快好知 kuaihz

产品日活DAU下降,我们该如何分析?

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:

确定数据是否准确,是否系统出现了BUG;

确认数据是否是异常情况;

进行维度的拆分,确认影响因数,定位大致的原因;

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;

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:

不是周期性的变化

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

按照新老用户的拆分

登入平台的的拆分,比如:IOS、安卓;

按照APP版本进行拆分

按照登录渠道的拆分,比如APP、小程序;

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。

本站资源来自互联网,仅供学习,如有侵权,请通知删除,敬请谅解!
搜索建议:下降  下降词条  分析  分析词条  如何  如何词条  我们  我们词条  产品  产品词条  
运营

 自己没经验,又没人带,怎么办?

作为初入门的运营,如果幸运的有人带着入门,那么成长速度会很快,但是如果运气不好,没人带要怎么办?没人带,就需要自己想尽一切办法让自己成长起来!有的同学留言问我,...(展开)

运营

 蒙牛黑公关“731计划”整个过程...

《新世纪》周刊 记者 王姗姗在一则被称为“温柔版”的网帖中,一位“母亲”发问:“宝宝刚断奶粉,听说伊利QQ星是给儿童喝的牛奶,可以喝吗?”回帖则以热心者的口吻称...(展开)