数据分析思维与实战（课程笔记）-第2讲（数据分析师日常工作）

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