核心指标下降分析
场景描述
本周 DAU 从 500 万下降到 430 万(-14%),需要在 2 小时内找出原因并给出行动建议。
分析框架
公式拆解法
DAU = 新增用户 + 回流用户 + 留存用户
其中:
新增 = 各渠道新增之和
留存 = 前日 DAU × 次日留存率
回流 = 历史流失用户中重新活跃的
-- 拆解 DAU 构成
SELECT dt,
COUNT(DISTINCT CASE WHEN is_new = 1 THEN user_id END) AS new_users,
COUNT(DISTINCT CASE WHEN is_retained = 1 THEN user_id END) AS retained_users,
COUNT(DISTINCT CASE WHEN is_return = 1 THEN user_id END) AS return_users
FROM user_daily_status
WHERE dt BETWEEN DATE_SUB(CURRENT_DATE, 7) AND CURRENT_DATE
GROUP BY dt
ORDER BY dt;
维度下钻
-- 按渠道拆解,找到贡献最大的下降渠道
SELECT dt, channel,
COUNT(DISTINCT user_id) AS dau,
LAG(COUNT(DISTINCT user_id), 7) OVER (PARTITION BY channel ORDER BY dt) AS dau_last_week,
COUNT(DISTINCT user_id) - LAG(COUNT(DISTINCT user_id), 7) OVER (PARTITION BY channel ORDER BY dt) AS delta
FROM user_daily_active
WHERE dt BETWEEN DATE_SUB(CURRENT_DATE, 14) AND CURRENT_DATE
GROUP BY dt, channel
ORDER BY dt DESC, delta ASC;
常见下降原因
| 原因类别 | 具体原因 | 排查方法 |
|---|---|---|
| 技术问题 | App 崩溃率上升 | 检查 Crashlytics |
| 技术问题 | 推送服务故障 | 检查推送到达率 |
| 产品问题 | 新版本体验差 | 按版本分组看 DAU |
| 运营问题 | 促销活动结束 | 看活动前后对比 |
| 外部因素 | 竞品大促 / 季节性 | 看行业数据 |
| 渠道问题 | 投放缩减 | 看各渠道新增量 |
分析报告模板
结论:本周 DAU 从 500 万下降至 430 万(-14%),主要由以下因素驱动:
- 留存下降(贡献 60%):新版本 v3.2 的次日留存从 45% 降至 38%,发现首页改版后核心功能入口变深
- 新增减少(贡献 30%):应用商店投放预算被削减 40%
- 回流减少(贡献 10%):上周召回短信活动结束
建议:
- 短期:回滚首页改版或在显眼位置恢复核心功能入口
- 短期:恢复应用商店投放预算
- 中期:优化新版本用户体验,验证后再上线
常见面试问题
Q1: 如何快速判断是"自然波动"还是"真的出了问题"?
答案:
- 看趋势:是突降还是渐变?突降更可能是技术或运营事件
- 看同比:与上周同天、去年同期比,排除季节性
- 看波动率:计算历史标准差,判断是否超出 2σ 范围
- 看多指标:如果 DAU 降但收入不降,可能是低价值用户流失
Q2: 指标下降了但找不到原因怎么办?
答案:
- 扩大维度:增加更多拆解维度(设备型号、网络环境、API 版本)
- 看微观数据:抽样看单个用户的行为轨迹
- 访谈用户:做用户调研了解真实体验
- 承认不确定:如果多维度排查后仍无法定论,标注为"多因素叠加",持续监控