.png?table=collection&id=1286a25a-7060-8152-b53c-000b7a8e4124&t=1286a25a-7060-8152-b53c-000b7a8e4124&width=800&cache=v2)
type
status
date
slug
summary
tags
category
icon
password
一、核实数据真实性
以DAU下降20%这样的重大事故为例。DAU下降20%可能意味着用户活跃度、留存、产品吸引力或用户体验出现了问题。
首先需要去核实数据的真实性。对于DAU下降了20%这样非常严重的事故，需要先去核实数据的真实性。
- 数据源是否准确；
- 数据源准确的情况下，指标的统计口径是否有问题。
- 确认数据的下降幅度和具体时间段。
在确认了数据源无误且统计口径无误的情况下才是真正的有问题。
通常情况下，会用一些监控看板或者说是统计平台去监控这种非常核心的日常指标变动，所以这些看板或者是系统发生bug导致数据丢失等数据源异常也是有可能会发生的事情。
二、确认线上状态
在具体往下分析产品和用户等巴拉巴拉一堆之前。先做这个很重要很简单的措施：
查询当前线上用户参与度最高的版本，同步测试同学，与测试一起查验确认是否为该版本线上较为直接的BUG导致。
三、分析数据变化
- 查验是否为外部因素：
- 查看历史同比趋势：要看这种变化是否是季节性或整个行业性的变化等外部因素导致的，如毕业季等节点。
- 核实是否为某个垂直行业的并发，如受相关政策等因素影响。
- 查看DAU的历史趋势：回顾过去几个月或者几周DAU的历史趋势，判断DAU下降是短期波动还是长期趋势。如果是短期波动，可能是某些临时原因导致的；如果是长期趋势，则需要更深入地分析产品和用户行为。
- 分段分析：通过时间段分割，比如按周、按日、按小时来查看DAU变化。帮助识别是否有特定的日期或时间段导致了DAU的大幅下降。
四、定位问题发生的群体
前边的一连串行动做完后，开始正式具体的分析问题。先来判断是哪个用户群体发生了流失？
- 区分用户类型（新老用户对一个功能或者版本改动的反应通常是不一样的）
- 新用户下降：如果新用户的增长停滞或者下降，会跟市场推广、营销、运营等相关；也可能是产品吸引力不足，但是突然的数据波动一般可能不是这样的原因。（如营销活动过期、优惠券失效、取消某些福利、活动效应减弱、广告投放效果下降……）
- 活跃用户流失：如果老用户的活跃度下降，可能是产品本身出现问题导致用户粘性下降，比如不易察觉的Bug导致用户体验变差、产品更新、功能改动等。（如crash、卡顿、加载速度慢、功能冗余、界面复杂……）
- 用户反馈和舆论：检查用户反馈是否有集中反映问题，比如在社交媒体、应用商店或论坛上的差评。如果有负面舆论，也可能导致活跃度下降。
- 区分用户属性
- 是否为付费用户：区分不同用户群体，看看核心用户（例如付费用户）活跃度的下降是否比普通用户更明显。
- 特定年龄层或性别的用户下降，看看哪些群体的活跃度下降得更多。
- 区分线上版本/功能
- 不同版本的用户参与度，哪个版本的数据下滑更明显，方便定位问题。（可能跟某些新上线功能的改变有关）
- 功能使用率：通过功能分析，查看用户最常使用的功能和最少使用的功能。如果某些关键功能的使用频率下降，说明这些功能可能存在问题。
- 区分设备机型
- 设备：如果DAU下降主要体现在某个设备上（比如 iOS 用户下降而 Android 用户没有太大变化），可能是因为该设备上发生的性能问题或兼容性问题。
- 机型：机型可以分为低端机、中低端机、中端机和高端机，若某特定机型数据下降明显，则问题可能跟某类设备有关。不同机型一定程度上也间接反映了用户质量。
- 区分渠道
- 用户来源的渠道，是来源于广告、web浏览器、APP Store自然搜索等哪一个渠道，判断是否为广告效果减弱或者某个渠道的转化率下降。
- 区分地域
- 是否为区域性：如果DAU下降集中在某个地域或国家，可能是由于当地的网络问题、法律法规变化、竞争者影响等因素。
五、定位问题产生的原因
定位了问题发生的群体之后，一定程度上已经能获得问题发生原因的模糊想法。
- 产品角度：考虑是不是策略上发生了调整，因为设计上发生一些改动，或者说是对于某个功能进行了一些变动，从而导致用户的体验发生了差别。
- 提高用户留存。优化用户体验，解决用户痛点，提高产品粘性。例如，改进界面、增加个性化推荐、加强用户社交互动等。
- 竞品分析。如果是因为竞争对手的威胁导致的，可能需要增强差异化、提升产品特色、增强用户忠诚度等。
- 开发角度：考虑是否为软件稳定性、兼容性问题。
- 修复问题。如果是因为性能问题导致DAU下降（闪退、crash、接口不稳定、加载速度慢等），需要及时修复更新版本发布。
- 市场/运营角度：考虑是否为产品推广效果不佳，或者PUSH推送、活动等原因影响。
- 用户增长：制定推广策略、加大营销力度、优化引流渠道，吸引新用户加入。
六、复合指标下降分析
DAU属于单一指标。有时候某个指标不好，其他相关指标也都会受其影响，所以大概率也会涉及一些复合指标的分析。如Manly的日活下降了，那么付费率可能也会随之下降。（理论上，留存率、保存率、付费率等指标可能是跟DAU成正比的，因为基数变小了）
- 复合指标拆解
- 将一个复合指标按其拆解，逐个分析。如GMV=访客数*用户转化率*订单均价。
- 转化率分析
- 漏斗分析。在分析转化率时，要看用户从进入APP到最终完成购买这个动作，在这个环节当中经历了哪些子环节，在不同的子环节都会存在一定程度的用户流失。如果在某一个子环节产生的用户流失率非常高，那就定位到漏斗的这个环节，查看这个环节的功能或者界面等，让用户产生了体验不好或者跳转失败的问题，从而导致用户大量流失。
