本文将以“产品日活DAU下降该怎么分析”这个问题为主进行详尽解析，为大家拆分出解决问题的步骤，分享自身经验的同时总结一些思考分析框架。

本文我选择了一个具体的问题着手写。产品核心数据异常是在工作中经常会遇到的问题，也是常见的互联网面试问题。在此我结合网上的一些分享以及自己的经验，总结一些思考分析框架，让大家在遇到此类问题的时候有一个明确的着力点。

案例简介

一款信息流APP平时日活稳定在79w-80w之间，但是在6月13日起突然掉到了78.8w，到6月15日已经掉到78.5w，这时产品负责人着急了，让你尽快排查一下数据下跌的原因。这样的问题对大多数人来说还是比较头疼的，因为对于80w量级的产品，一两万并不是一个非常大的波动，但原因还是要排查。

拿到这个问题，会觉得不知道从哪点着手开始分析？没关系，我们把常用套路捋清楚了，然后回头再看这个案例。

核心点：先做数据异常原因的假设，后用数据验证假设。

不建议大家第一步先自己对着数据去拆，影响日活数据的因素很多，不可能把所有维度逐一拆解对比，容易浪费时间却没有任何有价值的发现。做数据异常原因分析的核心就是结合以往经验及各种信息，找出最有可能的原因假设，通过数据的拆分进行多维度分析来验证假设，定位问题所在。过程中可能会在原假设基础上建立新的假设或者是调整原来假设，直到定位原因。