![]()
![]()
業務背景：就是做用戶增長，提升dau
主要是通過使用clickhouse來挖掘數據，供業務決策，你的策略是否有效
需要數據支持，數據驅動業務增長
![]()
app新發版之後，發現dau下降，這時候正常的操作就是，是不是發版的問題，其實這麼
思考確實沒有錯，因爲你的app版本會影響dau的埋點和上報，會帶來dau統計降低
當然這麼斷然決定app版本升級帶來的問題，也是一種猜測，需要數據提供支持
陳星團隊通過數據分析發現，老用戶留存率依然很高，只是新用戶留存率比較低，那
問題出在了拉新環節上，這不是這個新用戶的用戶質量問題，有沒有刷量的用戶（假流量）
![]()
下面就是比較常規的方法輪，這個其實也是通過數據，推動算法迭代
然後在不同的分層實驗平臺上進行A/B測試，看效果，如果ok就全量上線。
![]()
既要支持用戶行爲分析，也就是常說的漏斗分析，看看是哪個環境出現了流失，哪個環境
帶來的效果還，反覆迭代規律，提升營銷的效果
多維度分析，主要是看多個維度下分維度交叉對比，維度帶來的效果，比如設備維度
策略維度，小時維度，媒體維度，廣告類型等等
![]()
看這個產品，感覺還馬馬虎虎，麻雀雖小，五臟俱全。大家可以模仿一下，如果公司
內沒有這些頁面，可以加上，其實就是比較常規的數據分析功能。
![]()
下面就是比較核心的，技術方案選型，我就不一一列舉了，這些都是面試的點
![]()
下面就是一些開發迭代了，其實就是一步步迭代的過程，當然ppt上寫的很簡單
相信他們其實走的路，常人難以體會到，尤其是新框架的摸索
![]()
我覺着他們的玩法，很好，別管能不能行，先來一個簡單的數據倒入，先查查看看
效果，好多公司只是旁觀，不敢去主動嘗試。
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
