增长黑客:DAU下降分析-指标异常分析框架

编辑导读:DAU是指日活跃用户数量,常用于反映网站、互联网应用或网络游戏的运营情况。流量越多,DAU越大,就能做更多的事情,也能侧面反映出产品的价值。但是,当DAU出现异常时,我们应该如何定位原因呢?本文将从三个方面对此进行分析,希望对你有帮助。

增长黑客:DAU下降分析-指标异常分析框架
碎语:

  • 学习的正态曲线:入门容易,精通难
  • 积累的正态曲线:先越读越多,后越读越少

01 DAU异常分析

DAU对于一个网站或是APP来说是至关重要的,APP有了更多的人,就能带来更大的价值,有了流量,就能做更多的事情。当然,从投资的角度也能说明DAU的价值。DAU的重要性是不言而喻。 那么,这么重要的指标如果发生了变化,我们该怎么去定位原因呢?

  • 如果是涨了,皆大欢喜,并且你会发现很多相关人士会主动说:“哦,这是因为我们做了什么什么”。这时候作为分析师一定要理性地从数据角度看看是不是他们带来的。
  • 但是,如果是降了,你会发现,即使你主动去找他们问,他们也会说:“我们最近什么都没有做”。然后当你分析、定位到他们的时候,他们会恍惚失忆般地恍然大悟说:“我记起来我们改了啥啥”。

今天我们就来讲一讲【DAU变化我们到底该如何定位呢】?具体框架如下:

增长黑客:DAU下降分析-指标异常分析框架

DAU变化分析-指标变化分析框架

1. 季节因素

当产品或运营或你自己发现DAU下降后,第一时间是看这个变化到底是不是值得我们去进一步研究,也就是说这个变化是不是一个异常的变化。一般我们会看:

  1. 环比上周同一天
  2. 同比去年
  3. 一段时间的趋势
  4. 是不是节假日

基本上我们看完上面几个维度之后,就能定位这个数据的变化是不是异常的。如果是异常下降,我们接下来会从下面的几个方面来看。

2. 外因

  1. 跟产品同学沟通最近是不是上了新的功能,这个新的功能是不是能够对于DAU造成一定的影响。如是能够影响,那么从时间的维度来看,到底这个DAU的异常变化与产品上线的实践吻合度有多高,以及对于这个产品改动做一个更加深入的分析。
  2. 跟运营同学沟通,是不是最近上了新的活动,如果是,也是需要跟他们沟通活动的具体细节,看对于DAU的影响。一般运营活动都是通过:机器人/短信/邮件/PUSH等方式进行触达,这其中就会涉及到一个归因的问题。怎么能够说明是他们带来的呢?要么直接通过埋点的方式,用户点击之后进入APP就能获取到来源。如果没有埋点,一般就是逻辑归因了,具体就看大家能接受哪种。一般我们会看运营触达同比上周的时间点,如果刚好是13点DAU涨了,那时候运营也触达了,这就很有可能是他们带来的。当然,具体是不是他们带来的,我们需要更细的数据支持,至少,这里我们就有了方向。
  3. 跟技术沟通,是不是有新发版本,这个很有可能影响用户的登录,尤其这种对于DAU坏的影响可能更大。

当我们跟产品/运营/技术聊完之后,你就会有了大致的方向该往哪里走了。如果不聊,你可能会浪费很多的时间,最后可能还是查不出来。

3. 结构

接下来我们就能从DAU结构的角度,去看一些具体的维度。一般我们分以下几个维度来看:

  1. 设备,IOS/安卓(华为/小米…)/PC/小程序/H5。很多人可能第一反应是这有什么好看的,肯定不会有差异。但是,这个很有可能就是技术bug造成一个设备的DAU狂降。
  2. APP版本,DAU的下降有可能就是某个版本发版之后就下降了,这个我们结合着上面设备一起,有可能是技术的bug。
  3. 时间点,同比上周的时候会看,这种有可能就是运营做了一些活动,造成了DAU的上升。看的时候,建议取第一次登录的时间点的分布。
  4. 用户群,新老用户,当然这个新老不同的公司定义不一样,你们肯定有自己定义新老的用户群体。会不会是哪个用户群体的变化。

4. 画像

最后,我们也可以看看用户画像的变化。从属性,比如一些常见的人口学特征,行为方面,是不是某些行为的用户群体发生了变化。最后,是一些偏好类型维度,比如不同用户对于不同的类型文章的偏好等等。

02 DAU异常分析总结

  • 分析的顺便最好按照上面说顺便:季节因素-外因-结构-画像
  • 一般DAU异常的变动,基本就是产品/运营/技术造成的。并且杀伤力最大的就是技术,一个技术bug可能带来的伤害很大,而且有可能是无法挽回的。运营,对于DAU的影响可能最常见。
  • 我们在分析后面结构和画像时。结构可能更能发生变化,一般画像的变化不会让你一下发现,可能你隔了很久发现咱们的画像有变化了。但是像一些很异常的变化,你从结构的角度更能发现问题。

1. 案例

1)某天总体的DAU下降了

我们每天都会看核心指标的变化情况,某天我们发现DAU下降了很多,当时我们都以为是由于最近严抓用户体验,对于PUSH的治理问题,所以没有太在意这个问题。

后来,我仔细研究了一下这个问题,发现是某一个机型的下降引起的,这时候就引起了大家的注意,刚好那时候上线了版本,又更新了触达系统的平台,我就推进研发去查版本问题,查触达系统的问题。整个研究联合研发,移动开发,中台触达,数仓和分析师。最后定位了问题,就是触达系统更新导致的。修复完了之后,整个DAU就恢复了。

在这期间,我还发现某个群体的DAU是在上升的,发现是由于运营同学使用了新的触达素材,导致这部分的DAU是上升的。

这以后,我就建立了一套完整的检测DAU报表系统。以后发现问题后,能第一时间排除一些因素。

2)DAU没有多大的变化但是某个群体发现了变化

在建完DAU检测系统后,某天我发现整个DAU变化不大,但是某个端口发生了很异常的变化,我们后来继续拆解整个端口DAU的来源发现,是由于新版本不同端发版时,导致一个分享功能失效了,然后,通过这个分享带来的DAU就下降很厉害。最后,修复这个问题之后,该端口的DAU就恢复了。

03 指标异常下降分析

基于DAU变化的分析,以及工作中长时间对于异常的研究,我总结了异常分析框架,异常分析四步走:趋势-外部因素-内部结构-画像

  1. 趋势:环比上周-同比去年-时间趋势-排除假期,定位是否是异常。
  2. 外部因素:跟产品/运营/技术沟通相关的变动,注意归因问题。
  3. 内部结构:这个指标的组成,比如DAU能看不同设备,其他一些指标也能有自己的维度。
  4. 最后是画像。

个人经验觉得,顺序最好是四步走1234的顺序。

04 结束语

如果我不能让您看懂,那是我的问题,如果有疑问可以关注我,然后私聊我,我会尽最大的努力帮助你,如果觉得对你有帮助,请帮忙点赞/关注,谢谢!

本文为运营喵原创文章,转载请注明出处。

发表评论

登录后才能评论
公众号
公众号
APP下载
APP下载
分享本页
返回顶部