数据异常排查

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：

• 业务理解

• 指标口径

• 当前数据产出过程

异常排查步骤：

• 判断是否异常
• 最大概率法则归类
• 闭环

第一步判断是否异常，有4个关键点：

• 亲自去看数据准确性，不要人云亦云

• 时间轴拉长，看是近期异常（3个月）还是历史异常

• 看和该指标关联的其他指标或其他核心指标是否也异常

• 找到一个关键人物（产品/数据），提前沟通

第二部就是最大概率法则归类

• 假期效应：开学季、暑假、四大节、当地节日

• 热点事件：常规热点（世界杯）、突发热点（爆款IP）

• 活动影响：双11、618，公司层面活动

• 政策影响：互联网金融监管，快递实名

• 底层系统故障：数据传输、存储、清洗有问题

• 统计口径：业务逻辑更改、指标计算方式更改

第三部就是闭环，当我们排查出问题原因后，一定要形成闭环，关于闭环有三点：

• 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，产品作相应的改进，而问题仍在就说明前期排查问题出错
• 记录、沉淀、文档化，因为后续我们可能还会遇到相同问题，所以记录文档利人利己
• 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