橫向?qū)Ρ龋c行業(yè)平均數(shù)據(jù)，與競爭對手的數(shù)據(jù)進(jìn)行比對。舉個粟子，比如你家的APP用戶留存率是60%，而行業(yè)平均留存是70%或競爭對手的用戶留存率是70%，那就說明你家的產(chǎn)品在留存率方面有待加強(qiáng)！

縱向?qū)Ρ?，與自家產(chǎn)品的歷史數(shù)據(jù)進(jìn)行對比，圍繞著時間軸來對比。還是用用戶留存率來進(jìn)行舉粟子吧，比如，APP改版前30天，新用戶留存率是70%的，而新版APP發(fā)布后，新用戶留存率降了10%或者升了5%，這就產(chǎn)生了問題，到底是那些因素導(dǎo)致數(shù)據(jù)產(chǎn)生了異常呢？

要知道數(shù)據(jù)比對是發(fā)現(xiàn)問題的第一步，發(fā)現(xiàn)了問題才需要我去找出問題，并解決它。如果沒有參考的對象，單獨(dú)的數(shù)據(jù)放在那里，是沒意義的。

四.數(shù)據(jù)細(xì)分

數(shù)據(jù)對比發(fā)現(xiàn)了異常，我們當(dāng)然想知道是什么原因?qū)е碌摹＿@里就要用到數(shù)據(jù)細(xì)分了，數(shù)據(jù)細(xì)分通常情況下先分緯度，再分粒度。

何謂為緯度？按時間分類就是時間緯度，按地區(qū)分類就是地域緯度，按來路分類就是來源緯度，按受訪頁面分類就是受訪緯度。今天APP訪問量漲了5%，咋回事不知道，你細(xì)分一看，大部分網(wǎng)頁都沒漲，某個頻道某個活動頁漲了300%，這就清楚了，這就是細(xì)分最簡單的范例，其實(shí)很多領(lǐng)域都通用。

粒度是什么？你時間緯度，是按照天，還是按照小時？這就是粒度差異，你來路緯度，是來路的網(wǎng)站，還是來路的url，這就是粒度的差異；緯度結(jié)合粒度進(jìn)行細(xì)分，就可以將對比的差異值逐級鎖定問題區(qū)域，就可以更容易地尋找出發(fā)生問題的原因了。

五.數(shù)據(jù)溯源

通常情況下，通過數(shù)據(jù)細(xì)分就能分析出大多數(shù)問題的原因并推導(dǎo)出結(jié)論了。但也有特殊的情況，即使具體到粒度了也得不出有說服力的結(jié)論。

這時候我們再進(jìn)一步，通過數(shù)據(jù)溯源就能找出問題的原因。依據(jù)鎖定的這個緯度和粒度作為搜索條件，查詢所涉及的源日志，源記錄，然后基于此分析和反思用戶的行為，往往會有驚人的發(fā)現(xiàn)。

又或者結(jié)合用戶使用場景去思考，比如：國內(nèi)的社交產(chǎn)品，在上下班的時間段會特別活躍，而該產(chǎn)品經(jīng)理對比美國地區(qū)卻發(fā)現(xiàn)在美國地區(qū)用戶的上班活躍數(shù)據(jù)恰恰相反，特別低，到底是什么原因呢?？磾?shù)據(jù)怎么也看不出來，怎么辦呢？若果該產(chǎn)品經(jīng)理結(jié)合用戶上班時的使用場景去思考就能一眼看出問題，因?yàn)閲鴥?nèi)的上班一族通常上是通過公交、地鐵等公共交通工具去上班的，所以他們有大把的時間在玩社交，刷朋友圈。而美國地區(qū)的上班一族，大多數(shù)都是自駕車去上班（車輪上的國家），他們上班時間都在專心地開車，根本沒有時間去玩手機(jī)，玩社交產(chǎn)品。

其實(shí)，Allen在以往工作的時候就基于這一邏輯發(fā)現(xiàn)過一些產(chǎn)品的一些缺陷，而且你不斷通過這個方式分析數(shù)據(jù)，對用戶行為的理解也會逐步加深。

最后，作個簡單的總結(jié)：馬云粑粑說阿里管理有三板斧：揪頭發(fā)、照鏡子、聞味道。而同樣，在數(shù)據(jù)分析這里，則是五板斧：收集、清洗、對比、細(xì)分、溯源。這是數(shù)據(jù)分析里最核心的最實(shí)用的“一口箱子”。

#專欄作家#

Allen，個人微信：qq1186974614，偉朋投資行業(yè)分析師，歡迎交流。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。