字节跳动ClickHouse在用户增长分析场景的应用

业务背景：就是做用户增长，提升dau
主要是通过使用clickhouse来挖掘数据，供业务决策，你的策略是否有效
需要数据支持，数据驱动业务增长

app新发版之后，发现dau下降，这时候正常的操作就是，是不是发版的问题，其实这么
思考确实没有错，因为你的app版本会影响dau的埋点和上报，会带来dau统计降低
当然这么断然决定app版本升级带来的问题，也是一种猜测，需要数据提供支持
陈星团队通过数据分析发现，老用户留存率依然很高，只是新用户留存率比较低，那
问题出在了拉新环节上，这不是这个新用户的用户质量问题，有没有刷量的用户（假流量）

下面就是比较常规的方法轮，这个其实也是通过数据，推动算法迭代
然后在不同的分层实验平台上进行A/B测试，看效果，如果ok就全量上线。

既要支持用户行为分析，也就是常说的漏斗分析，看看是哪个环境出现了流失，哪个环境
带来的效果还，反复迭代规律，提升营销的效果
多维度分析，主要是看多个维度下分维度交叉对比，维度带来的效果，比如设备维度
策略维度，小时维度，媒体维度，广告类型等等

看这个产品，感觉还马马虎虎，麻雀虽小，五脏俱全。大家可以模仿一下，如果公司
内没有这些页面，可以加上，其实就是比较常规的数据分析功能。

下面就是比较核心的，技术方案选型，我就不一一列举了，这些都是面试的点

下面就是一些开发迭代了，其实就是一步步迭代的过程，当然ppt上写的很简单
相信他们其实走的路，常人难以体会到，尤其是新框架的摸索

我觉着他们的玩法，很好，别管能不能行，先来一个简单的数据倒入，先查查看看
效果，好多公司只是旁观，不敢去主动尝试。