单纯看走势并不能严谨解释问题，要和波动幅度结合分析

根据常州站长网  Www.0519Zz.Com报道
第一步：确认数据没有异常。实际上因为数据源出问题，导致的指标异常非常非常多，具体的可以参见做埋点、ETL、数仓的同学们的各种吐槽。所以遇到问题第一顺位先确认数据没有错，不要报假警。

第二步：确认指标波动幅度。这是确认问题的轻重。常见的指标，比如销售额/新用户数/活跃率等等，其波动是有一定范围的，根据历史经验可以划分为轻中重。在数据真实的情况下，一般重度波动都是有明显迹象的。比如受政策影响要停止某些业务，公司主动关停业务，春节/十一等假日因素。所以对于重大变化，事先要设好预期值，这样看数据的时候，就不会一惊一乍。对于严重超出预料的情况才做重点跟进。

第三步：确认指标波动持续时间。这是确认问题的缓急。

指标下跌/上升，通常有三种形态：

• 一次性变化：只在某个时间点发生波动。一次性变化背后的一般都是短期/突发事件，比如系统down掉导致无法交易，比如某一天突然下大雨，比如某天上大促销等等。
• 周期性变化：会周期性发生，比如每周的工作日和周末。一般业务开展都有周期性，比如零售行业，就是以周为单位循环。工作日和周末就是有明显波动。
• 持续性变化：从XX时间开始，一直出现上升/下降趋势。持续性变化背后往往是有深层次的原因，比如用户需求转移，行业繁荣/枯萎，渠道形态变迁等等。这些都是单一企业很难低档，只能跟着走的力量，所以才会显示出持续变化。

这三种形态本身意味着问题的严重性不同。如果是指标下跌的话，持续性下跌≥一次性下跌≥周期性下跌。如果是周期性下跌，一般都不需要大惊小怪。如果是一次性下跌，往往来得猛去得也快，要关注事件持续性。持续性下跌，特别是不见好转，一路大牛市的下跌，持续的时间越长问题越严重。

单纯看走势并不能严谨解释问题，要和波动幅度结合起来看。比如同样是周期性下跌，如果本周期的数值明显比上周期跌得更厉害，就得注意，可能在周期性变化背后隐藏了其他问题。

同样是一次性下跌，如果相同事件下，跌得越来越厉害，就说明隐藏有其他问题。有些看似一次性事件，带来的影响可能持续发酵，最后演化成持续性下跌。持续性下跌中，可能每一期跌幅都不大，但放长线看，就会发现累积跌幅特别大，这时候问题严重性就更高。

很多业务部门会在这里犯错误。比如一说为什么二月份销量下降，就理所当然地认为是春节影响，没有认真计算其实今年春节后恢复速度大大慢于往年。一看上促销有销量，就急着庆功，没有计算促销前的蓄力期和促销后的疲软期越来越长，很有可能平台的用户已经出现了结构性变化，忠诚用户越来越少。这些都是一味凭经验办事，不细致看数据的恶果。

做数据分析的同学们，往往会犯相反的错误，还没有判断轻重缓急，听到要分析XX指标下跌就急着提取一大堆数据。既浪费时间，又没有什么分析假设，结果大海捞针一样空费气力。

（编辑：大同站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!