目录
这个文章的作者使用了一个增长日活数的案例，来分享如何使用数据做出产品的决定。
整篇文章的脉络是构造一个项目案例——提出假设条件——问题定位与解决——决定产品功能与方向。
案例背景
——通过提高新用户的留存率来提高日活数
希望能够把不同活跃程度的用户区分开来，提出了一个指标：“七天活跃天数”（用D7来表示）的概念。直观体现留存率：D7=1，代表用户在过去的7天只使用了这个APP一天，D7=7，代表用户在过去的7天中每天至少使用这个APP一次。D7>4，代表高活跃用户，2<D7<4,代表中等活跃度用户，D7<2代表低活跃度用户。
通过对已有数据的分析，发现很多低活跃度用户并没有关注其他用户，他们的朋友圈根本没有任何内容，只能通过搜索来看内容。因此，我们认为用户关注其他用户的数量会影响到用户留存率，此时我们并不是非常清楚其他因素是否会影响留存率，所以我们可以先假设，关注其他用户对提高用户留存率非常重要。
形成假设
问题一、影响用户留存率的原因是什么？
先对问题形成具体的假设，把不同的假设区分开，而不是合起来写一个泛泛的假设。
形成假设时要避免的坑是，切记要分情况考虑，不能简单地归类为增加关注数，而是考虑清楚增加关注数其实影响了两类人，一类是关注别人的人，一类是被关注的人，这两种情况很有可能带来的结果完全不一样，所以要分开考虑，分开假设。
问题二、用户的关注数量到底会不会影响留存率。
解决问题
第一个问题，影响用户留存率的原因是什么。可以通过A/B测试的方法来解决。需要设计两组独立的实验来区分关注和被关注对用户留存率的影响。
- 关注其他用户与否
- 被其他用户关注与否
第二个问题，用户的关注数量到底会不会影响留存率，我们用统计图的方式来解决。
验证完了某个变量对总体的成功指标有积极影响后，需要找到这个变量影响整体指标提升的规律。
产品决定
根据上面的数据分析，来决定需要做哪些产品功能。要通过验证的假设来决定产品功能，这样才能保证产品可以真正能提升成功指标。