你有沒有經曆過做了數據監控分析，卻被diss的情況？作者認為，想讓監控做得好，需要一個系統工程，那麼數據監控到底是什麼？如何應對無理取鬧的diss？如何去做好數據監控分析？一起來看看作者的分析吧。

“建立數據指标體系，監控業務走勢并發現異常情況”是數據分析的一項基礎工作要求，然而很多同學都遇到過，被領導或者業務diss數據監控做得不到位，發現問題不及時、不準确、不深入。BUT！并不是“誰鬧誰有理”，很多時候業務的吐槽并沒有道理，要具體分情況看。

一、數據監控是啥

舉個簡單的例子，開車的時候，開個導航，導航就是個數據監控産品。隻要設定好終點，導航可以根據定位自動顯示起點，然後一路上提醒你：

• 距離目标還有XX公裡
• 當前路段限速80，您已超速
• 前方擁堵，已為你推薦新路線

瞧，多好用！

從這個小例子裡，能看出來數據監控四要素：

1. 監控目标（目的地）
2. 當前情況（到達時間、速度）
3. 業務行動（坐什麼車，選哪個路）
4. 預計判斷（基于當前擁堵預判）

而現實中，這四樣東西很可能不存在，這就是所謂“無理取鬧型diss”。

二、無理取鬧的diss

無理取鬧一：沒有監控目标。

喊着讓監控DAU，那麼，DAU每日目标是多少？丫自己都不知道！喊着讓監控銷售額，銷售額每日目标是多少？丫也不知道！這就好像要開車了，打開導航大喊：“導航導航，你快分析出來我想去哪裡！”親，你需要的不是導航，是魔法掃除哈。

無理取鬧二：标準來回變化。

定了每日目标，但是丫覺得“你看，昨天超标5%，今天超标1%，不行不行，肯定有問題！”還是回來吐槽。結果過兩天，業績不達标了，他又覺得“你看前幾天都超标，真好！”這種反複橫跳，讓人目标名存實亡，還咋積累經驗。

無理取鬧三：忽略周期規律。

這種人最喜歡盯着一個數字大呼小叫，今天漲了1%啦，明天跌了0.5%啦，上蹿下跳逼着你深入分析。如下圖，業務本身就是有周期變化的呀，如果整體走勢沒啥大問題，糾結一天能得出啥結果來……

無理取鬧四：故意回避變化。

這種人和上一種是反着的。上一種人神經過敏，這一種人神經大條。如下圖2，非要拖到數據跌得不行了，才意識到問題。說穿了，就是不想直面問題，能耗就耗着。

以上種種，本質上是業務部門自身缺少數據思維，拍腦袋決策拍習慣了導緻的。不過有一個更深入的問題，還在後邊。

三、深層本質

問：如果導航隻收集一輛車的行車數據，能不能顯示出整條路哪裡堵，哪裡不賭？當然不行！它得把所有車的數據彙總起來，才容易看出問題。這就是做數據的時候“長袖善舞，多錢善賈”的效應。

做業務監控同理。如果隻收集了總銷售收入結果，那就隻能提供結果監控。如果有對組成銷售收入各個渠道，各個客群做數據收集，就能看到是哪個部分出問題；如果對銷售轉化過程有數據記錄，就可以看到哪些節點出了問題。越詳細的記錄，監控的時候發現問題就更具體。

同理，影響結果的原因非常多：用戶需求、業務行動、外部環境等等。并且，這些原因不見得能直接用某個指标 維度量化，需要打業務标簽，做長期記錄觀察，才能總結出規律。

比如做個促銷，大家都知道業績會漲。但到底漲多少，和以下因素都有關系：

要把過去做過的活動，打上業務标簽，一一對比，才能看出差異（如下圖）。

這種活，隻靠一次分析，一天的監控肯定搞不掂。需要長期積累。如果缺少積累，大家隻是口頭上籠統讨論“為啥上活動了，業績還不漲？”那肯定讨論不出來個東西。

很多時候，業務會說：數據有很多，就是沒用起來。注意！業務部門經常把數據的條數多，當成“數據很多”。而數據分析口中的“數據很多”指的是過程指标 分類維度很多（如下圖）。

這裡的區别是巨大的，過程指标 分類維度，才是深入解讀的數據的關鍵。

• 有過程指标，才能看到問題發生節點
• 有分類維度，才能做個體對比找差距
• 有業務标簽，才能快速抓住重點問題

光有一個結果指标，數據的可分析程度是很稀薄的，也就看看周期規律，沒了。

當然，還有些場景，是數據分析師自掘墳墓，引火燒身。

四、自掘墳墓招diss

最大的自掘墳墓行為，當然是：閉門造車，不懂業務。

• 有的上網到處問“GMV波動的标準是啥呀”
• 有的拿着1%波動差異和各種維度交叉試圖看大小的
• 還有的一門心思研究指标是不是符合正态分布，2倍标準差在哪的

結果這麼選出來的“異常值”，不是自然波動，就是業務在上活動。除了引來一句“我早知道了”以外，别無他用。

五、小結

業務上的數據異常，指的是實際業績數據，超過業務的期望值。

• 在期望值内的，哪怕數字上波動很大，也不見得引發焦慮
• 超過期望值的，哪怕數字小，哪怕是上漲，也會引發疑問
• 沒有期望值的，标準反複橫跳的，丫當然會天天焦慮

因此，想讓監控做得好，需要一個系統工程：

1. 量化業務目标
2. 按時間/部門拆分目标
3. 了解目标指标的周期規律
4. 了解業務部門到底幹了啥
5. 收集過往業務行動效果
6. 結合業務行動 趨勢變化，解讀數據

這樣才能充分評估形式，做出準确的判斷。當然并不是每個公司都有這麼好的氛圍，甚至經濟下行壓力之下，有些公司的業務就是喜歡把鍋亂甩，所以作為數據分析師，我們做好本分工作，我們自己不要犯四種無理取鬧錯誤，多積累經驗即可。換工作的時候，也能充分證明自己的實力。請大家放寬心，學到的本事，始終是自己的。

專欄作家

接地氣的陳老師，接地氣學堂，人人都是産品經理專欄作家。資深咨詢顧問，在互聯網，金融，快消，零售，耐用，美容等15個行業有豐富數據相關經驗。

本文原創發布于人人都是産品經理。未經許可，禁止轉載。

題圖來自 pexels，基于CC0協議。

該文觀點僅代表作者本人，人人都是産品經理平台僅提供信息存儲空間服務。

,

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!

查看全部