数据异动思维模式（各行业形式）

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

DAU、MAU异动怎么办

---

• 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
      • 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

  • 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
• 

• 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
      • 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
        • 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

    • 运营分析

Continuous Updating....