淺談數據監控&數據分析

從廣義來講，數據是反映產品和用戶狀態最真實的一種方式，通過數據指導運營決策、驅動業務增長。數據可分為2種情況：數據監控和數據分析。

數據監控是及時、有效的反饋出數據異常的一種手段，通過對數據的監控去觀察是否異常，進而分析數據。

數據分析是以業務場景和業務目標為思考起點，業務決策作為終點，按照業務場景和業務目標分解為若干影響的因子和子項目，圍繞子項目做基於數據現狀分析，知道改善現狀的方法。

數據是產品和運營人員工作中重要的一部分，運營人員常說的一句話是「數據在手，天下我有」，任何事情都要以數據來說事。作為一名運營人員，我們在做運營策略的同時，需要分析大量用戶數據，去觀測用戶行為和用戶畫像。同時我們應該要關心每個數據指標的增長，防止產品出現BUG，影響到我們的最終數據指標。那麼我們要怎麼及時發現數據異常呢？

以現金貸為例，每天我們都有大量的用戶在進行交易行為，如果是有一個小時突然沒有用戶的交易數據，很少人會隨時發覺，往往都是用戶打電話詢問客服「為什麼APP登錄不上」「為什麼我提交不了資料」等等，這時大家才會發覺APP出現故障。

所以我們要做數據監控。

對於數據監控首先我們要明確幾個點

現在讓我們來講下：

首先關注每個環節的基礎數據指標（以現金貸的基礎數據來舉例）

通過監控每個業務環節的基礎數據，如果數據異常，可以快速定位哪個環節出了問題，進而進一步的分析。

數據預警是通過各種數據維度的比對發現數據異常。

預警即通過數據採集、數據挖掘、數據分析，對已經存在的風險發出預報與警示

當數據出現問題時迅速作出反應，可第一時間通知到所有人，這樣就能快速發現問題。

數據預警有5個點需要明確：

①量級指標與轉化指標的確定

量級指標即每個環節的數據指標，量級指標存在的意義是可以通過我們的加工成為我們想要的數據。

轉化指標即每個環節的轉化，通過觀測轉化指標可以快速定位出哪個環節出了問題。

②每個指標正常波動範圍的確定

每個指標要根據歷史的數據設定一個正常浮動範圍。可以從以下4種數據維度去確認正常波動範圍。

舉個例子，根據數據分析得出，註冊用戶量環比前3天的平均值的正常浮動範圍是±20%。

③觸發條件的確定

數據預警的觸發條件要確定，通常是低於正常浮動範圍就會發出預警

④預警周期與頻次的確定

預警的周期通常是一天，頻次半個小時一次或一個小時一次。

⑤預警方式

一般預警方式有三種

監控數據只能快速的發現數據出現異常的大概範圍，不能精確地定位到具體的問題上。有人會說，那我把所有的環節都拆分為細小化顆粒，做好監控自動觸發，

其實這個不是不行，這樣的話一旦你一個細小化的環節出現異常而發出報警，關聯到的其他細小化的指標都會受到影響從而也發出報警，這樣的話太多指標發出報警，會造成你的干擾。

這是數據有效監控的一個流程，當有數據異常的時候，系統就會觸發條件快速通知你，這時候你要做的就是看哪個環節出了問題。這個時候就要進行數據分析。

（1）單項分析

趨勢洞察、渠道歸因、鏈接標記、漏斗分析、熱圖分析、分群分析、A/B分析、留存分析

（2）組合分析

針對某個細分點，進行多維度組合分析。

（3）用戶場景分析

時間、地點、需求。

舉例：用戶早上註冊時間點

（4）建模分析

流失預警分析、用戶激活分析、付費決策分析

舉個例子，註冊用戶數急劇下降的原因，我們用組合分析，針對註冊用戶數這個細分點，進行幾個維度的分析並得出原因。

1. APP網路是否正常
2. 推廣註冊頁是否有異常
3. 獲取簡訊驗證碼是否有異常
4. 設置手勢密碼是否有異常
5. 分析哪個渠道的註冊用戶數下降並得出原因

5.分析數據要用什麼去展現呢？

有2種方法：

（1）自動圖表化：可以從數據後台刷選出我們想要看的數據，並且每個版塊都製成圖表，便於我們快速查看。舉例：神策系統——把用戶每個觸發行為都加上埋點，按時間維度去查詢我們想要的數據。

（2）手動圖標化

最常用的有以下幾種圖表：

柱狀圖通常描述的是分類數據，用於顯示一段時間內的數據變化或顯示各項之間的比較情況。

（2）折線圖

折線圖可以顯示隨時間（根據常用比例設置）而變化的連續數據。

（3）餅圖

餅圖以二維或三維格式顯示每一數值相對於總數值的大小。

（4）條形圖

條形圖顯示各個項目之間的比較情況。

（5）散點圖

散點圖也叫 X-Y 圖，它將所有的數據以點的形式展現在直角坐標繫上，以顯示變數之間的相互影響程度，點的位置由變數的數值決定。

（6）漏斗圖

漏斗圖適用於業務流程比較規範、周期長、環節多的單流程單向分析，通過漏斗各環節業務數據的比較，能夠直觀地發現和說明問題所在，為決策者提供一定的參考。

（7）面積圖

面積圖又叫區域圖，面積圖強調數量隨時間而變化的程度， 它是在折線圖的基礎之上形成的, 它將折線圖中折線與自變數坐標軸之間的區域使用顏色或者紋理填充，顏色的填充可以更好的突出趨勢信息。

以上7種圖表都是在分析數據中經常使用的，可以根據分析數據的展示去選擇不同的圖表。

數據監控和數據分析對於運營來說是非常重要的，做好數據監控，減少產品出現bug，影響用戶的體驗，減少重大事故的發生。

對於監控數據筆者仍在學習階段，以上是最近工作中的心得分享，希望能給大家帶來一些思路！