数据指标突然下跌 30%，你会怎么办？

我分四步：先校准——排除埋点改版、口径变化、技术故障造成的假跌，这是第一步永远；再定位——按维度拆：渠道、版本、平台、新老、地域，找贡献最大的切片；然后归因——对照时间线查内部变更（发版、活动结束、价格调整）与外部因素（节假日、竞品、舆情）；最后行动——止血措施加长期监控。

我处理过的案例：注册转化周三起跌 18%。校准：埋点正常。拆解：iOS 稳定安卓跌 30%；再拆版本：新版本覆盖 45% 安卓且该 cohort 跌 40%。定位到新版注册页改版——第三方短信 SDK 升级导致验证码到达延迟。行动：回滚 SDK，转化次日恢复；复盘加『发版日核心漏斗看板』把发现时间从三天缩到当天。

资深方法论三点：归因的量化——贡献度分解，加法指标做差值贡献、乘法指标对数分解，给出『某因素解释了 70% 的跌幅』的可信表述；因果证据链——时间先后、剂量效应、反事实对照（未发版地区没跌），三证齐全才下结论；机制化——把每次归因沉淀成指标异动 SOP 与自动诊断看板，让团队归因能力不依赖个别人。

追问『查不出原因怎么办』：如实报告排查范围、未决假设与观察计划，绝不编故事交差；『多个因素叠加怎么讲』：定量各因素贡献占比给区间估计，说清置信度；『怎么防再发生』：核心指标波动告警加发布关联检查清单，把『事后查』变『事前防』。