日活DAU突然跌了30%,產(chǎn)品經(jīng)理該咋辦?
編輯導(dǎo)語:在工作中,產(chǎn)品數(shù)據(jù)異常時(shí)有發(fā)生,而新增、日活DAU、訂單、收入等這些核心數(shù)據(jù),更是我們關(guān)注的重點(diǎn)。作為產(chǎn)品經(jīng)理,遇到數(shù)據(jù)異常時(shí),該如何做數(shù)據(jù)分析,找出原因呢?本文作者總結(jié)了三步常規(guī)做法,希望能給你帶來幫助。
這次聊聊產(chǎn)品經(jīng)理遇到數(shù)據(jù)異常,該如何做數(shù)據(jù)分析,找出原因。
有一次,周一剛上班,領(lǐng)導(dǎo)就問,這周末咱們的 App 日活為啥跌了 30%?
當(dāng)時(shí)我還沒啥經(jīng)驗(yàn),有些手忙腳亂,看看數(shù)據(jù),找技術(shù)和運(yùn)營討論,幸好找到原因。
工作中,產(chǎn)品數(shù)據(jù)異常時(shí)有發(fā)生,面試也經(jīng)常會(huì)問到,尤其核心數(shù)據(jù)(如新增、日活DAU、訂單、收入等)的變化,更是我們關(guān)注的重點(diǎn)。
數(shù)據(jù)一旦出現(xiàn)異常,產(chǎn)品經(jīng)理需要去分析數(shù)據(jù),排查原因,盡快解決,避免有更大的影響和損失。
遇到這種情況,如果沒有經(jīng)驗(yàn),不懂處理方法,有時(shí)折騰很久,也未必能找到原因。
后來我負(fù)責(zé)數(shù)據(jù)統(tǒng)計(jì)平臺,經(jīng)常要幫產(chǎn)品經(jīng)理和運(yùn)營分析解答各種數(shù)據(jù)變化的問題。這讓我積累了數(shù)據(jù)分析方面的經(jīng)驗(yàn)。
分析這類數(shù)據(jù)異常的情況,常規(guī)做法總結(jié)起來有三步。
一、排查常見問題,確認(rèn)數(shù)據(jù)準(zhǔn)確性
第一步,是排查常見問題,確保數(shù)據(jù)是準(zhǔn)確的,往下分析才有意義。
這些問題多是由版本更新、統(tǒng)計(jì)方式變動(dòng)、服務(wù)故障等引起的。
因此,可先看產(chǎn)品的前后端是否有更新變動(dòng)。假如有更新,得跟開發(fā)、測試同事,核實(shí)這些更新,是否會(huì)對數(shù)據(jù)有影響。
其次,搞清楚數(shù)據(jù)是否準(zhǔn)確,有沒有可能數(shù)據(jù)統(tǒng)計(jì)出問題。
現(xiàn)在多數(shù)產(chǎn)品會(huì)用數(shù)據(jù)統(tǒng)計(jì)平臺,若用自家系統(tǒng),得跟開發(fā)確認(rèn)最近數(shù)據(jù)采集、上報(bào)或統(tǒng)計(jì)邏輯有沒有變動(dòng)?會(huì)不會(huì)服務(wù)更新或異常,導(dǎo)致數(shù)據(jù)統(tǒng)計(jì)出現(xiàn)問題?
若用第三方統(tǒng)計(jì)平臺,要跟對方確認(rèn)平臺有沒有什么改動(dòng)或異常?若是人工統(tǒng)計(jì)報(bào)表,要找統(tǒng)計(jì)的同事核實(shí)統(tǒng)計(jì)方法、源頭數(shù)據(jù)有無問題?
由統(tǒng)計(jì)方式變動(dòng)或服務(wù)故障導(dǎo)致的,通常多款產(chǎn)品都會(huì)受影響,數(shù)據(jù)變化一致,且在變動(dòng)或故障時(shí)間點(diǎn)開始下跌。比如全部產(chǎn)品數(shù)據(jù)在8點(diǎn)都下跌,或全部為0。
早期的產(chǎn)品,這一步容易出問題;而成熟的產(chǎn)品,有穩(wěn)定的統(tǒng)計(jì)平臺,出問題概率較小。
二、對比歷史數(shù)據(jù),判斷是異常還是波動(dòng)
有些產(chǎn)品的數(shù)據(jù),會(huì)有周期性波動(dòng),屬于正?,F(xiàn)象。比如,職場辦公類的產(chǎn)品,周末日活下降;面向?qū)W生的產(chǎn)品,一開學(xué),日活會(huì)下降,一放假,日活又上漲。
因此,要確定數(shù)據(jù)的變化,是異常,還是正常波動(dòng)?
那怎么做呢?
第二步,用折線圖將過去一段時(shí)間的數(shù)據(jù)展現(xiàn)出來,看數(shù)據(jù)的變化趨勢,對比不同周期的變化幅度。
異常數(shù)據(jù),在趨勢折線圖上往往變化幅度較大。對比的周期,視產(chǎn)品的情況而定,可以是「周」或「月」,甚至是「年」。
開頭那個(gè)例子,當(dāng)時(shí)我們發(fā)現(xiàn)周末的日活下降了,經(jīng)過第一步的排查,沒發(fā)現(xiàn)問題。
于是,把前面幾周的數(shù)據(jù)拿出來對比,看看每一周的數(shù)據(jù)變化,是否存在波動(dòng)規(guī)律。
結(jié)果發(fā)現(xiàn),確實(shí)一到周末數(shù)據(jù)就下降,但變化幅度頂多 10%,突然跌了 30%,明顯是異常。
可為啥會(huì)出現(xiàn)這種異常呢?接著往下分析。
三、拆解數(shù)據(jù)構(gòu)成,多維度分析原因
上一步單看一個(gè)數(shù)據(jù)指標(biāo),難以分析具體的情況并發(fā)現(xiàn)問題。
所以,第三步,要看異常的數(shù)據(jù)指標(biāo),由哪些數(shù)據(jù)構(gòu)成,將其逐層拆解,對比跟往常數(shù)據(jù)不一樣的地方。
所謂維度,是指看數(shù)據(jù)的角度。常見的維度有:渠道、版本、地區(qū)、用戶類型、性別、年齡等。
上述例子,我們確認(rèn)了日活數(shù)據(jù)異常,而用戶有多個(gè)渠道來源,日活躍用戶也有老用戶和新用戶。
我們先把幾個(gè)渠道數(shù)據(jù)拿來對比,發(fā)現(xiàn)廣點(diǎn)通渠道的數(shù)據(jù),在周末大幅度下跌。
這說明,問題很可能出在廣點(diǎn)通這個(gè)渠道上。
于是,從渠道的維度,對比了日活用戶的老用戶和新用戶數(shù)據(jù),果然廣點(diǎn)通的新增用戶下跌嚴(yán)重。
當(dāng)時(shí),看到這些數(shù)據(jù)就猜想,是不是這個(gè)渠道投放出問題了?
馬上跟運(yùn)營確認(rèn),原來廣點(diǎn)通的費(fèi)用在周末消耗完了,因此,沒有更多的新增用戶,導(dǎo)致日活減少。
到這里,數(shù)據(jù)異常的原因基本確定,但沒結(jié)束,還得繼續(xù)觀察,看問題解決后,數(shù)據(jù)是否會(huì)恢復(fù)正常。這樣才能驗(yàn)證分析的結(jié)論。
當(dāng)然,有人可能會(huì)說,你一開始問運(yùn)營不就行啦?
實(shí)際上,數(shù)據(jù)分析和溝通確認(rèn)都要做。
因?yàn)?,造成?shù)據(jù)異常的原因有很多,且未必是單一的,比如受競品、市場因素的影響。
此外,有些產(chǎn)品涉及部門人員眾多,沒思路地問,效率不高;即使問出疑似的原因,也要通過數(shù)據(jù)分析去驗(yàn)證。
最后總結(jié)下,遇到產(chǎn)品數(shù)據(jù)異常,不用慌,不用亂。產(chǎn)品經(jīng)理必備技能之?dāng)?shù)據(jù)分析查異常 3 步走,練起來:
- 排查常見問題,確認(rèn)數(shù)據(jù)準(zhǔn)確性
- 對比歷史數(shù)據(jù),判斷是異常還是波動(dòng)
- 拆解數(shù)據(jù)構(gòu)成,多維度分析原因
作者:四月,公眾號:四月喃嘩,10年產(chǎn)品經(jīng)理
本文由 @四月 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
感謝 豁然開朗