資料分析最核心的方法是作比較，因為絕對的數值在大多數場合下是沒有意義的，通過在不同維度之間做資料的比較分析，能幫助開發者找到資料變化的原因。

 

舉一個典型的案例來說明如何通過分析留存率的資料變找到運營中出現的問題。

 

有個應用最近DAU（日活躍使用者）下降的非常厲害。資料顯示，DAU從七月份的17萬下降到九月份的14萬。第一步先對資料進行初步分析，DAU可以分成新使用者和老使用者，老使用者就是新使用者沉澱下來的。在檢視這段時間的推廣後，發現新增趨勢沒有變化。然後觀察新使用者的留存，發現留存率從七月份下降了大概四五個百分點，最後得知是六月份釋出了新版。

 

於是進一步篩選檢視了新版本的留存，發現新版留存率比整體是偏低的，而新版在產品上並沒有很大的變化，所以問題很可能是推廣的流量。後來分析發現，A渠道作為主推渠道，量佔到70%，但留存率卻比總體還要低，所以最終的原因就是新版本在A渠道的推廣存在問題。

 

所以在做移動應用運營時，要多注意比對資料，與自己的歷史資料比、在同一時間截面上進行不同維度（版本、渠道等）之間的對比，是能夠幫我們找到資料變化的原因的~

本文來自知乎