【项目跟进】某指标变化的分析方案

背景

面试中常被提到这种问题，实际工作中也经常会遇到，比如

快速分析框架

• 问题存在性
  – 数据口径对不对
  – 关联数据佐证
  – 是否正常周期变化
• 问题影响
  – 量级，范围，时间点，变化速度趋势
  – 重点指标的影响（比如收入）
  – 确定是否快速升级
• 业务确认
  – 版本发布，系统问题，运营事件等
• 深入分析
  排名不分先后，看哪个角度更能分析出问题。
  – 功能模块拆解
  – 平台拆解
  – 使用对象的拆解
  – 指标维度拆解
  – 漏斗流程拆解
  – 用户生命周期拆解
  – 地区等细分属性
• 外部影响
• 总结归档

详细分析

问题存在性

• 数据口径对齐
  数据取得对不对，手工复现下源数据有没问题
• 关联数据佐证
  比如一个看板的数据有问题，那其他的相关看板也看下，是计算问题还是真实数据有问题
• 是否正常周期变化
  数据有周期性变化，或者因为节假日等因素波动

问题影响

• 量级
  指标变化的量级，5%，50%？
• 范围
  影响多大量级用户
  影响主要的还是边缘的功能
• 时间点
  什么时候开始的，持续了多久了
  有哪几个时间节点变化
• 变化速度趋势
  变化速率如何，突然下跌，还是阴跌
  趋势是下跌不止，还是逐渐缓和稳定等
• 重点指标的影响
  大盘指标比如活跃，订单，收入，客诉等重点指标，是否也有影响，评估事件的量级。
• 确定是否快速升级
  – 影响量级大
  快速同步业务方，且优先业务确认环节，了解有什么业务变化
  同步上级，同步时附上上述数据的简报，让对方也快速了解问题情况
  – 影响量级不大，则可深入分析输出报告

业务确认

业务确认和深入分析是互相穿插：有时问题不止一个，有时不挖掘出数据业务也不知道那里原来有问题

• 版本发布
  发布了哪些版本，什么时间点做的，是否影响了这个指标，当前指标这样是否正常（下同）
• 系统问题
  系统是否有问题，一般是某种类型用户，或者某个平台如安卓有问题
• 运营事件
  做了哪些活动，出现了哪些事件

深入分析

以下顺序不分先后，根据分析的指标适当调整优先级。
比如系统问题更大，则看功能看平台，比如新增留存影响大，则用户生命周期。

• 功能模块拆解
  大的指标变化，比如DAU变化，则优先看是哪些功能模块变化较大。比如短视频，长视频，评论
• 使用对象的拆解
  2B有问题还是2C有问题
  vip有问题，还是普通用户有问题
• 指标维度拆解
  比如收入下降可拆解为：
  收入=平均订单金额×订单量
  =平均订单金额×(付费用户量×人均订单量-退货用户量×人均退货订单量)
  平均订单金额也可以再拆解大中小订单
• 漏斗流程拆解
  比如付费有问题，则拆解各个漏斗环节，看哪里有问题
  浏览曝光，点击，详情查看，收藏点赞，下订单，付费，退货
• 平台拆解
  苹果，安卓，小程序，PC，快应用等
• 用户生命周期拆解
  新增，活跃，流失，回流用户拆解分析
• 地区，行业等细分属性
  不同的地区，国内国外的业务分解分析
  不同的行业拆解分析
  以及其他属性角度分析

外部影响

• 竞品分析，对手是否有大动作
• 疫情，国家政策等影响

总结归档

无论分析结论是什么，中间分析结果，分析结论都要存档

• 按照标准的数据分析报告模板输出归档。
• 方便未来查阅，也方便团队沉淀。