產(chǎn)品日活DAU下降,我們該如何分析?
在產(chǎn)品運營中,產(chǎn)品指標往往反映了產(chǎn)品狀態(tài)與用戶使用情況,而“日活”就是一個非常重要的產(chǎn)品指標,面對日活的異常波動,我們需要多方位進行分析,并對出現(xiàn)的問題進行及時修正。
背景:
APP的平時的日活躍穩(wěn)定在了79萬~89萬,一天突然降到了78.8萬,過了一天之后又降到了78.5萬,這時產(chǎn)品負責人很著急,讓我盡快排查下具體原因。( ′﹀` )禮貌的微笑。
一個日活躍在80萬,一兩萬的波動其實不是一個非常大的波動,但是還是要排查下具體原因的。
具體步驟如下:
- 確定數(shù)據(jù)是否準確,是否系統(tǒng)出現(xiàn)了BUG;
- 確認數(shù)據(jù)是否是異常情況;
- 進行維度的拆分,確認影響因數(shù),定位大致的原因;
- 了解業(yè)務的具體動作,最好是可以跟產(chǎn)品、技術(shù)和運營都溝通下;
- 根據(jù)現(xiàn)有的具體情況提供你建議;
一、確認數(shù)據(jù)是否準確
不管什么時候拿到一份數(shù)據(jù),一定不要急著進行數(shù)據(jù)分析,首先要判斷數(shù)據(jù)是否準確,特別是別人發(fā)給你的數(shù)據(jù),先確認數(shù)據(jù)的準確性,后面可以少很多事情。
二、確認數(shù)據(jù)是否存在異常
確認了數(shù)據(jù)的準確性之后,我們再來看數(shù)據(jù)是否真的存在異常情況,因為有的時候只是周期性的變化,我們就沒有必要著急。單一的數(shù)據(jù)我們是是看不出具體的情況的,我們需要結(jié)合之前的數(shù)據(jù)來發(fā)現(xiàn)異常情況的,比如上面的數(shù)據(jù):
我們根據(jù)之前的數(shù)據(jù)可以發(fā)現(xiàn):
- 不是周期性的變化
- 是在6月13號突然的下降,并且下降了三天了,可能會持續(xù)性的下降,需要警惕
從上面我們的數(shù)據(jù)我們可以知道日活度確實出現(xiàn)了問題。
完成了上面的步驟之后我們再進行數(shù)據(jù)分析。
三、進行維度的拆分
現(xiàn)在的問題是:日活躍度下降了一兩萬。所以我們要進行日活躍維度的拆分:
- 按照新老用戶的拆分;
- 登入平臺的的拆分,比如:IOS、安卓;
- 按照APP版本進行拆分;
- 按照登錄渠道的拆分,比如APP、小程序;
- 按照區(qū)域的拆分,比如:國家、省份;
先計算影響系數(shù),然后每一項數(shù)據(jù)在跟以往正常的數(shù)據(jù)做對比,算出影響系數(shù)。
公式:(今日量 – 昨日量)/(今日總量 – 昨日總量)
系數(shù)越大,表示影響越大
現(xiàn)在我們再來看下我們上面的數(shù)據(jù),因為數(shù)據(jù)是在6月13號突然下降的,所以我們用6月12號和6月13號的數(shù)據(jù)來計算影響系數(shù)。
- 老用戶影響系數(shù) = (77.89-78)/(78.8-79.5)=0.16
- 新用戶影響系數(shù) = (0.98-1.5)/(78.8-79.5)=0.84
四、了解業(yè)務的具體動作
上面初步確定了原因之后,在跟產(chǎn)品、技術(shù)、運營人員進行溝通進一步確認原因出現(xiàn)在哪里,主要是溝通最近是否有什么業(yè)務上的動作。
結(jié)合我們之前發(fā)現(xiàn)的導致DAU下降的原因是因為新用戶導致的,所以我們先跟投放推廣的人員進行溝通,溝通之前我們先要整理下不同推廣渠道的數(shù)據(jù)。
通過渠道拆分發(fā)現(xiàn),我們發(fā)現(xiàn)6月13號的渠道3新用戶下降嚴重,所以最后我們把問題定位到了渠道3上面。所以我們聯(lián)系渠道3的負責人員一起定位問題。比如:渠道線索量降低?渠道轉(zhuǎn)化率降低?渠道平臺的問題?找到具體問題針對問題做具體的優(yōu)化策略。
五、提供具體的建議
具體的建議我們是需要根據(jù)具體的問題來提的,比如:渠道平臺的問題。我們看數(shù)據(jù)會發(fā)現(xiàn),渠道3的DAU其實一直都是處在下降的趨勢,只是在6月13號那天下降的厲害,把問題提現(xiàn)出來了。
我們就先假設,我們在渠道3有做拉新的活動的,而在6月13號的時候結(jié)束了,導致渠道3的日活下降了。之后我們在跟渠道3的負責人溝通的時候就可以問是否有相關(guān)業(yè)務的動作。
其實分析最重要的就是要提供建議,只有分析的結(jié)果沒有建議的話,就會被別人說我早就知道,你分析的這個有什么用。所以最好是先初步確認問題出現(xiàn)在哪里,然后跟相關(guān)人員溝通,在根據(jù)你知道的情況再具體做分析。
數(shù)據(jù)是在網(wǎng)上找的,但是分析的思路是一樣的,還是要特別說明:拿到數(shù)據(jù)異常一定要確認數(shù)據(jù)的準確性和數(shù)據(jù)是否異常,不然你的分析可能都是白費的。
希望這邊文章對大家日后的工作有幫助,也歡迎大家關(guān)注點贊,后續(xù)大家也可以一起討論更多的工作中的問題。
作者:睚一;微信公眾號:睚一筆記
本文由 @睚一?原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載
題圖來自Unsplash,基于CC0協(xié)議
數(shù)據(jù)計算那邊你沒有說清楚啊
新老用戶系數(shù)那里沒有說清楚
新老用戶影響系數(shù)中今日量,昨日量是怎么定義的,如何計算
文章抄得可以