数据分析——人均活跃时长下降分析

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