数据百问系列:DAU为何会骤降?

本次讨论的主题是:DAU骤降的分析思路有哪些?

数据百问系列:DAU为何会骤降?

问题:

假设你在一家游戏公司做数据分析,现在发现从8月份开始公司运营的某款游戏出现了DAU骤降的现象,你该如何分析这个现象?

分析:

本话题相对是一个发散性的话题,并没有限制太多的内容,主要是想和大家讨论遇到类似问题的分析思路。

另外,该问题在大部分公司中都会遇到,了解了该问题的分析思路必定会对你有所帮助,最后,你可以认为这是一个面试题。面试官和面试者都可以了解这个问题。

一、讨论

讨论一:

1、面的维度:

  • 全行业数据表现如何,是我们自己的问题还是游戏整个行业的问题。
  • 如果整个行业都有这个问题,是我们衰减更多还是稍微相对好点

2、时间维度:

  • 我们跟之前一个月三个月相比是否呈现周期性下滑,跟去年同期相比趋势是否一致?

3、用户维度:

老用户:

  • 通过用户画像分析,流失用户的特征是什么?
  • 预测这些用户召回的可能性;
  • 留存用户的特征有哪些?

新用户:

  • 来源在哪里?
  • 流量入口是否有所减少导致用户流失?

4、产品维度:

  • 调研用户流失的关键时间点和产品使用路径复盘,我们能提供给用户持续留存的特征是什么?
  • 用户离开的原因有哪些,产品通过迭代是否有转机?
  • 新产品能否弥补当前用户流失的商业价值?

讨论二:

提出猜测——验证猜测:

  • 这一种执行的思维,缺乏思路和做事的方法论,依赖于分析师自身的经验和能力高低。
  • 不具备普及拉升整体水平。
  • 因人设岗,因人看产出。

维度拆解——样本分析:

  • 这是科学的,容易传达且让处于不同水平的人都能按照动作拆解学会的技能,能够不依赖于个体的优秀与否,而让处于这个岗位的人都能快速定位问题。
  • 如果是管理一个团队,遇见8月份DAU下降的问题,告诉对方去看一个问题,验证一个问题。这是给鱼,不是渔。明天问题不是游戏行业了,而是酒店业务,理财业务。没有大佬凭借经验指导,精准改了命中猜测,容易抓瞎。

整体分析思路如下:

整体分析思路

讨论三:

1、分析DAU是如何下降的。

下降地区分布,年龄段分布,性别分布,消费层次分布等。

2、根据第一步的分析结果,逐个寻找下降原因。

如果是低消费层用户DAU下降,而高消费层用户DAU不变,可能是近期游戏策略调整把低消费层用户挡在外面了。
如果DAU下降主要集中在浙江地区,可能近期受利奇马影响玩游戏的时间少了。

3、根据原因,寻找对策。

讨论四:

1、 分析8月份的日活用户和7月份的日活的差集用户,看这部分用户是属于新用户居多还是老用户居多。

2、如果是新用户居多:

  • (1)分析一下7、8两个月每日的新用户增长趋势,看是否需要增加推广或者优化推广渠道。
  • (2)分析新用户在对应月份的次日留存率,如果留存率骤降,需要检查游戏设置是否缺乏对新用户的激励、以及游戏指引的有效性,优化游戏体验。
  • (3)然后就是用户群体分析,如职业、年龄。

3.如果是老用户居多:

  • (1)要检查在骤降节点的前后,游戏是否有做改版,如游戏UI改版、游戏关卡设置、游戏奖励机制….

讨论五:

1.确认运营是否有活动;

若有,分析是否活动影响。

2.确认产品是否有新版本上线;

若有,分析是否新版本上线影响。

3.排查数据采集是否有问题,是否有数据丢失。

4.拆分版本查看用户量,定位是否某个版本日活下降,还是全版本都有下降,若一个版本下降则定位该版本问题,若全版本下降,则分析其他方面。

5.看活跃用户留存率是否有下降,老用户是否流失,因为是活跃骤降,可以排除新增用户的影响。

6.分析市场环境,是否有竞品出现导致用户流失。

7.分析流失用户画像,定位流失原因。

暂时想到的思路就这些,欢迎大家补充,提出不足。

讨论六:

1、分时间段:

比如分周看,是不是竞争对手活动等原因;

2、分用户标签:

比如看什么年龄段的用户变化;

3、分区域:

比如地区活动啊啥啥的;

4、版本:

看软件版本更替。

应该能分的更细吧,了解得还是比较浅,暂时想到这些吧

讨论七:

我觉得日活骤降的话,肯定是严重超出预期的变化,我目前会从两个大致方向考虑:

1.是游戏本身的原因导致:

  • 1)游戏本身问题(包括出现严重不能玩的问题,版本更新换代引发玩家不满)
  • 2)游戏外一些渠道问题(包括论坛,社区的不利于游戏的舆论导向)

2.是游戏之外的问题导致:

  • 1)是否有相关政策打击游戏的某些模块甚至整个游戏(比如充值,扣税等)

最后我认为,考虑竞品不是第一选择的方向,因为如果是骤降的话,不代表用户都流向了竞品。

讨论八:

  1. 确认是否系统统计错误
  2. 确认是否游戏出现重大bug
  3. 确认是否查询时间与往常不一致导致差异
  4. 确认是否由于对手竞品上线导致用户流失
  5. 确认流失的关键节点
  6. 确认流失用户的用户画像
  7. 如是产品、系统问题,做尽快修复;

如确实是用户流逝则针对流失节点和流失用户特征,制定相对应的运营策略;

如是竞争对手导致的,做竞品分析,做产品优化。

讨论九:

1、检查版本发布时间点(版本的埋点问题)或者活动上线时间点(活动是否会拉高7月数据);

2、查询渠道推广是否有变化,力度减小;

3、拆分dau维度,看下是否是某一个维度下降还是整体下降;

A)国家或地区
B)版本
C)用户的生命周期(新老用户、付费和免费、用户分布和留存)
D)渠道来源(自然、推广)

4、检查数据源(埋点、日志、ETL、BI)、联合登录有无异常、游戏bug增多(是否用户投诉增多);

5、游戏产品再考虑下竞品,是否有新的热门游戏、app去年同期情况(暑假因素)以及游戏可持续性(比如满级用户是否有足够其他玩法);

数据问题/程序问题/内容问题/推广问题。

讨论十:

这个答案感觉大家分析方法的可能差不多,我也是差不多思路,寻求更好的解答

1、先分析是新用户还是老用户引起的下降

2、如果新用户发生下降

a、看下最近的投放的渠道是否发生改变
b、看下是否有版本流程变动, 比如注册/激活/新手教学等
c、拉新活动是否变动
d、用户的特征的聚类分析

3、如果是老用户

a、 活动与之前有什么差异
b、什么阶段的用户下降比较大, 是否是数值/难度设定的问题

4、如果新老用户都在下降, 会先关注应用改版的影响

二、补充

对于这个话题,可以从对内和对外两个方向进行分析,但是不管是哪一个,先着手于最简单和最容易检查的方面去定位问题是一种最省力的方案。

下面从内外部原因两个角度来整理一下:

一、内部原因:

1、排查数据是否准确。

数据的提取有没有问题?

如果是数据提取出了问题,则进行重新提取,检查是否还存在问题。

排查完数据提取后如果DAU还是骤降的情况,则进行下一步的检查。

数据的采集是否正常?

不是数据提取出了问题,那么会不会是数据的采集方面出了问题呢?

与相关的开发人员进行问题反馈,如果沟通后发现不是数据采集的原因,则进行下一步的分析。

数据传输过程中是否缺失?

不是数据的提取与采集问题,那么有没有可能是数据在存储与传输的过程中出现了丢失情况?

同样需要与开发人员进行确认,如果排除了数据不准确的情况,那么接下来就需要对DAU骤降的原因逐个进行排查与分析。

此时可以考虑先转2,从最简单的先下手。

2、排查数据是否具有周期性。

DAU下降的原因是周期性引起的?

以往的数据中是否具有这样的情况?

如果发现是周期性引起的,那么排查是否是由于周期性的活动引起的(类比双十一、618),否则转6,进行用户特征分析。

如果不是周期性引起的则转3,对数据缺失的原因进行进一步的排查。

3、排查游戏各大区数据。

是某个大区DAU下降还是各个大区DAU都下降?

若是某个大区DAU下降,则排查是由于哪种原因导致的:

是该大区广告投放减少?
新版本上线测试?
该区近期开展活动了?

如果该大区近期并没有发生什么变动,则转6,分析流失用户特征。

如果各个大区都出现了DAU下降的情况,则转4或者直接转5(直接转5的原因是第二步中其实已经经历了活动的排查)。

4、排查近期是否有活动。

若有,是否是受活动影响?

5、近期是否有新版本上线?

若有,拆分版本信息,分析新版本与旧版本的DAU,排查是否是版本原因。

若是版本原因引起的,则排查为什么会引起这个现象:是新版本出现了BUG?如果不是版本出现了BUG,查看新版本中的老用户有多少?

老用户流失还是新用户增量下降?

还是新版本的界面不为用户所接受?

新版本的关卡设置出了问题?

如果不是版本问题引起的也非内部原因,则转为分析外部原因。

6、分析用户特征。

流失的用户都有哪些特征?

地区、年龄、职业、兴趣爱好?

二、外部原因:

1、是否有相关政策打击游戏的某些模块甚至整个游戏(比如充值、扣税、内容设计等)?

如果不是政策原因,则转2,开始分析流量来源。

2、分析流量来源渠道。

与前几期的流量来源渠道数据对比,各个渠道的流量来源数据明显下降了?

若是,则转3,分析全行业数据。

若不是,则观察是否是某个渠道出了问题,如果是某个渠道上面出了问题,则分析该渠道出现了什么问题?

是本月没有在该渠道上面投放广告了还是本月有竞品在该渠道上面投递广告或者搞活动将客源带走了?

3、分析全行业数据。

DAU骤降是我们自己的原因还是整个行业都存在的问题?

如果是整个行业都存在的问题,那我们的情况是相对好一些还是更差?

如果不是全行业存在的问题,则转4。

4、竞品近期是否有做活动?

近期是否有新的游戏上线?

如果发现不是竞品原因,则转5。

5、是否有舆论对游戏造成不良影响?

如贴吧、论坛、社区等社交频道。

三、总结

对于这个问题,我们是以游戏DAU为例,但是在不同的工作环境中会遇到不同的场景。但是不管是什么业务场景,我们都应该沉淀出自己分析于类似问题的套路,也可以说是方法论。

那么这个套路可能是本文整理的由内而外分析的角度,也可能是群友讨论的先多维度分析再定位明细数据,也可能是先简单后复杂。

总之,不管是什么样的方法和套路,自己总结和沉淀出的知识,才是真正属于自己的。

本文由 新媒体之家 作者: 木东居士 发布或转载,其版权均为原作者所有,如稿件涉及版权等问题,请与我们联系删除或处理。稿件内容仅为传递更多信息之目的,不代表本网观点,亦不代表本网站赞同其观点或证实其内容的真实性,更不对您的投资构成建议。未经许可,请勿转载,题图来自Unsplash,基于CC0协议。
10

发表评论