一、什麼是多元度折解法
說到多元度拆解法，那我們首先要了解兩個關鍵詞：次元和拆解，下面咱舉個栗子：這馬上過年了，相信大部分朋友已經在回家的路上了，有的甚至在家葛優躺好幾天了。回到家了七大姑八大姨最喜歡問你什麼呀？
七大姑八大姨：聽你媽說你還沒對象呢，給你介紹一個吧，我這兒有個特别優秀的，第一，他個子高，第二，家庭條件很好，第三，長的特别的帥。
那在這個例子裡，拆解次元就是把優秀拆分成三個次元即個子高、家庭條件很好、長的特别帥。在資料分析中，咱們也是這樣通過不同的次元去觀察同一組資料，進而洞查資料異動背後的原因。
二、多元度拆解的适用場景有哪些？
第一，對單一名額的構成或比例進行拆解分析時
這種場景呢往往适用于像分欄目的播放量和新老使用者比例這種情況。
第二，對業務流程進行拆解分析時
- 一般适用于從不同管道浏覽到添加購物車到購買的這種全局的轉化流程。
- 像有些跨區域的産品，不同的區域活動的效果自然不同，這時候我們就可以從不同省份或城市的活動情況來進行分析。
第三，對需要還原行為發生的場景時進行拆解分析
像這種場景呢，比較适用于一些直播類的産品，比如你是某直播類産品的産品經理或營運，你需要去觀察打賞主播的等級、性别、來自哪個頻道進行多元度的拆解。
還有一種情況是，你需要看一下使用者在進行一系列操作時，他的網絡情況是怎麼樣的，他是在WIFI下使用的還是在4G的環境下使用。
下面我們引用一個案例來講解一下多元度拆解法。首先呢，我們來看看第一種場景：
1. 對單一名額的構成或比例進行拆解分析
舉個栗子：你是某少兒語言教育訓練類産品的産品經理，入職沒幾天，你們就對某一課程做了一波推廣活動，老闆想看看推廣的資料怎麼樣，那你如何檢視呢？
那首先我們從【進入網站事件】進行分析：
第一個次元：從使用者性别進行拆分，由下圖可以看出，進入網站的使用者61%都是女性，這時候你知道了，原來相比孩子的父親，母親更關注少兒語言的教育訓練，這也跟少兒大部分由母親帶有關。
第二個次元：從作業系統進行拆分，可以看出大部分使用者來自iOS使用者，據相關資料統計，女性使用者更喜歡用蘋果裝置，這個是不是與前面的性别分析不謀而和了。
第三個次元：按管道來源進行拆分，由下圖可以看出42%的使用者來自于訂閱号，這個原因是什麼呢？仔細一想，哦~原來是我們在活動開始前做了一場公開課，并在訂閱号上做了相關推送。
第四個次元：從城市等級這個次元進行拆分，這個符合我們産品目前的定位，咱們的産品定位是中等偏高收入的人群，這類使用者主要集中在一線城市。
第五個次元：從進入網站這個事件按新老使用者進行拆分，由下圖可以發現，咱每天的DAU在過去的一周内沒有發生什麼波動，但是按新老使用者拆分後發現，随着這一波的推廣，咱們的新增使用者數一直在漲的，但是DAU卻沒有啥變化，這是因為老使用者一直在往下跌，這一漲一跌交集之後，DAU的趨勢沒有啥變化，這背後反映的情況是：咱引入了大量的新使用者，但是沒有成功的留住他們。
大家可以看到，通過對【進入網站】這個單一行為事件進行分析，能分析出來很多有用的資訊。其實資料分析的本質是：用不同的視角去拆分和觀察同一個資料名額。
在拆解次元上我們不僅能對單一事件進行拆解，還可以對業務流程進行拆解，下面我們來講講第二種拆解方法。
2. 對業務流程進行拆解分析時
剛剛上面說了，你的少兒語言教育訓練類産品做了一波推廣，推廣之後，你的【注冊】、【下單】、【支付】的這個流程的資料是下圖這樣的，當然，如果隻看這個流程，你除了知道整體的轉化率和每一步的轉化率以外，其他的資料就無從得知了。核心的原因是你不知道這個資料的構成是啥樣的。
那麼接下來我們用多元度拆解的方法，對這個業務流程進行拆解。
首先呢，咱們從管道來源進行拆解分析，由下圖可以看出，百度來的流量雖然不少，但是下單和支付的轉化率相比其他管道還是挺低的。那像這種情況咱們可以加大其他管道的廣告投放力度，減少百度的投放力度。
其次，咱們再從城市這個次元進行拆解分析，由次可以看出，在鄭州這座城市使用者下單的意願不強烈，這表明咱的這個課程可能不适合二級城市（新一級城市）的使用者。
最後呢，咱們從作業系統拆解分析，由下圖可以發現，iOS使用者不僅支付能力比較強，也跟我們的産品大部分是女性使用者有關。
基于以上拆解的案例可以看出，多元度拆解法的運作原理非常簡單：名額或者是業務流程按照多元度拆分，來觀察資料的變動，進而找出問題的原因。
好啦，多元度拆解法我們已經講完了，相信通過菜菜以上的講解，你對多元度拆解法一定有了一個清晰的認知。
以下是本文重要資訊的思維導圖：