之前陈老师分享了:汽车的速度表,可能是最好用的数据产品了。实际上,日常生活中还有一款数据产品非常普遍、非常好用,那就是——体温计。现在的电子体温计,只要在额头滴一下就知道体温,真方便!谁用谁知道。特别是有宝宝的同学,每家必备。
和汽车的速度仪一样,体温计有以下优点:
重要指标。宝宝哭闹的时候,发烧和不发烧是天渊之别的。
形式简单。就一个数,非常容易看,含义也直接。
指向明确。38.5+必须马上退烧,38.5到37要持续关注,37-就不用太担心。
这些有点,使它的使用率、重视度、有用性都非常高。可称优秀。
可它和速度表有一个重大区别:它不具备即时响应的功能。体温不能像速度那样,超了就踩刹车,低了就踩油门,一脚下去就见效。俗话说:病来如山倒,病去如抽丝。即使我们知道宝宝发烧了,也没有一款神药一口下去就退烧。生病从来不会秒好,所以就得持续关注。这也是我们今天要分享的重点:数据指标的走势怎么看。
关注体温走势是非常非常重要的。因为:
一来,确诊非常困难。像小宝宝发烧这种事,即使去了医院也不见得就能看出来啥原因。
二来,确诊的成本太高。莆田系的医院不敢去,小卫生所没有儿科大夫,大医院的儿科都挤满了人。开车、停车、排队要折腾太久。如果还要验个血什么的,就等着小宝宝闹翻天吧。如此折腾,没病都整出病来。
三来,太猛的药不敢用。陈老师就遇到过广州妇女儿童医疗中心的庸医给不到1岁的宝宝开扑尔敏的,这么狠的药谁敢给宝宝吃。
四来,隐藏的问题可能很严重。虽然几乎所有的科普号都在说,小宝宝发烧不是大问题。可又是这些科普号在说,同样的症状,发烧就意味着有可能有大问题。那万一真有大问题怎么办!所以家长们都很想搞清楚。
五来,即使用药,也要缓慢见效,短时间可能看不到数据上的变化,着急也没用。
确诊很困难,管又管不了,不管又不行,不敢用大力,用完还得等。这种前怕狼后怕虎的纠结场面,就得通过持续观察走势来解决。体温计可以输出一个体温数据,但这种体温数据的解读方法,不是看单一的指标,而是看一系列指标组成的一个走势图。这个走势图,有以下7个要点组成。
第一,开始时间:首次发现问题的时间。家长们如果养成好习惯,遇到宝宝哭闹,先测个体温看看有没有问题,关注首次开始时间,就不会等到小宝宝病的不行了才发现。而且可以及时记录在发现生病前,小宝宝干了什么事,对后续诊断有大用。
第二,加剧趋势:从首次发现以后,问题越来越加剧的走势。一次检测有可能有误差,可能要连续测2-3次,如果持续发烧,就得提高警惕,加大关注的频率。
第三,峰值:问题最高的点。峰值含义很明确了,如果小宝宝真发烧超过38.5,甚至39度,并且测2-3次都是这样,可能就得直接上退热贴,然后赶紧去医院。如果峰值没有到警戒线,还可以持续观察一下。
第四,改善趋势:问题是否有好转,是否持续向好转方向变化。如果是正常波动,或者小病小灾,可能在过一段时间以后就自愈了。如果没有出现改善趋势,甚至磕了美林都没用,这就得马上找医生了。
第五,结束时间:问题何时再也观测不到了。记录结束时间也很重要,一来可以知道问题已经结束了。二来,它可以用来计算下边两个要素。
第六,持续时间:整个问题持续了多久。整体问题持续时间对于评估问题也很有用。如果小宝宝多个月来发烧的次数不见少,每次时间越来越长,可能就真的有所谓:隐藏的大问题。可能真的是体质不好或者家长没带到位。这时候可以再深入分析一下。
第七,波动范围:问题持续时间内,最大值和最小值差距。波动范围能在事后总结一个规律,下次遇到类似问题,只要在范围内的可以安心一点。
这样综合看数据,就能让家长自己信心越来越足。刚开始的新手爸爸妈妈可能都没啥经验,遇到宝宝发烧就慌手慌脚。但是经过几次以后,就会大概了解情况。宝宝有个小感冒啥的,完全是正常的,不用像爷爷奶奶那样吓得大喊:快去医院!(又不是他们带着去,站着说话不腰疼)也不怕错过问题。
更重要的是,这样详细的记录,在见到医生的时候能更快确诊。医生了解的越多,诊断的速度越快。然而有些家长素质就很差:
不看数据的:体温测都不测,就抱着孩子跑去医院大喊:孩子发烧啦!医生测了几次都不过37度。
看数据只看一眼的:测了一下38度就急匆匆的跑去医院,结果是测量误差的。
看数据但不记录情况的:见了医生只会说“也没干啥啊,本来好好的啊”
而且,你会发现素质越差的家长,对医生要求越高。
他们的口头禅就是:
“我不管!”
“看病是医生的事!”
“你是医生你怎么能不知道!”
“现代医疗设备不是很牛逼吗!”
╮(╯▽╰)╭
我也认为看病是医生的事,但孩子是自己的孩子,自己不负责任,谁来负责任。
确诊很困难,管又管不了,不管又不行,不敢用大力,用完还得等。这场面很眼熟啊,是不是让大家联想到了我们平时工作中做的销售、运营分析日报。
经常日销售额、日活跃率、日新增用户等指标出现波动,短时间内根本找不清楚原因;码还没写完,第二天数据好像又回来了;即使看到短时间波动,业务上也没办法做出改变;即使想改变,也不敢按照一两天情况做决策。万一用力过猛把钱都花完了,下半年咋办?更糟糕的是,往往数据分析师是最后一个知道业务到底发生什么的。业务方临阵做了一堆调整,可能根本没有知会数据分析师。等到解读数据的时候,自然是不知道从何讲起了。
所以,往往遇到短期数据波动,数据分析师们最倾向于找:是不是数据错了。然后内里默念:拜托拜托,必须是数据错了。如果数据错了还好解释,把数据改过来就好。问题很多时候就是会遇到数据真实的、奇怪的波动,咋整?
解决这个问题的办法,也是要会解读日报表走势,对常见的问题场景的形态和7大参数有一个清晰的认知。这样就不会陷在一个数据的波动里,而是把控全局。比如做促销活动,大家都知道上促销时销售额会大涨。可仔细看一下,至少促销有5个时间周期,每个周期理论上都有7个参数可以看。这样即使日报只报告了销售额一个数据,也能勾画出促销走势(如下图)
有了走势的感念,就能归纳过往经验。比如一个品类的商品,一种促销活动在做的时候:
整体走势会是什么样子?
五个周期各多长?
引爆期爆发峰值会有多少?
引爆期销量应该占到整体多少?
最长活动效果能去到多少天?
收关再做一轮推送,能再拉动多少?
促销完了,需要恢复多久?
这些参数可以归纳出大致范围。这样短期内就关注有没有出现重大异常,及时提醒问题;长期内,可以关注走势形态有没有变化,比如蓄力期是不是越来越长(意味着促销拉动越来越差),是否引爆期爆发力在下降,不同活动差异如何等等。这样即使只有一条日报的数据,也能做出丰富的解读。
而新手们往往忽视整体走势,只盯着一个数字看。被追问一天的变化异常的时候,又急着拿用户画像相关的一堆很具体的数据,拆分一堆维度找原因。跑数效率慢不说,很有可能看不出啥来。更重要的是,缺少对走势的积累,会容易丧失目标感。比如判断促销爆发力好不好,完全凭业务方感觉,没有真正计算过数据。最后的结局,当然和那些被医闹怒喷的医生一样,遭到业务方的鄙视:
“我不管!”
“立即分析出原因!”
“做分析数据是你的事!”
“人工智能不是很牛逼吗!”
╮(╯▽╰)╭
实际上,日报数据形态很丰富,促销是典型的爆发型形态,类似的还有政策调整、系统升级等;还有周期性形态,一次型突发形态,持续控制型,之后我们慢慢分享。这个过程就和新手爸妈成长为老手爸妈一样,着急不得,孩子要一天天长大的。大家记得关注陈老师,持续追剧哦。