浅谈数据监控&amp;数据分析

2018-03-08 18:24:00

关于数据分析，作者分享了一些看法，希望能够对你有所帮助。

从广义来讲，数据是反映产品和用户状态最真实的一种方式，通过数据指导运营决策、驱动业务增长。数据可分为2种情况：数据监控和数据分析。

什么是数据监控？

数据监控是及时、有效的反馈出数据异常的一种手段，通过对数据的监控去观察是否异常，进而分析数据。

什么是数据分析？

数据分析是以业务场景和业务目标为思考起点，业务决策作为终点，按照业务场景和业务目标分解为若干影响的因子和子项目，围绕子项目做基于数据现状分析，知道改善现状的方法。
数据是产品和运营人员工作中重要的一部分，运营人员常说的一句话是“数据在手，天下我有”，任何事情都要以数据来说事。作为一名运营人员，我们在做运营策略的同时，需要分析大量用户数据，去观测用户行为和用户画像。同时我们应该要关心每个数据指标的增长，防止产品出现BUG，影响到我们的最终数据指标。那么我们要怎么及时发现数据异常呢？
以现金贷为例，每天我们都有大量的用户在进行交易行为，如果是有一个小时突然没有用户的交易数据，很少人会随时发觉，往往都是用户打电话询问客服“为什么APP登录不上”“为什么我提交不了资料”等等，这时大家才会发觉APP出现故障。
所以我们要做数据监控。
对于数据监控首先我们要明确几个点

明确监控目标
监控哪些数据
监控这些数据每个背后的意义是什么
数据预警

现在让我们来讲下：

1.监控哪些方面的数据？

首先关注每个环节的基础数据指标（以现金贷的基础数据来举例）

注册用户数
填写基础资料用户数
授信获得额度
发起提现用户数和发起提现金额
成功提现用户数和成功提现金额
监控这些数据每个背后的意义是什么？

通过监控每个业务环节的基础数据，如果数据异常，可以快速定位哪个环节出了问题，进而进一步的分析。

2.数据预警

数据预警是通过各种数据维度的比对发现数据异常。
预警即通过数据采集、数据挖掘、数据分析，对已经存在的风险发出预报与警示
当数据出现问题时迅速作出反应，可第一时间通知到所有人，这样就能快速发现问题。
数据预警有5个点需要明确：
①量级指标与转化指标的确定
量级指标即每个环节的数据指标，量级指标存在的意义是可以通过我们的加工成为我们想要的数据。
转化指标即每个环节的转化，通过观测转化指标可以快速定位出哪个环节出了问题。
②每个指标正常波动范围的确定
每个指标要根据历史的数据设定一个正常浮动范围。可以从以下4种数据维度去确认正常波动范围。

同比数据（与上周同一天同时段进行对比）
环比数据（与前三天同一时段的平均值进行对比）
每个环节的转化（与前N天每个环节的转化进行对比）
每个小时增幅（与前N天每个小时增幅进行对比）

举个例子，根据数据分析得出，注册用户量环比前3天的平均值的正常浮动范围是±20%。
③触发条件的确定
数据预警的触发条件要确定，通常是低于正常浮动范围就会发出预警
④预警周期与频次的确定
预警的周期通常是一天，频次半个小时一次或一个小时一次。
⑤预警方式
一般预警方式有三种

i短信通知
ii钉钉群通知并@所有人
Iii Email通知

监控数据只能快速的发现数据出现异常的大概范围，不能精确地定位到具体的问题上。有人会说，那我把所有的环节都拆分为细小化颗粒，做好监控自动触发，
其实这个不是不行，这样的话一旦你一个细小化的环节出现异常而发出报警，关联到的其他细小化的指标都会受到影响从而也发出报警，这样的话太多指标发出报警，会造成你的干扰。
这是数据有效监控的一个流程，当有数据异常的时候，系统就会触发条件快速通知你，这时候你要做的就是看哪个环节出了问题。这个时候就要进行数据分析。

3.数据分析有4种方法

（1）单项分析
趋势洞察、渠道归因、链接标记、漏斗分析、热图分析、分群分析、A/B分析、留存分析
（2）组合分析
针对某个细分点，进行多维度组合分析。
（3）用户场景分析
时间、地点、需求。
举例：用户早上注册时间点
（4）建模分析
流失预警分析、用户激活分析、付费决策分析
举个例子，注册用户数急剧下降的原因，我们用组合分析，针对注册用户数这个细分点，进行几个维度的分析并得出原因。