核心指标下降了该怎么分析？？？这个问题是目前数据分析面试中出现频率最高的问题，因为它不仅是考查候选人分析思维的一种方式，更是实际工作中经常遇到的问题，所以搞清楚这个问题的分析思路，无论对于面试还是以后的工作，都是十分重要的。
本文从内部、外部，横向、纵向等不同维度，系统而全面地进行了分析，希望给大家一些参考和启发。
其实有过数据分析面试经验的小伙伴应该都很熟悉这个问题，这个基本上是面试中最常考到的一个关于数据分析思维的问题，为什么都喜欢问这个问题，因为在日常的工作中，这个问题确实很常见，那么今天我们就来详细聊一聊：某个核心指标下降了，我们到底应该如何一步步去分析？
一、核实数据真实性
互联网行业通常把DAU作为核心指标，在这里我们将以DAU下降20%为例去聊一聊，其实DAU下降20%已经非常严重了，虽然实际业务中可能不会那么常见，但是为了举例说明，我们稍微夸大一点。
那么在分析这种问题的第一步，就是我们需要去核实数据的真实性。因为就像刚才说的，在真实的工作当中，如果说DAU下降了20%，那将是一个非常严重的事故。
所以在进行深入的分析之前，我们一定一定一定要去核实数据的真实性，重要的事情不说三遍，但是也一定要记住，否则将会浪费非常多的精力和时间。
这个真实性其实包括两个方面，第一个就是数据源是否准确，第二个就是数据源准确的情况下，指标的统计口径是否有问题，数据源无误且统计口径无误的情况下才是真正的有问题了。
通常情况下，在我们的工作当中，我们通常会通过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。
另外，确认了数据源的问题后，还要确认DAU的统计口径的问题，经常会遇到产品或者运营的小白同学拿着自己计算过的DAU来找我们说：为什么DAU下降/上涨了那么多？仔细一看，原来是他自己在加工的过程中计算的口径有问题，白紧张一场。
二、是否是外部因素
确认了数据的真实性后，我们还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，举例来说，某在线招聘APP的DAU出现了明显的下降，就要去看历年的同期是不是也有过类似的变化，因为一般来说，求职的旺季在每年3、4月份和7、8月份，是有明显的季节性趋势在里面的，DAU的下降是否和季节性有关。
另外一个，如果不是季节性因素，那就还要看一下是你们产品的问题独发还是你们这个垂直行业的并发，很多时候可能国家出台的政策会导致整个行业受到影响，比如2019年教育部出台规定：在校期间，学校不得让学生使用平板、手机等电子设备进行学习，这一规定出台导致整个校园内的教学产品的DAU明显下降，整个行业都面临着核心指标下降的问题。
当然行业内的变化需要我们要跳出公司自身的业务，站在更高的角度，及时关注国家相关政策、行业动态，同时也要学会从获取行业的数据，竞对的财报数据等等，这些偏商业分析的范畴，就不展开了，以后我们再单独写一篇文章聊一聊。
三、核心指标拆拆拆
在核实完以上问题之后，下面我们要做的事情就是：拆拆拆。因为核心指标一般都是经过了层层加工抽象出来的比较概括性的指标，便于监控整体的现状和趋势，但是不便于定位具体的原因，要想定位原因，就要把核心指标一层层剥开。
虽然核心指标的拆法有很多种，但是也不是想怎么拆就怎么拆，没有方向和目的的拆分就像是在很多条弯路上无脑地试探，盲目的尝试浪费时间精力还得不出结果，所以拆分要注意拆分的思路和方向。
因为DAU是一个以用户为核心的核心指标，那么拆分的方向就应该沿着用户群体进行，像一些基本的用户画像，包括年龄、性别、地区等，这些就不用我多说了。在我们的日常工作中，通常我们还要从以下几个切入点去对我们的用户进行拆分。
1. 新老用户
首先第一个切入点就是用户的新老。一个用户是否曾经使用过我们产品，对我们来说是非常重要的。因为这两类不同的用户群体对于一个功能或者说是版本的改动，他们的反应通常是不一样的。
其实作为一个APP的发展方向来说，我们主要就是两大目标：第一个就是如何更多地留住我们老用户，第二个就是如何获取更多的新用户，并且让他们留下来。所以用户的新老是我们考量的一个非常重要的维度。
2. 来源渠道
其次就是用户来源的渠道，一个产品通常情况下会和同公司旗下的其他产品存在互通，也就是说在其他产品当中，可能会存在我们这个产品的入口，除此之外，这个产品还可能会在其他的平台或者说是产品当中投放一些广告。
所以拆解用户来源的渠道，便于帮助我们分析不同渠道来源的用户质量。那么在定位用户的来源渠道之后，不仅有利于帮助我们分析这次这个DAU下降的问题，也会给我们后续调整在不同渠道的拉新成本投入上面提供一些重要的决策帮助。
3. 登陆入口
那么第三个考量的方向就是用户登录入口。通常情况下，在进行登录的时候。用户可以从手机APP端或者从PC端进行登录，而针对于手机APP端和PC端进行的改动通常是不一样的，所以用户登录的入口对于我们来说也是有一定的分析意义的。
4. 使用机型
那么第四个切入点就是用户所使用的机型。通常情况下，机型可以分为低端机、中低端机、中端机和高端机，而不同的机型则间接反映了我们的用户质量。
就比如说对于一个视频软件来说，不同的机型其实在播放视频的时候体验会很不一样，所以在做这类产品的分析时候，机型也是一个考量的重要维度。
5. 其他
其实对一个问题的拆解分析就是把问题从大化小，因为对于一个产品来说，它的用户可能都是千万级别，甚至是上亿级别的，而如果我们直接去对整个用户群体进行分析的话，总会发现无处下手。那么拆解分析就能够帮我们定位问题具体发生群体，从而能够更加精准和方便的解决问题。
四、定位指标下降原因
那么在定位完问题聚集产生的群体之后，下一步就是找出问题发生的原因。一般来说，一个产品是多个部门共同合作推动上线的结果，所以在这里主要涉及的部门就包括产品开发以及运营。
1. 产品角度
从产品角度来说，我们可能去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我们进行了一些变动，从而导致用户的体验发生了差别。
2. 开发角度
如果从开发角度去说，可能是我们的APP还存在一些没有修复的bug，导致APP可能会出现像秒退或者说是崩溃的情况。再比如这个APP耗电，功耗非常严重，导致一使用这个APP手机就会迅速的没电。再比如说像这个APP的接口不稳定、网络不稳定，或者说是页面加载过慢，这些都要由开发同学来背锅。
3. 运营角度
最后就是运营角度。那么从运营角度来说，他们可能会涉及的就是比如一个产品的拉新或者说是不是PUSH推送啊，再比如说运营可能有时候会发起一些活动。那么从这些推广的角度来说，假如我们的推广效果不佳，导致了我们的用户大量流失，那么这些就要由运营的同学来背锅。
所以在找问题发生的原因的环节，其实就是看这个锅该怎么分。虽然说在现实工作当中，哪个部门都不想去背这个锅，但是为了真正的解决第一个发现下降这个问题，我们还是要通力合作，从而真正解决这个问题。
五、复合指标下降分析
那么像我们刚才分析的DAU下降了20%，DAU只是一个单一指标，有时候我们可能还会碰到一些复合指标下降问题，比如说GMV下降了20%，你会如何去分析？
1. 复合指标成分拆解
那么像这类问题，第一步我们首先需要去拆分这个复合指标组成成分，比如说GMV就等于访客数*用户转化率*订单均价。
2. 访客数分析
访客数就和刚才我上述分析DAU下降的原因一样，因为访客数其实也是一个单一指标，我们也只要从用户的组成成分以及用户来源的渠道这些方面去分析访客数下降原因即可。
3. 转化率分析
如果说是转化率发生下降的问题，那么这里就涉及到了分析当中另外一个非常重要的分析法，也就是漏斗分析。
在分析转化率这问题的时候，我们通常要看用户从进入APP到最终比如说完成购买这个动作，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，这个就构成了我们所说的一个漏斗。
所以如果在某一个子环节产生的用户流失率非常高，那么我们就要定位到漏斗的这个环节，去看是不是这个环节的功能或者说是界面等等，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。
所以针对一个复合指标分析问题，它可能就融合了拆解分析和漏斗分析两个主要的分析方法。
4. 订单均价分析
如果说是订单均价下降的原因，那就要看一看是不是由于某项外部的市场环境发生了变动，或者说是因为整体的市场价格都发生了下调，从而导致订单均价发生下调，那么这些就属于外部原因，比如寒暑假快要来临的时候，各大在线网课平台都会推出很多优惠套餐，通过大幅降低订单价格来拉新引流，整个行业都在打价格战。
另外，也有可能是公司自己搞了一次较大的优惠促销活动，想通过较低的价格促活和拉新，这些都需要及时关注行业的动态和公司内部产品和运营的动作。
六、总结
综合以上的分析来说，核心指标下降了，我们不仅从公司内部的产品、运营来进行分析，比如说到底是哪个用户群体发生了流失？再比如说，是哪个部门来分这个核心指标下降的锅？再比如说，到底是漏斗的哪个子环节发生重要的用户流失？这些其实都是从内部角度来分析这个问题发生的原因。
那么除此之外我们还要去分析一些外部原因。比如上面提到的校园电子产品受政策影响DAU下降，在线学习网课在寒暑假来临的大规模降价拉新，这些都属于外部原因，外部的政策和市场因素也是导致核心指标变动的重要原因。
所以分析此类问题要内外兼顾，思维要全面缜密，同时也要保持自己对业务变化的及时跟踪，和对行业变化的敏锐嗅觉，不仅才能更准更快地确定分析的方向，最快速高效地定位问题。
那么这个分析套路不仅适用于指标下降问题，像一些比如说涉及到指标的异常波动，我们也可以通过这样一个思路去进行分析。那么像这类问题不仅结合了公司内部的产品和运营分析，还结合了外部的政策和市场变化。
