編輯導讀：DAU是指日活躍用戶數量，常用于反映網站、互聯網應用或網絡游戲的運營情況。流量越多，DAU越大，就能做更多的事情，也能側面反映出產品的價值。但是，當DAU出現異常時，我們應該如何定位原因呢？本文將從三個方面對此進行分析，希望對你有幫助。

碎語：

• 學習的正態曲線：入門容易，精通難
• 積累的正態曲線：先越讀越多，后越讀越少

01 DAU異常分析

DAU對于一個網站或是APP來說是至關重要的，APP有了更多的人，就能帶來更大的價值，有了流量，就能做更多的事情。當然，從投資的角度也能說明DAU的價值。DAU的重要性是不言而喻。 那么，這么重要的指標如果發生了變化，我們該怎么去定位原因呢？

• 如果是漲了，皆大歡喜，并且你會發現很多相關人士會主動說：“哦，這是因為我們做了什么什么”。這時候作為分析師一定要理性地從數據角度看看是不是他們帶來的。
• 但是，如果是降了，你會發現，即使你主動去找他們問，他們也會說：“我們最近什么都沒有做”。然后當你分析、定位到他們的時候，他們會恍惚失憶般地恍然大悟說：“我記起來我們改了啥啥”。

今天我們就來講一講【DAU變化我們到底該如何定位呢】？具體框架如下：

DAU變化分析-指標變化分析框架

1. 季節因素

當產品或運營或你自己發現DAU下降后，第一時間是看這個變化到底是不是值得我們去進一步研究，也就是說這個變化是不是一個異常的變化。一般我們會看：

1. 環比上周同一天
2. 同比去年
3. 一段時間的趨勢
4. 是不是節假日

基本上我們看完上面幾個維度之后，就能定位這個數據的變化是不是異常的。如果是異常下降，我們接下來會從下面的幾個方面來看。

2. 外因

1. 跟產品同學溝通最近是不是上了新的功能，這個新的功能是不是能夠對于DAU造成一定的影響。如是能夠影響，那么從時間的維度來看，到底這個DAU的異常變化與產品上線的實踐吻合度有多高，以及對于這個產品改動做一個更加深入的分析。
2. 跟運營同學溝通，是不是最近上了新的活動，如果是，也是需要跟他們溝通活動的具體細節，看對于DAU的影響。一般運營活動都是通過：機器人/短信/郵件/PUSH等方式進行觸達，這其中就會涉及到一個歸因的問題。怎么能夠說明是他們帶來的呢？要么直接通過埋點的方式，用戶點擊之后進入APP就能獲取到來源。如果沒有埋點，一般就是邏輯歸因了，具體就看大家能接受哪種。一般我們會看運營觸達同比上周的時間點，如果剛好是13點DAU漲了，那時候運營也觸達了，這就很有可能是他們帶來的。當然，具體是不是他們帶來的，我們需要更細的數據支持，至少，這里我們就有了方向。
3. 跟技術溝通，是不是有新發版本，這個很有可能影響用戶的登錄，尤其這種對于DAU壞的影響可能更大。

當我們跟產品/運營/技術聊完之后，你就會有了大致的方向該往哪里走了。如果不聊，你可能會浪費很多的時間，最后可能還是查不出來。

3. 結構

接下來我們就能從DAU結構的角度，去看一些具體的維度。一般我們分以下幾個維度來看：

1. 設備，IOS/安卓(華為/小米…)/PC/小程序/H5。很多人可能第一反應是這有什么好看的，肯定不會有差異。但是，這個很有可能就是技術bug造成一個設備的DAU狂降。
2. APP版本，DAU的下降有可能就是某個版本發版之后就下降了，這個我們結合著上面設備一起，有可能是技術的bug。
3. 時間點，同比上周的時候會看，這種有可能就是運營做了一些活動，造成了DAU的上升?？吹臅r候，建議取第一次登錄的時間點的分布。
4. 用戶群，新老用戶，當然這個新老不同的公司定義不一樣，你們肯定有自己定義新老的用戶群體。會不會是哪個用戶群體的變化。

4. 畫像

最后，我們也可以看看用戶畫像的變化。從屬性，比如一些常見的人口學特征，行為方面，是不是某些行為的用戶群體發生了變化。最后，是一些偏好類型維度，比如不同用戶對于不同的類型文章的偏好等等。

02 DAU異常分析總結

• 分析的順便最好按照上面說順便：季節因素-外因-結構-畫像
• 一般DAU異常的變動，基本就是產品/運營/技術造成的。并且殺傷力最大的就是技術，一個技術bug可能帶來的傷害很大，而且有可能是無法挽回的。運營，對于DAU的影響可能最常見。
• 我們在分析后面結構和畫像時。結構可能更能發生變化，一般畫像的變化不會讓你一下發現，可能你隔了很久發現咱們的畫像有變化了。但是像一些很異常的變化，你從結構的角度更能發現問題。

1. 案例

1）某天總體的DAU下降了

我們每天都會看核心指標的變化情況，某天我們發現DAU下降了很多，當時我們都以為是由于最近嚴抓用戶體驗，對于PUSH的治理問題，所以沒有太在意這個問題。

后來，我仔細研究了一下這個問題，發現是某一個機型的下降引起的，這時候就引起了大家的注意，剛好那時候上線了版本，又更新了觸達系統的平臺，我就推進研發去查版本問題，查觸達系統的問題。整個研究聯合研發，移動開發，中臺觸達，數倉和分析師。最后定位了問題，就是觸達系統更新導致的。修復完了之后，整個DAU就恢復了。

在這期間，我還發現某個群體的DAU是在上升的，發現是由于運營同學使用了新的觸達素材，導致這部分的DAU是上升的。

這以后，我就建立了一套完整的檢測DAU報表系統。以后發現問題后，能第一時間排除一些因素。

2）DAU沒有多大的變化但是某個群體發現了變化

在建完DAU檢測系統后，某天我發現整個DAU變化不大，但是某個端口發生了很異常的變化，我們后來繼續拆解整個端口DAU的來源發現，是由于新版本不同端發版時，導致一個分享功能失效了，然后，通過這個分享帶來的DAU就下降很厲害。最后，修復這個問題之后，該端口的DAU就恢復了。

03 指標異常下降分析

基于DAU變化的分析，以及工作中長時間對于異常的研究，我總結了異常分析框架，異常分析四步走：趨勢-外部因素-內部結構-畫像

1. 趨勢：環比上周-同比去年-時間趨勢-排除假期，定位是否是異常。
2. 外部因素：跟產品/運營/技術溝通相關的變動，注意歸因問題。
3. 內部結構：這個指標的組成，比如DAU能看不同設備，其他一些指標也能有自己的維度。
4. 最后是畫像。
5. 需要注意的是
   1. 在拆解指標的時候，根據業務經驗你會有第一反映拆解的維度。
   2. 拆解時候，有時候同一維度下面的不同分類的占比不一樣，一定要注意每個分類的貢獻率，比如DAU分不同的機型時候，一般IOS和小米的用戶數就差異比較大，這時候你在定位的時候，看到總的DAU下降了10萬，但是ios下降了3萬，小米下價了2萬，這時候IOS的貢獻率就是3/10，而小米的就是2/10了。因為，有時候有可能小米的貢獻率更大，那有可能就是小米導致了DAU的下降，而不是IOS了

個人經驗覺得，順序最好是四步走1234的順序。

04 結束語

如果我不能讓您看懂，那是我的問題，如果有疑問可以關注我，然后私聊我，我會盡最大的努力幫助你,如果覺得對你有幫助，請幫忙點贊/關注，謝謝！

本文由 @掃地森 原創發布于人人都是產品經理，未經作者許可，禁止轉載。

題圖來自 Unsplash，基于 CC0 協議