数据分析——次留变化原因分析

本文是对“次留变动原因”问题进行的思考整理，仅作记录，欢迎讨论。

（ 一 ）思维框架

图版：

文版：

内部原因：

1. 数据验证

• 如果次留发生下降/上升变动且非日常波动范围，则应在执行完指标逻辑计算并完成数据提取前排查潜在问题；
  • 数据提取完成后若发现次留发生大幅下降，则应立即向相关技术团队确认数据采集与传输过程中是否存在异常情况以及当前系统中是否有丢失数据或者正在进行数据更新操作。

确认数据准确后，进行下一步分析。

2. 周期性排查

如果次留波动范围较小，则建议延长时间轴来观察是否存在数据周期性波动（例如是否为周末、寒暑假或淡旺 seasons）。

在否认是数据周期性波动后，继续进行下一步分析。

3.运营分析

• 产品是否发布了新版？通常情况下，新版本的发布会成为数据波动的重要诱因之一。为了深入分析这一现象，请结合第四点用户详细数据进行全面评估。如果观察到提升迹象，则应关注用户产品新功能的参与率、新道具的使用频率以及各关卡通关率等指标是否有明显提升；如果出现下降情况，则需考察是