数据出现波动不要慌，手把手教你搭建数据异常监控体系

关注并将「人人都是产品经理」设为星标

每天早 07 : 45 按时送达

日常观察业务数据时，如果数据出现波动，我们心里总会犯嘀咕：这个波动到底是不是在正常范围内？如果数据与业务预期相差了好几倍，那我们又头疼了，原因那么多，到底哪个才是导致数据波动的原因？

别慌，这篇文章中，教你从0-1搭建数据异常监控体系。

作者：董点数据

微信公众号：董点数据

题图来自Unsplash，基于CC0协议

全文共 3714 字，阅读需要 8 分钟

——————/ BEGIN /——————

数据分析师的面试总是绕不开一类经典的案例题：

• 如果日活下降了，你会怎么定位问题？

• 如果销售额上升了，你会如何寻找原因？

总结一下这类问题的形式：

如果XX指标发生了波动（上升或下降），需要你去定位原因，你的分析思路是什么？

这里大部分人的回答是：我会看看数据具体的波动时间是什么时候，然后看看当天我们有没有做什么活动或者产品改版。

业务经验丰富一点的还会说，我会把用户分成新老用户，看看具体是哪个人群结构发生了波动，我还会……

这样回答有问题吗？

没有，但是回答得好不好呢？可能你自己心里也犯嘀咕——因为我们这种东一榔头西一棒槌的答法，有没有漏掉什么我们自己心里也没有底。

实际上，对于这种数据波动的问题，考察的是你系统性思考的能力，也就是能否站在全局角度，通过严谨的逻辑与业务结合来思考问题。

所以，今天和大家分享如何从0-1搭建数据异常监控体系。

数据异常检测

数据异常。所谓异常，可以理解为不符合预期的数据。这里的预期可以分为两个部分：业务预期和合群预期。

• 业务预期：业务上不符合预期；

• 合群预期：波动或空间上不符合预期。

业务预期比较好理解，有经验的业务人员在做一次新的运营活动时，心里往往会有个预期的数据值。当实际值在心里预期之外，可能就需要拉着分析师找原因。

合群预期是一种定量的判断，有两个条件：

1. 异常数据跟样本中大多数数据不太一样；

2. 异常数据在整体数据样本中占比比较小。

所以重点在合群预期的判断上，转换成业务语言就是：什么样的波动才算是异常呢？日活从20w掉到15w算不算异常？

如果我们每天的日活如下图所示，在20w上下波动，突然掉到15w，算不算异常？

如果我们的日活如下图所示，具有明显的周期性波动（工作日在20w左右，节假日在15w左右），那12月12日的日活为15w，算不算异常？

通过上面的例子，我们知道，所谓异常，要结合具体的业务场景来看，对于合群预期，有没有科学的方法来检测数据波动导致的异常与否？

答案是有的，对于波动异常检测的方法主要有：z-score检测（3sigma准则）、分位数分析、孤立森林、聚类、lof局部异常因子检测、one-class svm（适用高维空间）等。

下面简单介绍下常用的3sigma准则是如何判别异常的。

统计学教材中，关于3sigma的定义为：正态分布下，数据落在μ±3σ区间内的概率为99.7%。

所以对于任意一组数据，只要我们知道了μ和σ，那我们就可以设定正常值的上下限（μ-3σ，μ+3σ），只要在这个范围之外的值，我们就认为是异常值。

关于如何判定异常值还有很多已经成熟的方法，这里不做展开。

数据异常定位

从上面我们已经知道了在一组数据中，如何判断新加入的一个数据是否是异常，那如果出现了异常，我们如何定位？

我们把异常数据的定位分成两块去拆解：内部因素和外部因素。

1. 外部因素定位

外部因素我们一般采用PEST分析法（宏观经济环境分析），即通过四个方面去分析：政治、经济、社会、技术。

政治层面主要是新颁布的一些政策、法规对数据产生影响。如最近的滴滴上市被叫停，各应用市场禁止上架APP，那么滴滴的新用户数在政策颁布之后一定会下降。

经济，这里我为了理解方便，列了三个维度：竞品功能上新、竞品运营活动上新、竞品数据。这里主要是考虑到竞品的变动导致了我们数据的波动。

还是以打车软件为例，A打车软件最近对全体用户搞了一个新的运营活动，花1元钱可以购买五张6.5折的打车券，且在工作日无时间限制。

假设这个活动的参与用户很多，且A软件和B软件的重合用户较多，那么A软件此次的运营活动就会影响到B软件的用户数据，毕竟人是“趋利”的。

假设我们既没发现竞品有功能更新、又没有新的运营活动呢？那么我们可以看下我们出现波动的指标，在竞品中有没有出现变化。

举个例子，如果我们发现我们的用户次日留存在某个时间段出现下降。如果主要竞品也出现了同样特征的波动，在其他条件都一样的情况下，我们就可以判定是市场情绪出现了波动，大家都“下降”了。

社会因素主要是舆论压力，用户生活方式、消费心理变化、价值观变化的改变对我们的数据造成的影响。

技术层面指的是一些创新技术的问世等带来的影响。这两种因素带来的数据影响一般不会是突然的，用户生活方式的改变、新技术的应用都需要大量的时间积累才会造就。

所以这两个因素如果存在的话，在数据上的表现会是缓慢下降的趋势，而不是突升或突降。

2. 内部因素定位

实际业务过程中，数据波动由内部因素导致的可能性更高。

数据出现波动，那么和数据相关的系统都需要排查是否出现问题。在内部因素的定位中，我们按照数据的生产关系将各参与系统分成：生产者、参与者、加工者三个部分。

其中生产者是用户。所有用户的行为都由用户产生。那么用户侧可能出现什么问题？比较常见的是用户结构出现变化、渠道来源出现调整，用户反馈出现变化。

用户结构指的是我们在对业务过程搭的指标体系中，按照用户属性将用户分成：新用户、次新用户、老用户、流失用户（当然，这个不同业务形态区分的维度也不同）。

如果我们的新用户突然变多，本身新用户的活跃度就比不上老用户，再加上新用户占到我们日活的50%，那么这样的情况反映到数据上就是日活的次日留存降低，整体用户的活跃度也降低。

当然我们还可以根据用户地域分布、性别、机型、登录时段等维度来定位用户。用户维度分得越细，我们的定位就会“快”而“准”。

数据参与者是产品侧、运营侧、BI侧。

产品侧比较好理解：我们产品功能的上新、老功能的下架，已有功能的改版，都会导致数据的波动。

运营侧也是同理：双11我们新运营活动的上线，之前的运营活动下架，已有活动改版之后新的玩法，都会对数据造成波动。

所有的数据可视化基本上都是由BI开发的一个个报表堆砌的，所以BI也是数据的重要参与者。由BI侧导致的数据波动大多数出现在口径不一致的问题上。

这里可能有很多产品和运营的小伙伴深有同感，自己公司的BI经常会在不同时间点给出统一口径下的两份不同数据。

这里我为广大的BI同学们正名一下：

作为BI，数据的准确性是我们的红线，给出准确的数据是我们的义务。但是往往随着公司业务规模的扩大，之前的底层数据架构开始不堪重负。再加上人员的流动，很多历史遗留问题开始凸显。

这时，大多数的公司还处在追求业务扩张的阶段，不会花时间和资源来处理数据底层架构的问题，毕竟花时间又看不出明确产出。

这个问题的破局只有自上而下，具体在这里不细说。

最后一个生产关系是数据的加工者，即开发侧的数据开发、数仓。这是最容易忽视却是出问题频率较高的部分。

这里要简单说下我们的数据生产加工过程。用户生产的行为、属性等数据并不是直接生成的可视化报表，需要经过ETL清洗、数据入库、再到数据处理，最后成为可视化看板。

而在上述的每个环节中，都可能会造成数据丢失的问题。常出现的问题有对接的服务器漏采集数据，传输数据的服务器之间未添加白名单导致数据丢失等。

很多时候查到这里确认是这个问题后，我们会恍然大悟。

数据异常归因

经过前面两步：数据异常检测、数据异常定位，我们基本上定位到了数据波动的因素，那究竟是不是这个因素导致了我们的波动？

这里举个例子方便大家理解我们为什么还要做归因这个步骤。比如五年级的小明在之前几次月考中数学都在95分左右，但期中考试数学只考了80分，小明妈妈非常不满意，认为是小明最近一直在玩手游导致的成绩下降。

小明很委屈，他觉得这次是题目太难了。

妈妈为了证明是手游这个因素影响了小明的成绩，从期中考试结束后到期末考试期间，严格禁止小明玩手机。

结果小明期末考试考了95，达到平时的成绩，小明妈妈就更坚定了是手游影响了小明的学习。

这里举的例子对应到业务中，也就是说在数据异常定位之后，我们还要证明确实是这个因素的变动导致了结果数据的变动。

在这个环节我们都是采用AB实验的思想，比如我们定位到了是新增用户变多导致了我们整体次日留存的下降。那我们就可以保证其他因素不动，只是剔除新用户，再取一下次日留存的数据，看看数据是否依然波动。

总  结

还记得我们一开始的问题吗？

如果XX指标发生了波动（上升或下降），需要你去定位原因，你的分析思路是什么？

通过我们前面的讲解，我们会这样回答：

1. 通过数据异常检测确认业务所说的波动是否属于异常波动；

2. 根据外部因素和内部因素分别进行排查；

3. 用AB实验的思想进行数据异常归因。

其中外部采用PEST分析法，内部因素按照数据生产关系分为生产者、参与者、加工者，在对每个层级分别排查定位问题。

—————— / END / ——————

产品经理培训｜产品运营培训｜企业内训服务

请在公众号后台回复「培训」了解更多

▼ 喜欢请分享&收藏，满意点个赞，最后点「在看」 ▼