服务热线:400-0033-166
万商云集 - 企业数字化选用平台

企业首选的

数字选用平台

面对产品日活的异常波动,我们需要多方位进行分析。

2020-11-16 14:29:22 阅读(186 评论(0)

背景:APP平时的日活动稳定在79万~89万,一天突然降到78.8万,一天后降到78.5万。这时候产品负责人很着急,让我尽快查明具体原因。(´﹀`)礼貌的微笑。一天活跃在80万元,一两万元的波动其实并不是很大的波动,但还是要调查具体原因。具体步骤如下:确定数据是否准确,系统是否有bug;确认数据是否异常;拆分维度,确认影响因素和定位的一般原因;了解业务的具体行动,最好与产品、技术和运营沟通;根据现有具体情况提供建议;1、确认数据是否准确。无论何时获得数据,都不要急于进行数据分析,首先要判断数据是否准确,尤其是别人发给你的数据,先确认数据的准确性,以后可以少做很多事情。2、在确认数据是否异常并确认数据的准确性后,让我们看看数据是否真的异常,因为有时这只是一个周期性的变化,所以我们不需要担心。我们看不到单个数据的具体情况。我们需要结合以前的数据来发现异常情况。例如,上述数据:根据以前的数据,我们可以发现,不是周期性变化,而是在6月13日突然下降,而是在三天内下降,这可能会持续下降。我们需要警惕,从以上数据中,我们可以知道日常生活确实有问题。我们看不到单个数据的具体情况。我们需要结合以前的数据来发现异常情况。例如,上述数据:根据以前的数据,我们可以发现,不是周期性变化,而是在6月13日突然下降,并且已经下降了三天,这可能会持续下降。我们需要警惕,从以上数据中,我们可以知道日常生活确实有问题。完成上述步骤后,我们将进行数据分析。三、现在拆分维度的问题是:日活动度下降了一两万。因此,我们需要按照新老用户的拆分来拆分日常活动维度;登录平台的拆分,如:IOS、Android;按APP版本拆分;按登录渠道拆分,如APP、小程序;根据国家、省份等区域拆分;首先计算影响系数,然后将每个数据与以前的正常数据进行比较,计算影响系数。公式:(今日量–昨日量)/(今日总量)–昨天总量)系数越大,影响越大。现在我们来看看上面的数据,因为数据在6月13日突然下降,所以我们用6月12日和6月13日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)=0.844。了解业务具体动作后,与产品、技术、运营商沟通,进一步确认原因。结合我们之前发现DAU下降的原因是由新用户引起的,所以我们首先与推广人员沟通,在沟通之前,我们应该整理不同推广渠道的数据。通过渠道拆分,我们发现6月13日的渠道3新用户数量严重下降,所以我们最终将问题定位在渠道3上。因此,我们联系渠道3负责人共同定位问题。例如:渠道线索量减少?降低渠道转化率?渠道平台问题?找出具体问题,针对问题制定具体的优化策略。我们需要根据具体的问题提出具体的建议,比如渠道平台的问题。当我们看数据时,我们会发现渠道3的DAU一直处于下降趋势,但在6月13日,它严重下降,提出了问题。先假设我们在渠道3做拉新活动,6月13日结束,导致渠道3日活下降。之后,当我们与渠道3的负责人沟通时,我们可以问是否有相关的业务行动。其实分析最重要的是提供建议。如果分析结果没有建议,别人会说我早就知道你分析的有什么用了。因此,最好先初步确认问题出现在哪里,然后与相关人员沟通,然后根据您所知道的情况进行具体分析。希望这篇文章对大家以后的工作有所帮助,也欢迎大家关注点赞,以后大家也可以一起讨论更多的工作问题。 

内容来源:人人都是产品经理,以上内容来源于网络,不代表本站观点,如有侵权,请联系删除。

最新文章