
要處理數(shù)據(jù)異常,我們要先知道什么是數(shù)據(jù)異常。首先要有數(shù)據(jù),才能知道什么是“異常”,百度百科的解釋是:指非正常的,不同于平常的。比方如突然的漲,突如其來的跌。
數(shù)據(jù)漲跌是我們?cè)谌粘9ぷ髦校钊菀妆话l(fā)現(xiàn)的現(xiàn)象,也是我們平時(shí)工作中要去分析的。也就是說,平時(shí)數(shù)據(jù)沒有波動(dòng),也許我們不需要去分析,但是如果數(shù)據(jù)有漲或者跌我們都需要去查出原因的。
為什么漲和跌都要關(guān)注?
相信很多朋友跟我一樣,起初接觸到數(shù)據(jù),我只關(guān)心跌,為什么昨天的數(shù)據(jù)跌了?并去分析其原因,也會(huì)關(guān)心漲,但并不關(guān)心為什么漲,就像買股票一樣,跌了痛心疾首,并分析原因,漲了滿心歡喜,后悔自己為什么不買入多一點(diǎn)兒。
在數(shù)據(jù)分析的過程中,我們不僅僅要關(guān)心跌,以便采取相應(yīng)動(dòng)作,減緩跌的趨勢(shì),也更要關(guān)心漲,弄清楚漲的原因,并放大它,或者說是復(fù)制它!
數(shù)據(jù)異動(dòng)分析方法論
針對(duì)異常數(shù)據(jù)的處理,通常有五個(gè)步驟:
1.發(fā)現(xiàn)異常
就像你發(fā)現(xiàn)昨天數(shù)據(jù)跟往前不一樣,猛漲了還是猛跌了,通過觀測(cè)數(shù)據(jù)發(fā)現(xiàn)異常。
2.確定問題
發(fā)現(xiàn)異常之后,我們要確定這個(gè)異常是不是一個(gè)問題,有多嚴(yán)重,可以用對(duì)比分析法從時(shí)間維度上進(jìn)行周同比、月同比或者是年同比。
3.確定原因
用多維度拆解法,對(duì)于這個(gè)異常的指標(biāo)從不同的維度去拆解,找出原因。
4.針對(duì)性解決問題
找到原因之后,就是針對(duì)性的解決問題了,根據(jù)問題的原因,動(dòng)用公司的相關(guān)資源,去解決這個(gè)問題。
5.執(zhí)行
最后就是執(zhí)行解決方案,把這個(gè)異常數(shù)據(jù)真正的從異常到執(zhí)行,完成一個(gè)閉環(huán)。
案例解析
舉個(gè)栗子:你現(xiàn)在是做社交APP產(chǎn)品的,在處理數(shù)據(jù)的過程中,發(fā)現(xiàn)某一天的數(shù)據(jù)異常,該如何分析?
發(fā)現(xiàn)問題:在對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)匯總時(shí)發(fā)現(xiàn)某一天的異常數(shù)據(jù)。
確定問題:數(shù)據(jù)跌了那么多,問題是不是很嚴(yán)重呢?往期有沒有這么大的浮動(dòng)?
由上圖的周同比和月同比數(shù)據(jù)可以看出,往期是沒有這個(gè)問題的,那說明這是一個(gè)嚴(yán)重的個(gè)例,表示這一天確實(shí)發(fā)生了什么事情,造成數(shù)據(jù)異常的情況。
確定原因:那是不是哪個(gè)省份出了問題呢?下面我們按省份進(jìn)行查看,由下圖可以看出,這次數(shù)據(jù)的猛跌是全國(guó)范圍內(nèi)的,基本上所有的省份都有下迭,這樣就排除了某個(gè)區(qū)域下跌的原因。
那是不是設(shè)備出問題了呢?再來看不同操作系統(tǒng)的數(shù)據(jù)有什么不同,由下圖可以看出安卓和iOS在這天都出現(xiàn)了下跌,所以排除了設(shè)備出問題的可能性。
那是不是服務(wù)掛了呢?按小時(shí)或者分鐘來查看數(shù)據(jù)是不是符合平時(shí)流量規(guī)律?
通過上圖可以看出,在這一天的0:01分,平臺(tái)的數(shù)據(jù)為0,出現(xiàn)了斷崖式下跌。而對(duì)于社交產(chǎn)品,以往這個(gè)時(shí)間用戶活躍度是很高的,由此可以確定,這一天的數(shù)據(jù)異常確實(shí)是因?yàn)榉?wù)掛了。
針對(duì)性解決問題:聯(lián)系相關(guān)負(fù)責(zé)人制定及時(shí)有效的解決方案。
執(zhí)行:落實(shí)和監(jiān)測(cè)解決方案的執(zhí)行效果。
以上五個(gè)步驟看起來簡(jiǎn)單,但它是基于對(duì)業(yè)務(wù)洞察的基礎(chǔ)之上的,需要根據(jù)以往的經(jīng)驗(yàn),才能做出這些判斷 。如果對(duì)自己的業(yè)務(wù)不了解,再多的工具或是方法論,都是沒有用的。所以,需要大家在工作中,不斷的積累,不斷的驗(yàn)證。
通過上面的案例解析,發(fā)現(xiàn)在確定問題時(shí)我們提了很多假設(shè),其實(shí)數(shù)據(jù)只是驗(yàn)證假設(shè)的支撐工具。而這些假設(shè)是基于對(duì)業(yè)務(wù)有足夠了解的基礎(chǔ)之上的,在這個(gè)過程中,需要不斷的去試錯(cuò),不斷的積累行業(yè)及業(yè)務(wù)的洞察,才能做出這些假設(shè)。
常見的假設(shè)
1.活動(dòng)影響:查對(duì)應(yīng)活動(dòng)頁(yè)面及對(duì)應(yīng)動(dòng)作的數(shù)據(jù)波動(dòng),關(guān)注活動(dòng)是否有地域?qū)傩?/strong>
通常市場(chǎng)或者運(yùn)營(yíng)會(huì)去做一些活動(dòng),所以如果數(shù)據(jù)出現(xiàn)問題,先看看PV、UV等數(shù)據(jù),看是不是活動(dòng)的影響。
2.版本發(fā)布:將版本號(hào)作為維度,區(qū)分查看
有時(shí)候數(shù)據(jù)出現(xiàn)異常也有可能是新版本的發(fā)布帶來的波動(dòng),所以也可以把版本拎出來看,如果發(fā)布的是V1.5,我們可以對(duì)比著看看V1.3、V1.4這三個(gè)版本數(shù)據(jù),看是否正常。
3.渠道投放:查看渠道來源變化
WEB端的渠道來源有很多很多,但是像APP就有點(diǎn)困難,這時(shí)可以看看新增的渠道來源,來看看變化影響。
4.策略調(diào)整:策略上線時(shí)間節(jié)點(diǎn),區(qū)分前后關(guān)鍵指標(biāo)波動(dòng)
工作中我們會(huì)經(jīng)常改變策略,比如說搜索策略,推薦策略等等,但是呢策略改變之后上線,它肯定有上線時(shí)間節(jié)點(diǎn)的,這時(shí)候可以把這個(gè)時(shí)間節(jié)點(diǎn)像剛才講的案例那樣,拆分成分鐘來觀察。
5.服務(wù)故障:明確故障時(shí)間,按時(shí)間維度進(jìn)行小時(shí)或者分鐘級(jí)別進(jìn)行拆分
通過上面的案例可以看出,服務(wù)故障出問題是有一個(gè)明確時(shí)間的,按照上面案例講的方法來觀察,按分鐘來查看,看有沒有出現(xiàn)斷崖式下跌,這個(gè)時(shí)候就可以明確是不是服務(wù)出現(xiàn)了故障。
——熱門課程推薦:
想學(xué)習(xí)PYTHON數(shù)據(jù)分析與金融數(shù)字化轉(zhuǎn)型精英訓(xùn)練營(yíng),您可以點(diǎn)擊>>>“人才轉(zhuǎn)型”了解課程詳情;
想從事業(yè)務(wù)型數(shù)據(jù)分析師,您可以點(diǎn)擊>>>“數(shù)據(jù)分析師”了解課程詳情;
想從事大數(shù)據(jù)分析師,您可以點(diǎn)擊>>>“大數(shù)據(jù)就業(yè)”了解課程詳情;
想成為人工智能工程師,您可以點(diǎn)擊>>>“人工智能就業(yè)”了解課程詳情;
想了解Python數(shù)據(jù)分析,您可以點(diǎn)擊>>>“Python數(shù)據(jù)分析師”了解課程詳情;
想咨詢互聯(lián)網(wǎng)運(yùn)營(yíng),你可以點(diǎn)擊>>>“互聯(lián)網(wǎng)運(yùn)營(yíng)就業(yè)班”了解課程詳情;
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10