数据分析面试必备：核心指标下降怎么分析？.docVIP

数据分析面试必备：核心指标下降怎么分析？ / 核心指标下降了该怎么分析？？？这个问题是目前数据分析面试中出现频率最高的问题，因为它不仅是考查候选人分析思维的一种方式，更是实际工作中经常遇到的问题，所以搞清楚这个问题的分析思路，无论对于面试还是以后的工作，都是十分重要的。 本文从内部、外部，横向、纵向等不同维度，系统而全面地进行了分析，希望给大家一些参考和启发。 其实有过数据分析面试经验的小伙伴应该都很熟悉这个问题，这个基本上是面试中最常考到的一个关于数据分析思维的问题，为什么都喜欢问这个问题，因为在日常的工作中，这个问题确实很常见，那么今天我们就来详细聊一聊：某个核心指标下降了，我们到底应该如何一步步去分析？ 一、核实数据真实性 互联网行业通常把DAU作为核心指标，在这里我们将以DAU下降20%为例去聊一聊，其实DAU下降20%已经非常严重了，虽然实际业务中可能不会那么常见，但是为了举例说明，我们稍微夸大一点。 那么在分析这种问题的第一步，就是我们需要去核实数据的真实性。因为就像刚才说的，在真实的工作当中，如果说DAU下降了20%，那将是一个非常严重的事故。 所以在进行深入的分析之前，我们一定一定一定要去核实数据的真实性，重要的事情不说三遍，但是也一定要记住，否则将会浪费非常多的精力和时间。 这个真实性其实包括两个方面，第一个就是数据源是否准确，第二个就是数据源准确的情况下，指标的统计口径是否有问题，数据源无误且统计口径无误的情况下才是真正的有问题了。 通常情况下，在我们的工作当中，我们通常会通过一些监控看板或者说是统计平台去监控这种非常核心的日常指标变动，所以这些看板或者是系统发生bug导致数据丢失等数据源异常也是有可能会发生的事情。 另外，确认了数据源的问题后，还要确认DAU的统计口径的问题，经常会遇到产品或者运营的小白同学拿着自己计算过的DAU来找我们说：为什么DAU下降/上涨了那么多？仔细一看，原来是他自己在加工的过程中计算的口径有问题，白紧张一场。 二、是否是外部因素 确认了数据的真实性后，我们还要看这种变化是否是季节性或整个行业性的变化等外部因素导致的，举例来说，某在线招聘APP的DAU出现了明显的下降，就要去看历年的同期是不是也有过类似的变化，因为一般来说，求职的旺季在每年3、4月份和7、8月份，是有明显的季节性趋势在里面的，DAU的下降是否和季节性有关。 另外一个，如果不是季节性因素，那就还要看一下是你们产品的问题独发还是你们这个垂直行业的并发，很多时候可能国家出台的政策会导致整个行业受到影响，比如2019年教育部出台规定：在校期间，学校不得让学生使用平板、手机等电子设备进行学习，这一规定出台导致整个校园内的教学产品的DAU明显下降，整个行业都面临着核心指标下降的问题。 当然行业内的变化需要我们要跳出公司自身的业务，站在更高的角度，及时关注国家相关政策、行业动态，同时也要学会从获取行业的数据，竞对的财报数据等等，这些偏商业分析的范畴，就不展开了，以后我们再单独写一篇文章聊一聊。 三、核心指标拆拆拆 在核实完以上问题之后，下面我们要做的事情就是：拆拆拆。因为核心指标一般都是经过了层层加工抽象出来的比较概括性的指标，便于监控整体的现状和趋势，但是不便于定位具体的原因，要想定位原因，就要把核心指标一层层剥开。 虽然核心指标的拆法有很多种，但是也不是想怎么拆就怎么拆，没有方向和目的的拆分就像是在很多条弯路上无脑地试探，盲目的尝试浪费时间精力还得不出结果，所以拆分要注意拆分的思路和方向。 因为DAU是一个以用户为核心的核心指标，那么拆分的方向就应该沿着用户群体进行，像一些基本的用户画像，包括年龄、性别、地区等，这些就不用我多说了。在我们的日常工作中，通常我们还要从以下几个切入点去对我们的用户进行拆分。 1. 新老用户 首先第一个切入点就是用户的新老。一个用户是否曾经使用过我们产品，对我们来说是非常重要的。因为这两类不同的用户群体对于一个功能或者说是版本的改动，他们的反应通常是不一样的。 其实作为一个APP的发展方向来说，我们主要就是两大目标：第一个就是如何更多地留住我们老用户，第二个就是如何获取更多的新用户，并且让他们留下来。所以用户的新老是我们考量的一个非常重要的维度。 2. 来源渠道 其次就是用户来源的渠道，一个产品通常情况下会和同公司旗下的其他产品存在互通，也就是说在其他产品当中，可能会存在我们这个产品的入口，除此之外，这个产品还可能会在其他的平台或者说是产品当中投放一些广告。 所以拆解用户来源的渠道，便于帮助我们分析不同渠道来源的用户质量。那么在定位用户的来源渠道之后，不仅有利于帮助我们分析这次这个DAU下降的问题，也会给我们后续调整在不同渠道的拉新成本投入上面提供一些重要的决策帮助。 3. 登陆入口 那么第三个