
以下的文章內(nèi)容來(lái)源于柯家媛老師的專欄,如果您想閱讀專欄《小白必備的數(shù)據(jù)思維課》,點(diǎn)擊下方鏈接
https://edu.cda.cn/goods/show/3844?targetId=6753&preview=0
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?!?。
比如突然的漲,突如其來(lái)的跌。數(shù)據(jù)漲跌是我們?cè)谌粘9ぷ髦?,最容易被發(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(shuō),平時(shí)數(shù)據(jù)沒(méi)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。
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(mǎi)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(mǎi)入多一點(diǎn)兒。
在數(shù)據(jù)分析的過(guò)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(shuō)是復(fù)制它!
針對(duì)異常數(shù)據(jù)的處理,通常有五個(gè)步驟:
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(guò)觀測(cè)數(shù)據(jù)發(fā)現(xiàn)異常。評(píng)估這個(gè)變化,可以問(wèn)“異常的范圍是什么?”“此時(shí)的變化是否屬于異常?”
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(wèn)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。如果確實(shí)可以定義為自然增值,那么就沒(méi)有太大的必要深究,如果定義為異常,那么就可以去挖掘?qū)е伦兓脑蛄恕?/p>
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。
這個(gè)步驟主要是考慮商業(yè)宣傳和產(chǎn)品運(yùn)營(yíng)上的影響,是否有相關(guān)的操作可能導(dǎo)致該指標(biāo)的變化?下面舉3個(gè)例子:
(1)例如促銷力度加大了,可能導(dǎo)致下單用戶量猛增,但是銷售額卻沒(méi)有多大變化;
(2)例如在快手上投放廣告,沒(méi)有在抖音上進(jìn)行投放,所以產(chǎn)品里的北方人占比明顯增加;
(3)例如在B站進(jìn)行運(yùn)營(yíng)初見(jiàn)成效,導(dǎo)致產(chǎn)品中彈幕使用量、AWSL、我可以等網(wǎng)絡(luò)用語(yǔ)激增;
找到原因之后,就是針對(duì)性的解決問(wèn)題了,根據(jù)問(wèn)題的原因,動(dòng)用公司的相關(guān)資源,去解決這個(gè)問(wèn)題。
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)。
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(guò)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(wèn)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(wèn)題:數(shù)據(jù)跌了那么多,問(wèn)題是不是很嚴(yán)重呢?往期有沒(méi)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(méi)有這個(gè)問(wèn)題的,那說(shuō)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(wèn)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(wèn)題了呢?再來(lái)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(wèn)題的可能性。
那是不是服務(wù)掛了呢?按小時(shí)或者分鐘來(lái)查看數(shù)據(jù)是不是符合平時(shí)流量規(guī)律?
通過(guò)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(wèn)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(lái)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(méi)有用的。所以,需要大家在工作中,不斷的積累,不斷的驗(yàn)證。
業(yè)務(wù)分析是所有數(shù)據(jù)分析工作的基礎(chǔ),不懂業(yè)務(wù)根本沒(méi)法進(jìn)行數(shù)據(jù)分析,也無(wú)從判斷數(shù)據(jù)是否異常。
通過(guò)上面的案例解析,發(fā)現(xiàn)在確定問(wèn)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(guò)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)。
以上的文章內(nèi)容來(lái)源于柯家媛老師的專欄,如果您想閱讀專欄《小白必備的數(shù)據(jù)思維課》,點(diǎn)擊下方鏈接
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(wú)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(kāi)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(kāi)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(pán)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(kāi)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(pán)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(wèn)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(wèn)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(wèn)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(guò)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(jiàn)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(wú)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