起点学院课程

产品日活DAU下降,我们该如何分析?

3 评论 5367 浏览 35 收藏 7 分钟
15天0基础极速入门数据分析,掌握一套数据分析流程和方法,学完就能写一份数据报告!了解一下>>

在产品运营中,产品指标往往反映了产品状态与用户使用情况,而“日活”就是一个非常重要的产品指标,面对日活的异常波动,我们需要多方位进行分析,并对出现的问题进行及时修正。

背景:

APP的平时的日活跃稳定在了79万~89万,一天突然降到了78.8万,过了一天之后又降到了78.5万,这时产品负责人很着急,让我尽快排查下具体原因。( ´﹀` )礼貌的微笑。

一个日活跃在80万,一两万的波动其实不是一个非常大的波动,但是还是要排查下具体原因的。

具体步骤如下:

  1. 确定数据是否准确,是否系统出现了BUG;
  2. 确认数据是否是异常情况;
  3. 进行维度的拆分,确认影响因数,定位大致的原因;
  4. 了解业务的具体动作,最好是可以跟产品、技术和运营都沟通下;
  5. 根据现有的具体情况提供你建议;

一、确认数据是否准确

不管什么时候拿到一份数据,一定不要急着进行数据分析,首先要判断数据是否准确,特别是别人发给你的数据,先确认数据的准确性,后面可以少很多事情。

二、确认数据是否存在异常

确认了数据的准确性之后,我们再来看数据是否真的存在异常情况,因为有的时候只是周期性的变化,我们就没有必要着急。单一的数据我们是是看不出具体的情况的,我们需要结合之前的数据来发现异常情况的,比如上面的数据:

我们根据之前的数据可以发现:

  1. 不是周期性的变化
  2. 是在6月13号突然的下降,并且下降了三天了,可能会持续性的下降,需要警惕

从上面我们的数据我们可以知道日活度确实出现了问题。

完成了上面的步骤之后我们再进行数据分析。

三、进行维度的拆分

现在的问题是:日活跃度下降了一两万。所以我们要进行日活跃维度的拆分:

  1. 按照新老用户的拆分;
  2. 登入平台的的拆分,比如:IOS、安卓;
  3. 按照APP版本进行拆分;
  4. 按照登录渠道的拆分,比如APP、小程序;
  5. 按照区域的拆分,比如:国家、省份;

先计算影响系数,然后每一项数据在跟以往正常的数据做对比,算出影响系数。

公式:(今日量 – 昨日量)/(今日总量 – 昨日总量)

系数越大,表示影响越大

现在我们再来看下我们上面的数据,因为数据是在6月13号突然下降的,所以我们用6月12号和6月13号的数据来计算影响系数。

  • 老用户影响系数 = (77.89-78)/(78.8-79.5)=0.16
  • 新用户影响系数 = (0.98-1.5)/(78.8-79.5)=0.84

四、了解业务的具体动作

上面初步确定了原因之后,在跟产品、技术、运营人员进行沟通进一步确认原因出现在哪里,主要是沟通最近是否有什么业务上的动作。

结合我们之前发现的导致DAU下降的原因是因为新用户导致的,所以我们先跟投放推广的人员进行沟通,沟通之前我们先要整理下不同推广渠道的数据。

通过渠道拆分发现,我们发现6月13号的渠道3新用户下降严重,所以最后我们把问题定位到了渠道3上面。所以我们联系渠道3的负责人员一起定位问题。比如:渠道线索量降低?渠道转化率降低?渠道平台的问题?找到具体问题针对问题做具体的优化策略。

五、提供具体的建议

具体的建议我们是需要根据具体的问题来提的,比如:渠道平台的问题。我们看数据会发现,渠道3的DAU其实一直都是处在下降的趋势,只是在6月13号那天下降的厉害,把问题提现出来了。

我们就先假设,我们在渠道3有做拉新的活动的,而在6月13号的时候结束了,导致渠道3的日活下降了。之后我们在跟渠道3的负责人沟通的时候就可以问是否有相关业务的动作。

其实分析最重要的就是要提供建议,只有分析的结果没有建议的话,就会被别人说我早就知道,你分析的这个有什么用。所以最好是先初步确认问题出现在哪里,然后跟相关人员沟通,在根据你知道的情况再具体做分析。

数据是在网上找的,但是分析的思路是一样的,还是要特别说明:拿到数据异常一定要确认数据的准确性和数据是否异常,不然你的分析可能都是白费的。

希望这边文章对大家日后的工作有帮助,也欢迎大家关注点赞,后续大家也可以一起讨论更多的工作中的问题。

 

作者:睚一;微信公众号:睚一笔记

本文由 @睚一 原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
起点学院课程
评论
评论请登录
  1. 新老用户系数那里没有说清楚

    回复
  2. 新老用户影响系数中今日量,昨日量是怎么定义的,如何计算

    回复
  3. 文章抄得可以

    回复