2018-10-11二爷文中总结的非常全面和细致，里面提到的点，自己在之前的流量异常分析过程中基本都经历过，读来非常亲切，分析排查的过程就像破案一样，非常有趣，找到原因之后的成就感也是满满的。给大家分享几个我之前遇到的情况：
1、页面内容更新时，里面的日志统计代码被开发人员误删除，导致页面的流量没有被统计到，这种情况在技术人员更替频繁，没有充分交接的情况下会经常发生。对比一下流量下降前后的页面流量明细很容易能够排查出来。
2、日志采集服务器中的某一台出现某种故障，导致日志丢失或没有纳入到分析当中。对比一下当天和之前日志文件的大小基本就可以看得出来。
3、还有一种情况比较有意思：不是流量下降了，而是此前的流量本身就不真实，是虚高的。比如之前页面一直都在被某爬虫抓取，产品和技术的同学都没有发现。某一天爬虫突然停止抓取了，流量一下就下来了。这种下降一般都体现在直接流量里面，不太容易发现。
非常喜欢二爷这一部分的内容，期待续集！展开 11
2018-11-12金字塔思维方式，可以与数据分析问思路结合起来 2
2018-10-10这是看文章前的想法：
1、公司或是业务有没有什么大事件或是变动？例如产品更新、运营策略变化、服务器到期等；这是从内部了解问题
2、同行或是对手有什么动作？例如竞争对手今天开始大幅补贴，导致流量被抢占；这是从外部知根知底
3、统计口径是否正确？若前两者都如往常，这里要考虑统计指标是否出现数据异常，各个渠道来源是否调整？
当然，看完了二爷的思路，自己的确差距很大。从技术上考虑明显不足，而且后续的解决路径有待提高。
再次感谢。展开 1
2018-10-10由宏观到微观垂直分析，在同一层面切片分析，颗粒度极细。
从开始检查产品运营以及技术环境，然后去检查外部的网络环境，再到对产品模块环节的分析，然后对渠道和用户进行分析。 1- 2018-12-02是否还可以从竞品层面，市场，甚至是更宏观的环境层面分析，虽然这些因素的影响程度可能会低一些。以及，文中提及到分析纬度是否有程度划分。影响因素被证实后，该如何挽救或避免呢？
2018-10-10部分场景产品流量其实有周期性表现，这个其实需要注意的盘外招
2018-10-10看了二爷的分享深感自己在更细颗粒度上的分析维度还有待提升。
另外上文所述从产品视角出发，找到流量降低的案发现场，引起了我一直以来的困惑，到底怎样才算是具备产品视角，希望能得以解惑。