持续更新各行业的数据异动思维模式,思维模式都是看各类文章+个人理解总结。欢迎大家也一起来分享经验~(后有思维导图)
目录
-
GMV下降了怎么办
-
1 首先是观察是否是端口问题,导致的GMV出现下降显示
- 数据暂时性波动
- 数据周期性波动
-
2 端口没有问题,那就回归到GMV指标的拆解
-
指标拆解
- GMV=UV*CVR*CPT客单价
-
维度拆解——人货场
- A 人
- 用户类型
- 新老用户比例和新老用户转化形式
- 用户类型
- B 货
- 品类
- 价位
- 高端、中端、低端
- 供应链
- C 场
- 区域/地区
- 国家/省份
- 时间
- 访问时段/产品周期性
- 平台
- Ios/Android/PC
- 版本
- 平台新老版本
- 行业整体表现
- 区域/地区
- A 人
-
-
3 结合2的拆解流程,回到归因分析上
-
外部
- 政策
- 天气
- 社会
- 竞争者
- 更新迭代
- 经济
-
内部
- 产品侧
- 类目选品
- 功能迭代
- 转化模块
- 运营侧
- 推广投放
- 活动运营
- 用户运营策略
- 促活方式、引导方式、文案创意
- 技术侧
- 页面bug
- 接口不稳定
- 系统故障
- 产品侧
-
-
-
DAU、MAU异动怎么办
-
1 首先还是要观察数据波动性问题,20%以上属于比较大的数据波动,如果每日数据持续波动,可做同期群分析表
- 数据暂时性波动
- 数据周期性波动
-
2 接下来就开始划分维度分析
-
用户分析
- 国家/地区
- 国家B
- 投放量影响
- 地区地方政策影响
- 区域运营策略影响
- 国家B
- 新老用户
- 新用户
- 投放渠道
- 渠道A
- 投放预算
- 投放人群定向
- 渠道平台问题
- 渠道A
- 投放渠道
- 老用户
- 分析用户特征
- 用户生命周期分析
- user journey模型分析
- 分析新版产品、bug影响
- 分析用户特征
- 新用户
- 国家/地区
-
运营分析
-
-
Continuous Updating....