- 排除工程原因:数据采集、数据传输、数据统计、数据演示等过程
- 时间和空间上的定位:从哪天开始有波动、哪个模块上波动比较厉害
- 结合业务思考外部因素(我们不能影响)的贡献,如重大事件、竞争对手的动作等。
- 如果是绝对量数据,考虑该绝对量在业务中所处的环节是哪里,其上游是什么,上游数据以及转化率上有哪些波动;整体去观察、同时可以在关键维度上拆分,去观察这两个指标。
- 如果是相对数据,分别观察分子、分母一起,有了什么样的变化趋势导致咱们的占比数据有了波动;其中占比数据(转化率)可以拆分到多个维度上。
- 数据的拆解,比如今天某个状态的数量,是由昨天这个状态加上状态发生变化的数量。
数据波动归因分析
最新推荐文章于 2024-01-29 20:19:05 发布