异常波动数据分析案例集锦：流量相关

数据异常原因分析是每个数据分析师必备技能之一，
对于新手，如何遇到异常的时候展开分析？

数据异常分析原因分析：

1. 数据有问题
• 将时间轴拉长，看数据是近期异常还是历史异常，对比近三个月数据。
• 查看和该指标关联的其他核心指标是否也异常，如果异常，也要一并查看。
• 核查埋点是否有问题， 数据是否存在多发情况。
• 业务口径是否有问题， 取的数据是不是真正需要的数据。
• 写的sql逻辑是否有误， 或者android 和 ios 数据没有相加。
2. 业务发生了变化
• 同口径下，同比环比数据是否异常， 在长时间轴的条件下进行对比
• 进行细拆， 看到底是哪个指标的数据出现了异常， 将该指标和相关的指标一起进行对比
• 与负责此指标的负责人进行沟通， 询问他们近期是否做了推广活动。
• 产品最近是否发布了新版本，或者某个功能改版存在缺陷问题。
3. 其他因素影响
• 假期效应： 开学季， 暑期， 四大节日，当地节日
• 热点事件：常规热点如运动会，世界杯，其他热点事件
• 活动影响： 双11， 618， 支付宝送红包
• 政策影响： 金融监管
• 底层系统故障： 服务器迁移导致数据丢失
• 存在外部刷量作弊情况
• 统计口径： 业务逻辑进行了更改， 之前某业务有统计， 但现在不统计了。 数据计算方式改变

敲黑板！！！要对异常排查进行闭环

1. 持续跟踪后期数据是否再次异常
比如7.0版本数据存在多发现象， 但7.1版本开发说已更改， 当7.1版本发布之后， 要及时去查看数据是否再次异常。
2. 对数据异常一定要记录， 对异常口径要留文档。
3. 邮件化， 当数据异常排查原因查明， 并且确认更改之后， 发邮件给相关方， 描述数据异常的影响范围和主要结论。
总结几个异常分析面试题目，多练习几个就好了

流量指标异常如何分析

1.SaaS网站【注册量】下降的原因

SaaS公司的营销经理 Jody ，需要向产品副总裁汇报注册量下降的原因。
◆ 核心问题：最近我们产品的注册量下降，是什么原因导致？
◆ 假设：由于…注册量下降
o 最近对营销网站的更改
o 某些地区的公众假期
o广告投放转化率下降减少了注册量
o有机搜索排名（针对我们的产品页面）下降到搜索结果的第二页
◆ 数据分析：

1. 第一步思考数据有多少变化？是否是真的异常？
   她开始分别按照天和小时查看数据的变化，发现更改网站（网站注册会出现中断）时注册量确实有下降，但网站更改完成后注册量仍然在下跌，且进一步分析发现对注册表单样式的更改，使转化率略有上升，因此不是对营销网站的更改导致。
   通过进一步查看数据，发现在总体注册量下降期间，到达注册页面的人数减少了大约 10％，因此，可能是上游问题导致的。
2. 接下来，考虑假期假设（下跌开始时间是某些地区的公众假期）。但随着时间的推移，各国的注册量都有所下跌，所以该假设排除。
3. 此时，她整理了一下思绪，决定分析点击付费广告投放更改后的数据。发现其中一个广告系列转化率下降了50％，但这个只占注册量的 1％，所以不是主要原因。又通过渠道查看注册率，发现有机搜索（占注册量的 70％）下降了 20％，推测是几周前页面更改引起的页面排名的变化。于是，她开始检查 SEO数据，发现主要关键字已降低排名，现在位于第二页，这样一来，除了注册量其他方面也会受影响。
4. 最终，Jody除了解释注册量下降之外，还创建了一个策略来恢复注册，并将分析报告呈现给了产品副总裁和首席执行官。

2.【App 激活率】降低的原因。

链路：下载-注册（激活）
◆核心问题：初始下载后，打开和使用 App 的人数减少了，怎样才能提高激活率？
◆ 假设：由于…激活率下降
o App的更改使人们不太愿意激活。
o一群新的（或不同的）人开始尝试这种产品
她注意到在过去 3个月中激活（打开并开始使用 App）的比例一直在稳步下降（与下载总数相比）。
Sofia先查看一些数据来获得更多背景资料。最终她发现下载的绝对数量明显增加，而激活人数仅略有增加。不过两个指标的绝对数字都在增加，让她松了一口气。（注意：根据不同的企业，这可能是也可能不是问题。最终，这取决于是否浪费了额外的注册资金。）
Sofia后续很快确定应用程序中与激活下降相关的初始体验没有任何变化。现在，她更密切地关注哪些人正在下载应用程序以及人口统计数据是否发生了变化。因此，她按地区对下载人群进行了分层，发现来自较低激活区域的下载量略有增加，但这远远不足以解释激活率的下降。
接下来，Sofia分析不同渠道（例如，应用商店搜索，社交广告，推荐等）的下载情况，发现推荐下载渠道的下载量大幅增加，且似乎与她之前提到的增加的下载次数大致相同。深入分析后，她发现通过推荐下载的激活率明显低于其他渠道。
Sofia通过咨询营销团队，了解到基本是一个高流量文章引起的推荐渠道的下载量增加，而且它没有任何成本，具有很大的潜力待开发。Sofia和营销经理下一步准备采取行动增加该渠道的激活量。Sofia最终通过一些快速的数据分析，使最初的问题变成了一个机会。
看完上面的例子，下一步该你分析了，在分析数据时，请记住要考虑差异的真实性（统计显著性）以及差异的实际意义。
随着业务中的运用数据分析的地方比以往任何时候都多，领导者需要培养一种数据驱动的文化，而不是相信他们的直觉。

3.【流量】某一渠道入口流量下降该如何分析 ，如何判定渠道流量是否优秀流量 ,渠道指标你觉得最重要的三个指标是什么?

1. 首先，拉一个流量折线图看流量的情况分析是否是周期因素的影响。
2. 排除周期因素的影响之后，判断是否因为内部因素的影响，对比曝光、点击率、转化率的变化情况，确定主要存在问题和步骤，找到存在问题的步骤之后，然后再找到可能的影响。
3. 最重要的三个指标是：数量、转化率、和收入
4. 渠道最重要的一个功能就是拉新，需要吸引大量的流量才能有更多的转化；转化率决定了一个渠道和产品是否匹配；收入是一个产品的终极目标。
5. 渠道入口一般分为三大类：搜索渠道，引荐渠道，直接渠道，各渠道的影响因素：品牌广告、热点事件、内部访问、营销活动、线下推广、短信宣传、app推广渠道流量的影响因素：统计代码故障、节假日正常波动、营销活动影响、搜索引擎降权、外部推广影响、服务器异常

4.某一渠道入口流量下降该如何分析

渠道入口流量下降
首先，拉一个流量折线图看流量的情况分析是否是周期因素的影响。
排除周期因素的影响之后，判断是否因为内部因素的影响，对比曝光、点击率、转化率的变化情况，确定主要存在问题和步骤，找到存在问题的步骤之后，然后再找到可能的影响。
最重要的三个指标是：数量、转化率、和收入
渠道最重要的一个功能就是拉新，需要吸引大量的流量才能有更多的转化；转化率决定了一个渠道和产品是否匹配；收入是一个产品的终极目标。
渠道入口一般分为三大类：搜索渠道，引荐渠道，直接渠道，
各渠道的影响因素：品牌广告、热点事件、内部访问、营销活动、线下推广、短信宣传、app推广
渠道流量的影响因素：统计代码故障、节假日正常波动、营销活动影响、搜索引擎降权、外部推广影响、服务器异常；

5.【直播流量】直播行业：业务同事说新主播抱怨流量和流水都有减少的现象，如何分析

流水=流量转化率arppu（客单价）
异常分析方法论：
强哥：那如果某项业务数据出现异常，你会怎么定位原因呢？
• 看趋势，判断是否是异常；与业务人员沟通，近期是否有改动；
• 如果有改动，那就重点分析下是否是改动带来的影响。
• 如果没有，那就细分维度来看了，比如说充值金额降得很明显，可以分为新老客户看，是否是新用户造成？
• 如果是，再往上看，是渠道推广减少，还是注册率下降，还是转化率降低，还是付费arppu减少；
• 如果是老用户，那看是人数还是arppu，就这样不断转换维度，不断下钻。
强哥：这样听起来还是有点抽象，**能不能举个具体的例子呢？**比如工作中碰到过的情况，可以讲一讲吗？
小姐姐Y：比如，业务同事说新主播抱怨流量和流水都有减少的现象。
• 我先是查了下近3个月新主播的整体流量和流水（收益），确实是有所减少，且趋势非常一致，初步判断是流量减少所致。
• 第二步，查看不同平台（安卓，web，ios)的流量变化，发现主要是安卓和ios的流量较小。
• 第三步，看这2个平台不同流量来源的变化，发现有4个流量入口下降非常明显，与业务同事，沟通，发现是之前做了产品上的改动，人为导致了流量下降。
• 为了验证是否是这几个入口流量所致，去除了这几个入口后再对比新主播前后的流量和收益，没有太大变化。就能肯定是这几个入口的流量减少导致主播收益减少。

毕业4年，从应届生到BI数据分析师老油条，不定期将过去自己求职积累经验和数据分析学习相关的一些笔记分享给大家，对互联网数据分析、机器学习有兴趣的朋友也可以关注我的工重号：python数据分析和机器学习，专注BI、数据分析和机器学习的学习和实践 .