数据又双叒叕波动了?五步法,准确识别数据异常波动

0 评论 6277 浏览 25 收藏 11 分钟

对数据进行监控,分析异常数据,是数据分析常见的工作内容。但这个需求看似简单,监测识别起来却没那么简单。哪些异动是属于正常的数据波动,哪些又是不正常的?

随着数据分析岗位招聘越来越内卷,问“你用过/建过什么模型”的也越来越多。这个问题很容易给人“面试造航母,工作拧螺丝”的感觉。实际工作中,真的要搞那么多模型???

搞得很多同学在疑惑:

“对数据进行监控,分析指标异动原因”是数据分析常见工作内容。这个需求看似简单,可实际做起来却让很多同学很困惑:到底指标波动多大算大?为啥有时候看起来没多大波动,业务却很紧张问原因,有时候波动很大业务又不着急呢?

想正确解题,关键在于:不能就数论数,得读懂数据波动背后的业务含义。这样才能知道:哪些是真正的异动,哪些是正常波动。

一、看似异常的正常波动

有三类波动,是典型的看似异常,实则正常:

  1. 业务指标季节性波动
  2. 业务指标生命周期变化
  3. 业务主动行为引发变化

因此,在做异常波动识别之前,应该主动对业务指标历史走势进行分析,发现其中季节规律/生命周期趋势,分析业务动作对指标的影响,这样才能建立起基础判断标准,避免犯诸如低级错误(如下图):

真正要关注的,是长期、持续性、违背发展常规走势的变化。这些情况常常意味着业务出了问题,需要深入追查(如下图)。

二、即使很小,也要关注的波动

典型的,比如对收入/成本两个关键指标的异动。收入/成本是大部分企业的KPI指标。增收减支是企业核心任务,因此这俩指标都有具体到月/周/日的明确要求。哪怕波动很小,也得追查,这样才能让业务安心。

比如今日销售收入KPI:1000万,实际完成990万,那就肯定是异动了,没得跑。至于少的10万去了哪?可以按销售渠道做拆解,找到问题源头(如下图)。

短期内的KPI异动,都能解释为:“业务没发挥好”,但是如果某个连续数周表现不佳,则可能存在业务能力不行/方法不对等等深入问题,需要做进一步追查。

隐藏问题1:ROI异动

收入/成本指标是可以连起来看的,这时候会有更多发现。因为理论上,有成本投入,才有收入产生,收入/成本应该按一定比例,同步发生才对。

如果两个指标的关系发生错位,就很有可能存在异常,比如:

  • 投入持续增长,收入不见涨……
  • 投入没有到位,收入还在涨!

这都是问题。

这些时候,典型的表现就是业务的ROI异常,要么异常高,要么异常低。这时候都得查原因。ROI异常低意味着需要做优化,提升业务表现。ROI异常高则说明有猫腻,常常和业务贪污浪费有关系。

注意!这种问题经常被数据分析师忽视,却容易被财务/管理层发现。因为做监控报表的时候,经常是收入/成本分开做,成本分类又是按财务科目,数据分析师看不懂。所以做监控报表时,尽可能把收入/成本KPI做在一起,更容易得出结论。

隐藏问题2:趋势异动

有时候并不是KPI没达标,而是指标走势不对!比如:

  • 虽然销售暂时达标,但成本越来越高。
  • 明明之前走势良好,最近突然变差。
  • 收入增长越来越慢,眼看临近拐点。

这些时候都会引发管理层、业务方的焦虑,从而判定为“异动”,然后要求深入分析。

这里,有些异动是业务闯的祸,比如下图这种月底突然踩刹车的走势,很多依靠业务员销售的公司都有,这就是销售们眼看业绩要完成了,故意推迟报单,藏业绩的行为。这种事做多了会让商品备货、绩效核算、成本控制、经营分析都出现偏差,肯定要查。

有些则涉及深层问题,比如:

  • 产品生命周期到头了
  • 潜在目标用户耗尽了
  • 营销刺激让人疲倦了

这些一边表现为持续衰退的曲线,一旦看到衰退迹象,就得提前向业务方拉警报。因为这些长期趋势,往往需要配合测试来确认,处理难度也很大。真等问题发生,可能已经来不及处理了。

隐藏问题3:过程异动

有很多指标变化是来自过程指标,比如曝光量、用户登录数量、某个业务访问量等等。这些指标是KPI指标的过程指标,因此一旦发生异动,有可能影响KPI结果。因此会引起人们注意。

第一种:同涨同跌。这是最好理解的,比如流量小了,收入应声而降。这种问题可以直接用数据观察出来,是很容易发现的。要注意的是,如果涨跌不同步,比如流量上升30%,转化才上升10%,那么很有可能意味着有大量低质量流量进来,而低质量流量又经常和业务贪污浪费相关,因此涨跌不同步也算异常,需要额外关注。

第二种:有涨有跌。比如虽然我的流量变小了,但是转化率却提升了,总收入目标还是达成的。这种情况算不算异常?当然算。因为这种变化,很有可能意味着:用户需求的转移,渠道特征的改变,产品吸引力变化等等深层次问题。而且想确认深层次问题,都得复杂的分析。因此一旦发现这种变化,一定要及时提醒业务方,发起深入分析。

第三种:结构转化。比如我有3个渠道ABC,之前依赖A,现在A越来越少,C越来越多。这种情况算不算异常?当然算。因为业务实际已经和预算发生背离。这时候得考虑是否这代表了长期趋势,要不要调预算。这又是复杂问题。发现此类迹象以后,一定要提醒业务方,发起深入分析。

隐藏问题4:关联异动

关联异动,指发生问题的指标和主要KPI指标没有直接关系,但是在业务上有关联。导致业务方很紧张。比如舆情,领导早上起来看到一条热门视频怒喷我司产品,那心情肯定好不到哪里去,就会问:“是否有异常!”这时候哪怕KPI指标没问题,领导还是会担心。因此需要结合内部数据来解读(如下图)。

注意!关联异动也有可能是:“我期望的好事没发生”。比如我组织运营人员搞一场培训,到场率90%,培训完了考试平均90分/100分。于是我大喜过望,觉得下个月活动肯定出彩。结果做完了并没有啥差异。看到这场面,我也会纳闷:“啥情况?!”同样会问:“会不会有什么异常呀!”

因此,当遇到管理层/业务方问:“是不是有异常?”的时候,请一定让他们把“什么叫正常”讲清楚!这样才能真正知道他们关心的问题,才能对症下药。

小结

想做准确识别业务异常,需要:

  1. 搭建完善的数据指标体系
  2. 清晰问题指标在体系中位置
  3. 了解过往指标走势
  4. 了解业务动作/业务期望
  5. 树立恰当的“正常”标准

这样才能避免就数论数,真正通过数据找出业务上的异常问题。而很多同学异动分析做得不好,正是因为从监控指标体系开始,就做得很零散、粗糙,指标间缺乏关联,业务要啥就跑个数丢过去,缺少真正的监控。

专栏作家

接地气的陈老师,微信公众号:接地气学堂,人人都是产品经理专栏作家。资深咨询顾问,在互联网,金融,快消,零售,耐用,美容等15个行业有丰富数据相关经验。

本文原创发布于人人都是产品经理。未经许可,禁止转载。

题图来自pexels,基于CC0协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 目前还没评论,等你发挥!