百科 | ​​数据有波动异常怎么办？3个步骤迅速解决

当我们发现数据有波动、有异常，我们可以分三个大步骤来进行。

1. 初步筛选

这个时候主要先查看一下数据趋势波动的一个转折点，在什么时间数据异常，再细化到分钟级的时间维度去看，查阅产品运营和市场推广相关的一些动作，从时间点上进行一个业务关联寻找原因。

另外一个维度是用户的地域城市方面也容易出现异常，从比例上来讲，大概率容易出现异常的地方，也建议在第一步初步筛选的数据中进行确认。在这个阶段，可以找到一些数据异常的端倪，帮助我们缩小分析范围。

2. 细分业务筛查

简单来讲，就是围绕第一步分析的那些维度，查看不同渠道、推广活动来源以及产品版本的来源情况和用户质量相关的数据。

比如说用户的停留时间、关键业务行为活跃比以及次日和7日留存的数据，都是要着重对比的关键点，通过这些维度的分析基本上与过往数据对比，一般来说就能够找到导致数据波动的原因，这块儿原因其实无非两方面：

一方面是产品本身出了问题，导致流量数据异常，通常会体现在app版本之间的数据差异上。另一方面就是某个渠道用户质量出现了波动，这又涉及到了另一个问题，就是数据波动是不是可以归结为这两种原因。

比如说由于版本之间的数据差异，就认为是产品设计出了问题，这样真的可以吗？会不会是打包版本出了问题，比如说流量质量的问题，会不会是因为这个渠道本身就如此，只是渠道方由于一些原因或者活动等阶段性原因导致他给我们导入的流量就比较精准。