【数据分析】数据分析师3板斧

某项线上活动的流量情况如下，怎样从数据分析师的角度来发现问题？

1.找出问题：精确使用描述性统计

精确使用描述性统计可以对样本的基本情况和特征进行说明。
在日常业务中经常被使用的描述性统计量:
中位数：按照从大到小排列，处于中间位置的数字
平均数：算数平均数、几何平均数、加权平均数
分位数：按照从小到大排序、第x位置的数
异常值：Q1-1.5IQR、Q3+1.5IQR
方差/标准差：描述数据离散程度

描述性统计	数值
平均值	95174
中位数	12826
四分位数	上四分位数 12224 ；下四分位数 13582
异常值区间	（10188，97500）

• 从中位数、上下四分位数 看数据的波动不太大
• 有3天有异常 远远超过异常值区间
• 整体趋势稍微往下降趋势

2.找出问题,着眼于变化，寻找异常值

日常工作中的流量数据、用户数据、转化数据、交易数据都有固定的波动周期，每个周期内的数据变化应该是趋于稳定的，如果某天的
数据不在符合预期的范围内稳定变化就是数据异常。
对数据异常的敏感度主要有：数据波动是否为异常？异常的范围、波
动的程度，是否需要深入分析。

评估变化的方法

• 同比：对比同期变化 （和上周五比）
• 环比：对比连续周期
• 增长率：可以有效评估累计型的指标

● 异常值：三个超高UV
增长率的原因
一是因为周末，UV本来就高；二是因为这三天我们有合作渠道的推广，造成UV暴增,说明这种渠道的推广效果还不错
● 变化：活动的峰值的增长率有向下的趋势，活动效果放缓

3.分析问题：细分指标，多维度分析

通过多维度、拆分指标进行分析，来寻求指标变化可能的原因。
● 同一指标，不同维度
● 拆解指标，深挖数据

常用的指标维度：
用户指标：地区、年龄、性别、学历、设备型号、操作系统
产品指标：产品类型
运营指标：活动类型
营销指标：营销渠道、营销方式

维度	数值
地区维度	海外地区、国内地区
产品维度	少儿图书、文学作品、工具书、家居用品
渠道维度	自有APP、广告合作渠道
年龄维度	年龄段分布

• 通过分析，我们发现海外地区的APP用户UV在逐渐下降

分析问题：交叉分析

只关注单一维度和指标会造成我们主观判断上的偏差：
● 幸存者偏差
没有转化的用户，退出网站的用户的路径分析
● 维度偏差
UV下降，但是转化率可能很好，单纯用UV下降评估活动效果会造成偏差，转化率上升说明用户质量高，也反映渠道效果不错

• 引入CTR作为交叉分析的指标，从折线图来看,CTR和UV的关系并不大

4.分析问题：相关性分析，找出问题关键因素

相关性分析对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量因素相关的密切程度。
相关性分析在数学层面很难做到严谨性，但是在业务层面具有
非常大的可解释性。

	UV	CTR
UV	1
CTR	0.53	1

• 通过计算相关系数，我们发现UV和CTR之间的相关系数超过0.5，在实际业务中可以判断为强相关。
• UV的下降确实造成转化率有一定的下降，渠道效果确实在下降

5.分析问题：预测性分析

在业务中，我们通常通过预测性分析来判断核心业务指标的发展趋势。
尽管预测性分析可以为未来的趋势提供指导，但是预测也只是一种估计，数据的质量和业务状态的稳定性决定着预测的准确性，所以这类分析往往需要持续不断的优化

• 通过预测性分析我们发现在未来活动页的UV会逐渐降低，峰值会停留在20000左右
• 结论和分析的逻辑去和业务方落实下一步优化