对于数据分析师而言,监控日常指标数据是必不可少的工作,数据异常分析也是数据分析工作中最常见且重要的分析主题。且指标异动问题也是面试的高频考点。
1、数据异常的表现形式
当我们面对市场、产品、运营等各种业务场景,经常会发现很多异常数据的问题,比如:
-
某APP日活DAU相比昨日突然下降了10%,该如何分析?
-
某公司销售收入环比上月下降了15%,该如何分析?
-
某产品客单价环比上月下降了20%,该如何分析?
-
……
上述各种业务场景,其实都是发现了数据有异常波动的情况,那接下来问题来了,我们该如何着手进行分析呢?
大部分人解决问题的思路,都是直奔主题找原因,上来就去找出现异常的原因、异常点在哪里。其实这种分析思路有一个最大的弊端就是不够体系化,往往能够找到一些原因,但是很可能是片面的,接下来就给大家分享一种比较实用的方法,称之为“点 - 线 - 面”分析法。
2、数据异常分析的常用方法论