纬度一：看最近7天阅读文章的用户，有过阅读文章的用户占这7天整个活跃用户的比例。然后我发现这样的用户其实变少了。就是有100个活跃用户，以前有70个人都看文章，现在只有60个人了。但是这个比例下降只能说他不看，但是到底好不好，可能还需要人均阅读数量来衡量。就是说阅读过文章的人他平均能看几篇文章，这个指标他其实是涨的，我看到这两个数据的时候，我大概心里头就一个谱了。就是说从文章内容质量上来讲，内容质量是达标的。因为用户一旦看过文章，还会看更多的内容，人均阅读量其实是增加了。但是现在最大的一个问题：有一波用户进来后，没有进行阅读行为。沿着这个逻辑，找到这部分用户的行为，去分析他们进入产品后做了什么。
纬度二：通过用户的行为去做一个分组。这是今年年初的一个案例，1月5号到1月10号内，有过阅读文章的用户，我把它拆分成一个用户群。然后，再把这个时间段没有阅读过文章的用户拆一个用户群。通过这样的拆分，能够再通过其他用户行为的特征、用户画像和转化率等情况去探寻不看文章的这部分用户到底在干嘛，通过对比这两个用户群的差异，最终在信息（渠道、来源）在这个纬度里找到了问题的根源。
一般来说，一个稳定的渠道带来的用户基本上也是稳定的，如果对一个渠道做了一些投放，做了一些活动，可能会造成内容质量低下。如果是正常情况下，某一个渠道应该是稳定的，不会出现这个渠道就是比别的渠道不看文章的人多这样的特点。所以，当时看到在渠道上的差异的时候，我就在考虑是不是这个渠道发生了一些什么。当时有一个猜想，这一系列的变化可能与渠道E带来的用户有关。从流量上看，需要考虑渠道E带来的新增用户数量的特征，新增用户的留存是怎么样，再往下更深一层，目前活跃的用户里，有多少是第一次下载产品，而且第一次下载产品来源于渠道E，这就直接决定留存和整体活跃度如何。进而会去看渠道E的每日平均停留时长和每次访问的平均时长如何，这些是从基本的健康质量上去做判断。然后，从用户画像的角度再去深究一下，如果能将这个渠道的用户拆分出来，就能清晰了解用户行为特征。
如果用户没有进一步阅读、互动，那他到底在干什么？基于业务猜想，继续对用户做细分，就是说讲第一次访问时间（5号-10号）并且第一次使用用户来自渠道E做一个拆分。
在这种灵活将用户拆分的过程中，我们才能真正的发现这波用户和其他用户有什么不同。在拆分这个用户组的过程中，同时把这个阶段所有的用户也做了一个整体的分组，通过和另一个全量用户去做对比，对比两个用户群之间的流量、质量、新增留存、行为特点、关键漏斗转化的差异。
通过分析对比关键行为转化的差异，得到一些比较明确的结论：从E渠道来的用户，阅读转化率比整体平均水平还要低，而且低将近20%。如此确立了基本的认知了：做任何一款产品，不管是工具、社区的还是电商以及其他类别的产品，都要有一个目标。这个目标指导着整个产品的核心价值，如果一个地方带来的新增用户在最核心的转化上达不到预期的话，可以比较直接的去判定这个渠道的用户质量是相对较低的。
再往下，我想知道这个渠道来的用户或流失的用户他们到底有什么特征。
通过诸葛io看完用户画像，点开每一个用户去看用户进入产品里的行为历程的时候，发现非常多的用户打开应用以后没有做任何操作，用户在打开应用以后就只触发了一个启动事件，而且每次访问的时间都非常的规律，每天都有80多次的启动，这明显是不符合逻辑。
所以，这就涉及到渠道可能为了利益在做刷量。症结所在就找到了，做内容的小伙伴找到渠道运营的同学，说明情况。因为渠道运营的同学，很多时候不会关注用户来了以后的后续关键行为转化，更多的关注是留存情况去判定渠道，这个时间可能至少花3天到7天去判定一个渠道是否可继续往下投。在这个过程中，渠道关注点是在留存上，由于渠道频繁的刷，每天有80多次的启动，而且每天都在做同样的启动。在这个行为下，从留存上是看不出差异的。所以，很容易造成一些获客成本过高，而且获取来的用户可能是一些虚假的用户。
所以，在这里建议：平常各个分管内容、活动、社区的运营同事，不要只盯着自己的考核指标，如果只盯着自己要监控的数据，很有可能是无法真正发现问题所在，也很难找到自己真正的价值点在哪里。
U582679646
