來(lái)源|小飛象&木木自由

什么是異常分析？異常分析（Anomaly Analysis）是指對(duì)不正常的數(shù)值（指標(biāo)）進(jìn)行分析，嘗試找出原因，并給出解決方案。

異常分析，一方面是數(shù)據(jù)分析師、數(shù)據(jù)運(yùn)營(yíng)、數(shù)據(jù)產(chǎn)品、數(shù)據(jù)開(kāi)發(fā)工程師、數(shù)倉(cāng)、數(shù)據(jù)科學(xué)家、數(shù)據(jù)總監(jiān)等數(shù)據(jù)人的一項(xiàng)基本日常工作；另一方面異常分析涉及問(wèn)題分析、結(jié)構(gòu)分析、對(duì)比分析、假設(shè)分析等數(shù)據(jù)分析基本技能，這些都是數(shù)據(jù)分析能力的基本要求。比如指標(biāo)的突然上升或者突然下降，也或者是指標(biāo)的持續(xù)上升或者持續(xù)下降，只有找到背后真實(shí)的原因，才能更好的進(jìn)行后續(xù)動(dòng)作，或者策略迭代，否則就是盲打，原地打轉(zhuǎn)。

異常分析的具體場(chǎng)景，比如：

搜索領(lǐng)域：假設(shè)百度的流量突然降低了，是什么原因？

短視頻領(lǐng)域：假設(shè)抖音的人均活躍時(shí)長(zhǎng)連續(xù)7天下降了，該如何分析？

電商領(lǐng)域：假設(shè)京東的9月GMV比8月GMV下降了30%，該怎么分析？

那么，今天將系統(tǒng)的梳理總結(jié)一下這類問(wèn)題的分析框架以及需要考慮的問(wèn)題，今后在遇到此類問(wèn)題時(shí)，希望能有一個(gè)明確的著力點(diǎn)以及分析思維。

01

一般來(lái)講，產(chǎn)品的某些數(shù)據(jù)指標(biāo)都會(huì)具有固定的波動(dòng)周期，而且每個(gè)周期內(nèi)數(shù)據(jù)的變化應(yīng)該趨于穩(wěn)定，但在數(shù)據(jù)監(jiān)控體系里的日?qǐng)?bào)、周報(bào)、月報(bào)中某數(shù)據(jù)指標(biāo)突然不再符合預(yù)期的穩(wěn)定變化，這就是我們所說(shuō)的數(shù)據(jù)出現(xiàn)異常波動(dòng)。在這種情況下，我們就需要去深挖數(shù)據(jù)異常產(chǎn)生的原因。

判斷異常的關(guān)鍵看和誰(shuí)進(jìn)行比較。所以異常分析的要素主要有兩個(gè)：被比較的數(shù)值，比較的數(shù)值。這里被比較的數(shù)值，常常是實(shí)際數(shù)值，業(yè)內(nèi)數(shù)值、環(huán)比指標(biāo)、同比指標(biāo)、期望數(shù)值、經(jīng)驗(yàn)指標(biāo)等等。有時(shí)候可能是兩個(gè)正確（錯(cuò)誤）的指標(biāo)進(jìn)行比較，尋找差異。 

而做數(shù)據(jù)異常分析核心就是結(jié)合以往經(jīng)驗(yàn)及各種信息，找出最有可能的原因假設(shè)，通過(guò)將數(shù)據(jù)指標(biāo)的進(jìn)行拆分，再多維度分析來(lái)驗(yàn)證假設(shè)，定位問(wèn)題所在。其過(guò)程中可能會(huì)在原假設(shè)基礎(chǔ)上建立新的假設(shè)或者是調(diào)整原來(lái)假設(shè)，直到定位原因。

其實(shí)，通過(guò)我們每一次的異常分析來(lái)定位造成數(shù)據(jù)波動(dòng)的問(wèn)題及原因，建立起日常運(yùn)營(yíng)工作和數(shù)據(jù)異常波動(dòng)之間的關(guān)聯(lián)性，進(jìn)而就可以從中找到促進(jìn)數(shù)據(jù)增長(zhǎng)的新的思路和方法，改變數(shù)據(jù)結(jié)果。

02

現(xiàn)在，我們先來(lái)明確一下數(shù)據(jù)指標(biāo)出現(xiàn)異常：上升或下跌，通常有以下情況：

?一次性波動(dòng)：只在某個(gè)時(shí)間節(jié)點(diǎn)發(fā)生波動(dòng)。一次性上升/下跌背后原因的一般都是短期/突發(fā)事件，比如系統(tǒng)更新導(dǎo)致數(shù)據(jù)統(tǒng)計(jì)錯(cuò)誤，突發(fā)的渠道投放凍結(jié)等。

?周期性波動(dòng)：會(huì)周期性發(fā)生上升/下跌，比如雙十一、周末、春節(jié)等季節(jié)性因素。一般業(yè)務(wù)開(kāi)展都有周期性，比如考勤工具類APP，就是以周為單位循環(huán)。工作日和周末就是有明顯差異波動(dòng)。

?持續(xù)性波動(dòng)：從某時(shí)間開(kāi)始，一直出現(xiàn)上升/下降趨勢(shì)。而持續(xù)性上升/下跌背后原因往往都是深層次的，比如用戶需求轉(zhuǎn)移，渠道投放長(zhǎng)期暫停，大環(huán)境等因素，導(dǎo)致出現(xiàn)持續(xù)性的。

以上，這三種情況意味著問(wèn)題本身不同的嚴(yán)重程度。如果是數(shù)據(jù)指標(biāo)下跌的話，周期性下跌一般都不需要做特殊處理；一次性下跌往往來(lái)的比較突然，要關(guān)注事件持續(xù)性；持續(xù)性下跌的，特別是不見(jiàn)好轉(zhuǎn)，持續(xù)的時(shí)間越長(zhǎng)問(wèn)題越嚴(yán)重。需要注意是不能單純的看日周月報(bào)表中趨勢(shì)圖的走勢(shì)，要結(jié)合波動(dòng)的幅度來(lái)看，幅度越大，說(shuō)明出現(xiàn)的異常問(wèn)題越值得注意。

03

那么接下來(lái)，捋清楚思路，我們以某APP的日活有所下降，該如何著手分析呢？

第一步：確認(rèn)數(shù)據(jù)以及統(tǒng)計(jì)來(lái)源的準(zhǔn)確性 。在這里強(qiáng)調(diào)一下， 數(shù)據(jù)真實(shí)性是根基。

實(shí)際上因?yàn)閿?shù)據(jù)源出問(wèn)題，導(dǎo)致的指標(biāo)異常非常非常多，所以在開(kāi)始著手分析前，必須首先確認(rèn)數(shù)據(jù)的真實(shí)性。經(jīng)常會(huì)遇到服務(wù)器異常、數(shù)據(jù)后臺(tái)統(tǒng)計(jì)出現(xiàn)錯(cuò)誤、在數(shù)據(jù)報(bào)表上出現(xiàn)異常值。所以，遇到問(wèn)題第一順位先確認(rèn)數(shù)據(jù)沒(méi)有錯(cuò)，找數(shù)據(jù)統(tǒng)計(jì)相關(guān)的產(chǎn)品和開(kāi)發(fā)確認(rèn)下數(shù)據(jù)的真實(shí)性。

第二步：了解清楚數(shù)據(jù)指標(biāo)（app日活）具體業(yè)務(wù)情況和異常情況。明確以下問(wèn)題：

①明確日活究竟下跌了多少？持續(xù)的時(shí)間是多久？

②相比昨天、上周都分別跌了多少？（同比、環(huán)比）

③確認(rèn)指標(biāo)波動(dòng)幅度是不是在合理的范圍？

④引起日活下跌的因素有哪些？這些因素分別對(duì)日活的影響程度有多大？

⑤與這些因素相關(guān)的運(yùn)營(yíng)以及產(chǎn)品部門對(duì)日活的影響程度有多大？

⑥這些部門是不是會(huì)因?yàn)楫a(chǎn)品迭代或者運(yùn)營(yíng)策略得到改變影響日活？

⑦確認(rèn)日活下跌對(duì)整體產(chǎn)品業(yè)務(wù)線的KPI影響程度?

⑧了解日活下跌對(duì)產(chǎn)品業(yè)務(wù)線有哪些影響？

⑨以前日活下跌后，都采取過(guò)哪些措施？

清楚了數(shù)據(jù)指標(biāo)（APP日活）的具體情況，有了輕重緩急的判斷，下一步就可以進(jìn)行指標(biāo)的拆解，再縮小懷疑范圍，建立分析假設(shè)。而建立假設(shè)，有助于去偽存真的進(jìn)行驗(yàn)證，進(jìn)一步逼近真實(shí)原因。

第三步：將數(shù)據(jù)指標(biāo)進(jìn)行拆解。如：日活=新增用戶+老用戶留存+流失用戶回流，二級(jí)指標(biāo)拆解如下

①可拆解新增用戶來(lái)源渠道：如應(yīng)用市場(chǎng)，百度搜索等

②可拆解老用戶留存渠道：華為、vivo應(yīng)用商店等

③可拆解新老用戶登錄平臺(tái)：安卓、iOS等

④可拆解新老用戶用戶的地區(qū)：天津、北京等

⑤可拆解新老用戶使用版本：新老版本

⑥可拆解新老用戶活躍時(shí)間：節(jié)假日、周期性等

⑦可拆解流失用戶：自然回流， 回訪干預(yù)回流等

可分別計(jì)算每個(gè)維度下不同的活躍用戶數(shù)。通過(guò)這種方法定位到導(dǎo)致哪個(gè)區(qū)域或者渠道的日活下降的用戶群體是誰(shuí)，以及定位原因有了大致范圍。比如定位是新用戶問(wèn)題，我們需要再把新用戶日活按渠道進(jìn)行拆分：新用戶=渠道1+渠道2+渠道3+其他渠道；通過(guò)渠道拆分，我們會(huì)發(fā)現(xiàn)是具體哪個(gè)渠道效果發(fā)生的問(wèn)題。那么，繼續(xù)下一步我們要根據(jù)實(shí)際業(yè)務(wù)進(jìn)一步做假設(shè)，具體情況具體分析。

第四步：異常范圍定位后，要根據(jù)業(yè)務(wù)進(jìn)一步做假設(shè)，實(shí)際具體情況具體分析。具體分析可以采用內(nèi)部-外部事件因素考慮。

?內(nèi)部-外部事件在一定時(shí)間內(nèi)同時(shí)發(fā)生可能很多種，主要關(guān)注數(shù)據(jù)指標(biāo)的起點(diǎn)、拐點(diǎn)、終點(diǎn)。

數(shù)據(jù)指標(biāo)起點(diǎn)：數(shù)據(jù)指標(biāo)剛下跌時(shí)，發(fā)生了什么事件；往往起點(diǎn)事件是問(wèn)題發(fā)生的直接原因。

數(shù)據(jù)指標(biāo)拐點(diǎn)：在指標(biāo)持續(xù)下跌過(guò)程中，是否某個(gè)事件的出現(xiàn)，讓問(wèn)題變得更嚴(yán)重，或者開(kāi)始轉(zhuǎn)暖。拐點(diǎn)意味著，這是可以通過(guò)運(yùn)營(yíng)手段改善指標(biāo)的。

數(shù)據(jù)指標(biāo)終點(diǎn)：當(dāng)某個(gè)事件結(jié)束后，指標(biāo)恢復(fù)正常。或當(dāng)開(kāi)始某個(gè)事件后，指標(biāo)下跌結(jié)束。終點(diǎn)事件的兩種形態(tài)，代表著兩種改善指標(biāo)的方法：等問(wèn)題自己過(guò)去，或者主動(dòng)出擊解決問(wèn)題

?內(nèi)部事件因素分為獲取用戶（渠道轉(zhuǎn)化率降低、渠道平臺(tái)的問(wèn)題等）、滿足用戶需求（新功能變更等引起某類用戶不滿）、促活運(yùn)營(yíng)手段（簽到等提活手段沒(méi)達(dá)成目標(biāo)、產(chǎn)品自然使用周期低導(dǎo)致上次獲得的大量用戶短期內(nèi)不需要再使用等）、內(nèi)部功能和運(yùn)營(yíng)策略調(diào)整（產(chǎn)品、運(yùn)營(yíng)、技術(shù)在數(shù)據(jù)異常時(shí)間點(diǎn)附近做了什么策略調(diào)整）。

?外部事件因素采用PEST分析（宏觀經(jīng)濟(jì)環(huán)境分析），政治（政策影響）、經(jīng)濟(jì)（短期內(nèi)主要是競(jìng)爭(zhēng)環(huán)境，如對(duì)競(jìng)爭(zhēng)對(duì)手的活動(dòng)）、社會(huì)（輿論壓力、用戶生活方式變化、消費(fèi)心理變化、價(jià)值觀變化等偏好變化）、技術(shù)（創(chuàng)新解決方案的出現(xiàn)、分銷渠道變化等）。

我們遵循短期變化找內(nèi)因，長(zhǎng)期異動(dòng)找外因。在條件允許范圍內(nèi)，再結(jié)合自身業(yè)務(wù)經(jīng)驗(yàn)確定幾個(gè)最可能的原因假設(shè)，給這些假設(shè)排數(shù)據(jù)驗(yàn)證的優(yōu)先級(jí)，逐一排查，深入分析，比如本次指標(biāo)下跌是因?yàn)樾鹿δ懿环项A(yù)期不給力、渠道投放力度不夠、競(jìng)品太厲害、版本更新大bug、流失嚴(yán)重等。

還有其他常見(jiàn)因素，如下：

天氣異常（可能會(huì)導(dǎo)致一次波動(dòng)）

競(jìng)爭(zhēng)對(duì)手有促銷活動(dòng)（可能會(huì)導(dǎo)致一次波動(dòng)，持續(xù)波動(dòng)）

黑天鵝事件（可能導(dǎo)致持續(xù)持續(xù)波動(dòng)，一次波動(dòng)）

特定人群節(jié)假日（可能導(dǎo)致周期波動(dòng)）

···

第五步：預(yù)測(cè)未來(lái)是否還會(huì)下跌？應(yīng)該采取什么方式避免下跌？與業(yè)務(wù)溝通反饋分析結(jié)論，探討后續(xù)方案的執(zhí)行。再針對(duì)原因解決問(wèn)題，制定優(yōu)化策略。最后，我們要預(yù)測(cè)影響到什么時(shí)間。并運(yùn)營(yíng)、產(chǎn)品溝通反饋分析結(jié)論，探討后續(xù)方案的執(zhí)行。

04

以上，就是梳理的數(shù)據(jù)指標(biāo)出現(xiàn)異常波動(dòng)時(shí)，該如何著手?jǐn)?shù)據(jù)異常分析？的思路框架，現(xiàn)在總結(jié)一下。

第一步：確認(rèn)數(shù)據(jù)以及統(tǒng)計(jì)來(lái)源的準(zhǔn)確性

第二步：了解清楚數(shù)據(jù)指標(biāo)具體業(yè)務(wù)情況和異常情況

第三步：將數(shù)據(jù)指標(biāo)進(jìn)行拆解。

第四步：異常范圍定位后，要根據(jù)業(yè)務(wù)進(jìn)一步做假設(shè)，實(shí)際具體情況具體分析。

第五步：預(yù)測(cè)未來(lái)是否還會(huì)下跌？應(yīng)該采取什么方式避免下跌？與業(yè)務(wù)溝通反饋分析結(jié)論，探討后續(xù)方案的執(zhí)行。再針對(duì)原因解決問(wèn)題，制定優(yōu)化策略。

總之，異常分析的本質(zhì)是因果分析。異常分析先是由結(jié)果（異常）找可能的原因，屬于歸納法，最后驗(yàn)證可能的原因是由原因推結(jié)果，屬于演繹法，所以異常分析是歸納法與演繹法的綜合應(yīng)用。異常分析涉及問(wèn)題分析、結(jié)構(gòu)分析、對(duì)比分析、假設(shè)分析等數(shù)據(jù)分析基本技能，這些都是數(shù)據(jù)分析能力的基本要求。 

在實(shí)際業(yè)務(wù)中，數(shù)據(jù)異常的影響原因可能是多方面的，有的時(shí)候也需要建立統(tǒng)計(jì)分析模型來(lái)做一些定量分析?？赡芤◣滋斓臅r(shí)間去不斷排查問(wèn)題。

就需要我們?cè)谄綍r(shí)工作中多留意數(shù)據(jù)變化，隨著對(duì)業(yè)務(wù)的熟悉和數(shù)據(jù)敏感度的提升，針對(duì)數(shù)據(jù)異常分析我們也會(huì)越來(lái)越熟練，更快的找到問(wèn)題所在。

看完覺(jué)得寫(xiě)得好的，不防打賞一元，以支持藍(lán)海情報(bào)網(wǎng)揭秘更多好的項(xiàng)目。

標(biāo)簽： 標(biāo)簽 內(nèi)容 隨筆