建立待验证原因清单的核心做法是:先描述可观察的问题现象,再列出所有能解释该现象的候选原因,把每个原因转成可用数据验证的假设,最后按证据强度和排查成本排序。清单不是结论列表,而是待检验的假设集合,每条都必须写明验证所需的数据、判断标准和排除条件。
清单的起点是现象描述,不是原因猜测。把“用户行为分析显示转化下降”改成“注册流程第三步提交按钮点击后,成功进入下一步的比例从上周的稳定区间降到更低区间”。现象要包含对象、动作、时间范围、变化方向四个要素。缺少时间范围就无法判断是波动还是趋势,缺少对象就无法确定排查范围。这一步的验收信号是:换一个人读这条现象,能复现出同样的查询条件。
现象确定后,沿用户实际经过的环节逐段拆分,每段都可能产生候选原因。以注册流程为例:
每个环节列出的条目都是候选,不是定论。同一现象往往有多个解释,例如提交失败率上升,可能是接口超时,也可能是前端校验提前拦截,还可能是用户输入内容不符合新规则。不要在其中挑一个当作已定位的原因,全部保留进清单。
候选原因只有转成假设才能验证。改写格式为:如果原因是X,那么在数据Y中应观察到Z;如果观察不到Z,则排除X。举例(以下为假设示例,非真实项目数据):
每条假设要同时写明数据来源、观察窗口、判断阈值、排除条件。阈值可以先用历史稳定区间,没有历史数据时用同期对比。判断结果只有三种:支持、排除、证据不足。证据不足的条目留在清单里,标注还缺什么数据,不要强行下结论。
清单条目按两个维度排序:解释力(该原因能解释多少现象)和验证成本(需要多少时间与数据)。优先验证解释力强且成本低的条目。执行时每次只验证一条,避免多条同时改动导致无法归因。
验收信号包括:每条假设都有明确的判断结果;被排除的原因写清排除依据;剩余未验证条目列出所需数据;最终定位到的原因能反向解释最初的现象描述。如果所有条目都被排除,说明现象描述或拆分环节有遗漏,回到第一步补充。
需要区分站内统计、搜索引擎报告与第三方估算的口径差异,它们对同一现象的数值可能不同,验证时应在同一口径内比较,不要跨口径直接相减。用户行为分析本身不能还原算法规则,只能说明用户侧发生了什么。
下一步:选一个当前最困扰你的现象,按上述格式写出三条候选原因和对应假设,标注每条需要的数据与判断阈值,再决定先验证哪一条。