平时工作的时候经常会遇到今天dau降了，明天收入升了，后天留存又降了。老板问你是什么原因？打开BI系统一摸黑。
先来说碰到这类问题的通用分析方法：假设验证+数据分解。假设验证之前讲过，数据分解就是把你需要分析的指标，分成不同的维度去分解。比如DAU，可以通过新老用户去分解，可以通过不同端去分解，可以通过不同渠道包去分解，还可以通过不同行为的用户去分解。
大致的思路可以拆成以下几种思路：
a）找有没有时间对的上的事件，评估该事件对该指标变化有没有影响，如果有，通过数据验证因果关系
b）将你需要分析的指标，通过各个维度去分解，找到一个或多个维度，在分解之后，不同维度的数据指标差异较大那个维度
c）再深入挖掘这个细分指标数据下降的可能原因，比如公式拆解，或真实线上流程体验，如果能定位的话，通过其他数据来侧面验证
d）找到同样也发生类似幅度变化的另几个数据，寻找关联关系
e）做用户访谈收集情况，验证假设
举一个例子：
一大早看BI报表，前一天的DAU下降了5%，老板问你原因。这时候第一反应应该是，昨天相对于前天或上周的同一天，有什么特别的？比如：开学了、除夕，等等。如果真的有特殊事件，那么去对比往常的对应数据来验证是不是这个原因。如果没有（大多数情况下都是没有的），那么你需要进入第二步，通过不同的维度去分解DAU数据。比如新增和老用户启动，分别升降了多少，DAU的下降主要是因为哪个端的哪一群用户没活跃。如果发现，安卓的新用户明显变少，那就再拆解去看能贡献新增的那些用户渠道来源，在昨天有没有什么数据变化，找到那些下降的渠道的共性。如果所有渠道都下降了，那大概率是大环境导致的（比如开学、导流来源整体流量缩减、或者双十一导致的流量费用提升）；如果只是个别渠道突然没新增了，那么你需要去检查该渠道的下载流程是不是出问题了，比如被下架了。
最恶心的情况是，没有一个特殊情况发生，也没有一个维度的指标有明显异常，但是整体数据就是变低了。这种时候如果还需要分析，就非常困难了。但这种情况比较少见。更常见的情况是，你能找到某一个维度的数据异常，但是可能无法完全定位是什么问题导致的。那么如果你的老板不是一个很严厉的领导，且数据影响不是特别严重的话，可以申请再看一两天。有时候隔一天数据就恢复了。
这里我列举几个我的经验：
a）留存率一般周五到周六的次留会偏高，而周日到周一的会偏低
b）DAU放假和周末会偏高，工作日会偏低，且周日会比周六稍低一点
c）如果当前版本改动了投递逻辑，而相关的数据发生了变化，大概率是改动的问题
d）对留存和转化数据影响最大的是用户源，所以转化数据有变化，优先找不同用户来源的用户，有没有一个是该项转化特别低的拖了后腿
e）用户体量的扩张可能会带来留存和转化率的下降
f）平时尽可能将常用的数据维度拆分做成固定的BI报表，这样可以降低你查问题的提数成本
g）最暴力的用户调研的方式，有时候能帮你找到新的突破点
如果真的绞尽脑汁还是定位不到问题的话，先把已有的分析结论分享一下，再多看几天，有可能数据自然好了
