产品DAU下降，该如何分析？

核心点：先做数据分析异常原因的假设，后用数据验证假设

• 第一步：确认数据真实性

  在开始着手分析前，建议先确认数据的真实性。我们经常会遇到数据服务、数据上报、数据统计上的BUG，在数据报表上就会出现异常值。所以，找数据流相关的产品和研发确认下数据的真实性吧。
  
  

• 第二步：根据几个常见维度初步拆分数据

  

  计算影响系数：每一项数据都要和以往正常值做对比，算出影响系数

  影响系数=（今日量-昨日量）/ （今日总量-昨日总量）

  影响系数越大，说明此处就是主要的下降点

  以上是几种常见的初步拆分维度，通过初步拆分，定位原因大致范围
  
  

• 第三步：异常范围定位后，进一步做假设

  针对初步定位的影响范围，进行进一步的排查。分三个维度来做假设，建议针对数据异常问题专门建一个群，拉上相应的产品、技术、运营人员一起，了解数据异常时间点附近做了什么产品、运营、技术调整

  

  综合考虑以往数据异常原因、产品运营技术侧调整，初步定位的影响范围最可能由什么原因造成，再结合自身业务经验确定几个最可能的原因假设，给这些假设排数据验证的优先级，逐一排查
  
  

• 最后：细分假设，确立原因

  除了上述，可以细分分析的维度实在太多，逻辑上说核心点在于一个假设得到验证后，在这个假设为真的基础上，进行更细维度的数据拆分。我们需要记住这种分析方式，当猜测是某种原因造成数据异常时，只要找到该原因所代表的细分对立面做对比，就可以证明或证伪我们的猜测，直到最后找到真正原因。