NOTE【数据分析】分析问题可以从哪些维度来拆解

目的：通过不同维度分析同一组数据，从而观察数据波动背后的原因。

分析思路：

1. 指标构成

2. 业务流程

例子：

小红书分析团队在研究不同用户留存的时候发现来自信息流等渠道的用户留存很低，他们有一个特点，就是低龄，大多是看过一篇或者点过一篇笔记就走了，留存很差。

问题：为什么低龄用户的留存低？

（1）从指标构成拆解

分析维度1: 不同低龄用户的表现是否有差异（这里的低龄用户定义为18岁以下）

低龄用户：小学、初中、高中

（2）从业务流程拆解

业务流程：下载——>首页——>留下/流失

分析维度2: 新用户想要看什么内容

新用户希望找到对自己有价值的东西，否则大概率会流失。

分析维度3: 推荐的内容是否是用户想看的

首页是推荐系统生成的内容，新用户注册后会选择一些自己感兴趣的点，然后推荐系统根据用户感兴趣的点给用户推荐相关内容。

因此，推荐是否准确直接影响用户体验。