第二讲
日常工作
01 数据异常的排查
- 数据有较大波动,无非两个原因:
1、目前数据本身有问题
2、业务本身有问题 - 数据异常排查的前期准备:
1、业务理解
2、指标口径
3、当前数据产出过程 - 判断是否异常:
1、亲自去看数据准确性,不要人云亦云
2、时间轴拉长,看是近期异常(3个月)还是历史异常
3、看和该指标关联的其他指标或其他核心指标是否也异常
4、找到一个关键人物(产品/数据),提前沟通 - 最大概率法则原因归类:
1、假期效应:开学季、暑假、四大节、当地节日
2、热点事件:常规热点(世界杯)、突发热点(爆款IP)
3、活动影响:双11,、618、公司层面活动
4、政策影响:互联网金融监管、快递实名
5、底层系统故障:数据传输、存储、清洗有无问题
6、统计口径:业务逻辑更改、指标计算方式更改 - 闭环
1、持续跟踪后期数据是否再次异常
比如当我们排查出原因后,产品做相应的改进,而问题仍在就说明前期排查问题出错
2、记录、沉淀、文档化,因为后续我们可能还会遇到相同问题,记录文档利人利己
3、邮件化,只有确认没有问题再发邮件给相关方,描述影响范围和主要结论即可
02 融入专项
- 三个特征:
1、有目标:紧贴项目KP