既然这样阅读的转化率降低了的话，唯一可能的来源是在哪呢？
说明没有阅读头条的用户可能变多了，他拉低了整个的转化率；所以我把问题定位到了没有阅读头条的用户，这个时候我就可以通过用户分群功能，把触发头条这个事件作为一个条件，去拆分出来做两个分组。
我可以把阅读头条次数大于等于一的用户建一个叫阅读过头条的用户群；再以触发阅读头条次数等于零为条件建立一个没有阅读过头条的用户群，然后就可以把这两个用户组放在一起进行对比。

文章插图
通过用户画像，我对这两种用户的新增时间、地域、渠道来源、版本等等，包括一些产品里关键的一些行为，比如点赞、评论、私信这些行为都做了一个对比。

文章插图
最后我发现这些没阅读过头条的用户，其实整体从行为上都不活跃，他们在文章的点赞、私信这些上面也都不够活跃；最后我把问题锁定在了一个新增渠道，我叫他a渠道。
这个渠道似乎有问题，没有阅读过头条的这些用户大多都是最近七天从这个渠道a来的。
我就根据这些做出了一个猜想：是不是a渠道的用户质量有问题，我将近七天a渠道的用户再做一个分组，还是按照刚才那个分群规则，把a渠道做分组；然后和所有用户的平均情况做一个对比，对比他们的头条转化率，可以发现a渠道的平均值要低很多；那我现在就可以认定一个假设，就是a渠道的流量质量确实比较低。

文章插图
这时候可能有人会问了，他们挺活跃的呀，他们留存也好活跃也好，为什么你还说他们的质量低呢？
我们做任何一个产品都是有目标的，否则就不是我们做产品的初衷；这种事儿每个家公司都或多或少都遇到过，一直以来大家都很被动；所以当时大家看到这个结果以后也觉得很沮丧，没想到折腾了半天以为是内容出问题，但其实最后出现在这个渠道上面。
大家就检讨，用这种留存、停留时长去评估一个渠道有点不靠谱，以后还需要把对关键行为触发的这些条件也都一起加上；其实大家可以看到，我在整个过程中用了非常多的分组，分组就代表着做分析的一个很本质的方式——对比，根据对比做分析非常底层，但是绝对有效的一个分析手段。
总结一下，就是说数据的本质是场景还原，这是数据背后最大的一个价值；毕竟我们是永远无法真正陪伴着用户，很难一点一点的观察用户的行为；而且说实话你就算陪在用户旁边看他的使用场景，所体现出来的行为并不一定会是真实的行为。
而数据其实就相当于帮我们开了一个上帝视角，我可以把所有用户的情况都记录在案，还可以通过统计学的方法，呈现数据的趋势；那数据方面的需求，我们需要以用户为中心，最重要的是要对数据能够灵活拆分，并进行一些分析；如果运营人能获得满足这些需求的数据，那我相信必将能提升每个运营同事的效率，我们的精力也会专注在最有价值的事情上。
作者：诸葛io，微信公众号：诸葛io
本文由 @诸葛io 原创发布于人人都是产品经理。未经许可，禁止转载。
题图来自Unsplash，基于CC0协议。

稿源：(人人都是产品经理)

【傻大方】网址：http://www.shadafang.com/c/111J2I1R020.html

标题：下降|用户活跃度下降，却不知哪里出现问题？( 二 )