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。