本文主要是介绍数据分析——次留降低/提升原因分析，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
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
- 如果次留降低/提升，且非日常波动，需先确认指标逻辑计算和数据提取是否存在问题；
- 数据提取无误后，如果次留降低幅度较大，则需向相关技术同学确认数据采集、传输、存储过程是否问题，是否有丢数据或者正在更新数据的情况。
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，延长时间线查看是否存在数据周期性波动（如是否周末/寒暑假/淡旺季）。
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
- 产品是否发了新版，发布新版本往往是导致数据波动原因之一，具体需结合第四点用户详细数据进行分析。如果次留有提升，可以查看用户产品新功能参与率、新道具使用率、
这篇关于数据分析——次留降低/提升原因分析的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
