，可以通過新老用戶去分解，可以通過不同端去分解，可以通過不同渠道包去分解，還可以通過不同行為的用戶去分解。

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變化有沒有影響，如果有，通過數(shù)據(jù)驗證因果關系

b）將你需要分析的指標，通過各個維度去分解，找到一個或多個維度，在分解之后，不同維度的數(shù)據(jù)指標差異較大那個維度

c）再深入挖掘這個細分指標數(shù)據(jù)下降的可能原因，比如公式拆解，或真實線上流程體驗，如果能定位的話，通過其他數(shù)據(jù)來側面驗證

d）找到同樣也發(fā)生類似幅度變化的另幾個數(shù)據(jù)，尋找關聯(lián)關系

e）做用戶訪談收集情況，驗證假設

舉一個例子：

一大早看BI報表，前一天的DAU下降了5%，老板問你原因。這時候第一反應應該是，昨天相對于前天或上周的同一天，有什么特別的？比如：開學了、除夕，等等。如果真的有特殊事件，那么去對比往常的對應數(shù)據(jù)來驗證是不是這個原因。如果沒有（大多數(shù)情況下都是沒有的），那么你需要進入第二步，通過不同的維度去分解DAU數(shù)據(jù)。比如新增和老用戶啟動，分別升降了多少，DAU的下降主要是因為哪個端的哪一群用戶沒活躍。如果發(fā)現(xiàn)，安卓的新用戶明顯變少，那就再拆解去看能貢獻新增的那些用戶渠道來源，在昨天有沒有什么數(shù)據(jù)變化，找到那些下降的渠道的共性。如果所有渠道都下降了，那大概率是大環(huán)境導致的（比如開學、導流來源整體流量縮減、或者雙十一導致的流量費用提升）；如果只是個別渠道突然沒新增了，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。

最惡心的情況是，沒有一個特殊情況發(fā)生，也沒有一個維度的指標有明顯異常，但是整體數(shù)據(jù)就是變低了。這種時候如果還需要分析，就非常困難了。但這種情況比較少見。更常見的情況是，你能找到某一個維度的數(shù)據(jù)異常，但是可能無法完全定位是什么問題導致的。那么如果你的老板不是一個很嚴厲的領導，且數(shù)據(jù)影響不是特別嚴重的話，可以申請再看一兩天。有時候隔一天數(shù)據(jù)就恢復了。

這里我列舉幾個我的經(jīng)驗：

a）留存率一般周五到周六的次留會偏高，而周日到周一的會偏低

b）DAU放假和周末會偏高，工作日會偏低，且周日會比周六稍低一點

c）如果當前版本改動了投遞邏輯，而相關的數(shù)據(jù)發(fā)生了變化，大概率是改動的問題

d）對留存和轉化數(shù)據(jù)影響最大的是用戶源，所以轉化數(shù)據(jù)有變化，優(yōu)先找不同用戶來源的用戶，有沒有一個是該項轉化特別低的拖了后腿

e）用戶體量的擴張可能會帶來留存和轉化率的下降

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）最暴力的用戶調研的方式，有時候能幫你找到新的突破點

如果真的絞盡腦汁還是定位不到問題的話，先把已有的分析結論分享一下，再多看幾天，有可能數(shù)據(jù)自然好了