点击上方蓝字关注我们
在实际业务场景中，指标异动分析可以说是数据分析师最常见的工作之一了，譬如日活为何下降了？用户次日留存率怎么下降了？客户投诉率为何上升了？诸如此类......当业务趋于稳定后，指标体系的搭建已经相对完善，这时候便需要持续关注指标的变化，洞察业务情况，核心指标出现异常波动，往往代表着实际业务情况发生了变化，如何定位问题之所在并提出解决方案便成了重中之重......
1
指标异动的6种情况
2
指标异动分析的核心要义与主要流程
3
案例——DUA下降分析
4
小知识——互联网产品常见指标
一、指标异动分析常见情况
异动即非随机波动，在实际生产过程中常指超出合理范围的波动（上升或下降）。指标波动的形态有以下三种情况：
二、核心要义与主要流程
2.1 核心要义
三、DAU下降分析
数据的准确性和真实性是任何数据分析的根基，先找产品和开发等相关人员确认数据统计和传输无误后再着手下一步。
确认日活的计算公式与对应的业务运作方式
日活下跌了多少？持续时间是多久？指标波动幅度是否在合理范围内？
相比昨天和上周都分别跌了多少？（同比、环比）
日活下跌对产品业务线有哪些影响？
确认日活下跌对整体产品业务线KPI的影响程度?
引起日活下跌的因素有哪些？每个因素的影响程度有多大？
与这些因素相关的运营以及产品部门对日活的影响程度有多大？
这些部门会不会因为产品迭代或者运营策略的改变从而影响日活？
以前日活下跌，都有哪些原因？都采取过哪些措施？（重要）
指标拆解，就能明确是哪个或哪些维度下的日活下降了，譬如日活可以拆解为新增用户和存量用户，存量用户又可以拆解为留存用户和回流用户等等，拆解示例：
问题定位：指标拆解完成后，就知道了是哪些维度出现问题，是新用户少了还是老用户少了？是哪个地区的用户少了还是整体都少了？
做出假设：回流用户下降，近期是否缺少人工干预？新增用户下降，新版产品是否不符合用户口味？MIUI应用商店渠用户下降，是否渠道广告投放存在问题，转化率下降？华北片区日活下降，地区是否存在洪水、台风等不可抗力？片区服务器是否稳定运转？全维度下降，市场上是否出现了新的竞品？产品是否出现影响恶劣的负面报道？是否公祭日等特殊日期？
做出假设后需要收集相关验证信息，从互联网上查询资料，与产品、运营和技术部门相关人员沟通，确认问题所在并商讨对策。
BACKPACK
点击下方名片关注我们
