遇到問題如何去分析呢？
今天介紹的分析方法（多維度拆解）可以幫助我們從多個角度分析問題。
1.什麼是多維度拆解 分析方法？
要理解兩個關鍵詞：維度、拆解。我們通過一個案例來說明。
老媽看扎扎單身多年，給她介紹相親對象。
老媽：這個男生很優秀。
扎扎：具體講講怎麼優秀了？
老媽：那我來從三個角度拆解下他的優秀，1）個子高 2）家庭背景好3）長的帥
扎扎：哦，原來是個高富帥呀
什麼是維度呢？
老媽從不同的角度來看這個男生，這裏的角度就是維度。
什麼是拆解呢？
拆解其實就是做加法，A=維度1+維度2+維度3+...。比如上面的例子，老媽把優秀拆解成：1）個子高 2）家庭背景好 3）長的好看。也就是優秀=個子高（維度1）+家庭背景好（維度2）+長的好看（維度3）。
在數據分析中，我們通過不同的維度（角度）去觀察同一組數據，從而洞察數據波動背後的原因。
比如我們可以把用戶拆解成：用戶=老用戶（維度1）+新用戶（維度2），從而可以看到老用戶和新用戶分別的數據表現是什麼。
2.從哪些維度去拆解呢？
從指標構成來拆解：分析單一指標的構成。比如單一指標爲用戶，而用戶又可以拆解爲新用戶、老用戶。
從業務流程來拆解：按業務流程進行拆解分析，比如不同渠道的用戶付費率。
3.如何使用？
下面我們通過一個例子來學習下如何使用多維度拆解分析方法。
一家線上店鋪做了一波推廣，老闆想看看推廣效果。你該怎麼辦呢？
推廣效果最直觀的是看用戶增長了多少。所以，我們定義衡量指標是新增用戶。這裏的新增用戶是指看到推廣渠道的廣告，進入店鋪的人數。
我們可以按指標構成來拆解新增用戶。
按照城市細分，比如一線、二線、三線及以下…不同城市的新增用戶數量情況
按性別細分，男性用戶、女性用戶分別是多少
按照渠道細分，比如微信公衆號、百度、頭條哪個渠道的用戶來源多
從渠道維度來看，渠道A新增用戶數最多，渠道B新增用戶數接近A，渠道C新增用戶數最少。
那麼，渠道A，渠道B，渠道C哪個用戶的質量更高呢？
店鋪做推廣的目的，最終是爲了給店鋪帶來銷量，哪個渠道來的用戶更願意在店鋪購買呢？
面對這個問題，我們就可以從業務流程來拆解。
用戶購買的業務流程，可以分爲4步：
第1步，看到渠道的廣告
第2步，被廣告吸引進入店鋪
第3步，在店鋪選擇感興趣的商品
第4步，選擇好商品，最終決定購買
按業務流程拆解後，我們看到雖然渠道A帶來的用戶多，但是最終購買人數卻低於渠道B來的用戶數
所以，渠道B的用戶質量更高。
4.案例
我們再來看一個案例。小紅書是一個泛品類的生活方式分享平臺。
小紅書的分析團隊在研究不同用戶羣留存率的時候，發現來自信息流等渠道的用戶留存率很低。他們有一個特性，就是低齡，大多是看一篇或者點過一篇筆記就走了，留存很差。
爲什麼低齡用戶的留存比較差？
根據這個問題，小紅書的分析團隊從指標構成、業務流程拆解出三個分析的維度，來查找問題產生的原因。
1）從指標構成拆解
分析維度1：不同的低齡用戶表現是否有差異？
在此之前，分析團隊內部把 18 歲以下都算做低齡。這個劃分有點太籠統，因爲18 歲以下包含了3個學生階段（小學生、初中生、高中生）。不同學生階段的用戶行爲差異是比較大的，所以年齡維度本身需要更加細分。
2）從業務流程拆解
業務流程第1步，新用戶下載小紅書app
業務流程第2步：用戶看到用戶的首頁
業務流程第3步：用戶留下來繼續使用小紅書或者不喜歡，直接走了，也就是流失了
小紅書的分析團隊從業務流程拆解出兩個分析的維度：
分析維度2：新用戶來小紅書想要看到什麼內容？
當用戶下載了這個app註冊的時候，希望在這個平臺上找到對自己有價值的東西。如果沒找到，那用戶很大概率會流失。
分析維度3：推薦的內容是用戶想看的嗎？
小紅書的首頁是推薦系統生成的內容。新用戶註冊的時候會選擇一些自己的興趣點，然後推薦系統根據用戶選擇的興趣點，給用戶推薦相關的內容。
推薦是否準確，直接影響用戶的體驗。比如我挑選興趣的時候選了美妝，結果推薦系統給我推薦了旅行，那跟我的預期就會差很遠，用戶會覺得這個平臺沒有我想看的信息，自然就會離開。
小紅書分析團隊將問題拆解出這三個分析的維度來查找原因。
5.總結
1）什麼是多維度拆解分析方法？
在數據分析中，我們通過不同的維度（角度）去觀察同一組數據，從而洞察數據波動背後的原因。
2）從哪些維度去拆解？
推薦：如何用最短的時間找到初級數據分析師工作？