本文是对“人均活跃时长下降原因”问题进行的思考整理,仅作记录,欢迎讨论。
思维框架
图版:
文版:
内部原因:
1. 数据验证
- 如果人均活跃时长下降,且非日常波动,需先确认指标逻辑计算和数据提取是否存在问题;
- 数据提取无误后,如果是骤降,则需向相关技术同学确认数据采集、传输、存储过程是否问题,是否有丢数据或者正在更新数据的情况。
确认数据准确后,进行下一步分析。
2. 周期性排查
- 延长时间线查看是否存在数据周期性波动(如是否周末/寒暑假/淡旺季)。
在否认是数据周期性波动后,继续进行下一步分析。
3.运营分析
- 产品是否发了新版,发布新版本往往是导致数据波动原因之一,具体需结合第四点用户详细数据进行分析。可以查看是否是因为调整关卡难度导致某些关卡的通关率下降、由于礼包调整导致礼包购买率减少等(具体根据版本更新内容进行分析),从而造成了用户活跃时长降低。
- 考虑是否有新开启的运营活动,用户对活动的喜恶程度也影响着用户活跃时长。结合第四点用户详细数据分析,可以查看用户活动参与率、用户活跃行为是否和新上活动有关。
- 用户观看广