数据分析日常之异常分析：DAU或转化率等指标下降原因
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档
文章目录
前言
数据分析团队被老板问得最多的问题就是“DAU为什么下降了？”，这个指标代表客户规模，“转化率为什么下降了”这个指标代表客户质量。老板提出这些个问题需要得到的答案是我公司配备齐全的渠道、产品、运营、算法、研发（APP或者后端研发）、数据团队该干什么，可以来维持我公司的客户规模，保证客户质量，最终得到客户价值。因此数据分析师需要做的事情，就是有理有据的说明“因为所以”。因此数据分析师需要做的事情，就是有理有据的说明“因为所以”。报告的格式也就形成“提出假设-验证假设-解决方案”，可以完善5W1H。 最近校招朋友也说到笔试遇到“应答率下降，写下分析思路？”“某APPdau下降找下思路？”，其实逻辑就是类似的。
提示：以下是本篇文章正文内容，下面案例可供参考
一、团队介绍
日常工作中，我们上班第一件事情都应该是看看业务核心指标，这类型的分析中，如果核心指标波动超过合理范围，就需要迅速做出判断，结合数据给出结论。毕竟数据分析团队作为老板的智囊团，也该是比老板反应快的员工吧。 所以对于社招人员的话，大家比较好回答。应届生和打算转行的数据分析师理解起来比较费劲。以具体问题“新客户转化率下降？”为实际案例看下，我们从团队职能和分工角度来回答和理解，毕竟这是数据分析师生涯日常工作之一。从团队角度看，我们知道有数据、渠道、产品、运营、算法、研发团队。数据分析师作为一个公正的观察者，看看买家、卖家、卖场（买家买东西的地方怎么样，货品齐全吗？）。
二、分析思路
明确事情范围，假设且验证影响因子，结合分析给出对应可行的策略来解决问题。
1.明确事情影响程度。
排除数据异常（数据分析师职责）。确认监控数据准确性。常用同比环比趋势分析法、公式拆解法（常见的维度可以从日期、客户端orPC、渠道、APP版本、核心步骤漏斗、核心功能等角度）。确认真实的数据超出正常范围数据的幅度，即增长或者下降多少。可以围绕几个问题展开后续工作。
2.假设影响原因和验证。
1）渠道：来的人好不好。流量源头分析，从渠道维度拆分，看转化率、落地页打开率；如果是这方面原因，细化分析该渠道客户客户画像和客户站内路径，是否和渠道扩量、价格等因素有关引起客户质量下降。
2）产品&开发：APP好不好用。客户路径分析，从客户端ios和安卓看，看客户转化率。影响程度较大的话，从版本、核心漏斗分析。 开发团队。为了系统升级，造成BUG或者服务端订单拉取异常等。一般从客户端、版本号就可以确定问题。
3）运营：卖家如何。a、季节、活动后导致，通过同比及活动内容了解，验证猜想。b、营销频次、营销工具等导致的转化下降。
4） 算法团队：查看新客户搜索、推荐相关核心转化（CTR、CVR）指标看。如果是推荐或者搜索不满足需求的话，再通过搜索词和点击商品等信息，了解新客户的实际产品需求。
3.对应的措施（出报告后给各个团队派活）。
1）渠道原因的话，调整渠道投放策略，或者改变站内承接客户的策略，满足新客户的差异需求；
2）产品&开发因素的话，回滚或者下线某功能等，或者优化迭代产品功能；运营因素的话，优化运营策略；
3） 算法团队因素的，基于修改推荐和搜索策略。
总结
以上就是数据分析师日常工作的异常分析总结。求职的伙伴再次碰到这个问题，就从“公司现有的哪些资源，可以用来提升客户规模、客户质量，提升客户价值”。不同行业会有所差距，基本不离其宗。https://mp.weixin.qq.com/s/jzYzbbB5vGsEOtwhfd8UYQ