编辑导读：工作里常常会出现关注的指标或数据出现波动，或者在分析某个功能时发现难以理解的数据的情况，当APP产品业务线的某个数据指标出现异常的波动时，该如何着手数据异常分析呢？本文作者从自身经验出发，围绕数据波动的问题展开了思考，一起来看看~

一大早，刚刚到工位。

领导：“小明，XX指标昨天有些异常，你尽快确认下原因”。

小明：“好的，我这就看看，尽快给出结论”。

大家看到这个情景，不用我说，肯定都知道怎么回事儿。

相信大家都和小明一样，遇到波动时，我们都会条件反射的疑问：啥又异常了？

但是，再深入想想，这个“异常”是我们“理所应当”认为的“异常”，并不一定是真异常。

数据分析切忌“理所应当”，某些问题的原因，查到**都在”理所应当“里。

我们来拆解下“啥又异常了”这句话

“啥”

一定有个主体。

我们要非常明确的知道，XX指标波动了，代表的业务含义是什么。

我们才能知道，业务上，这个波动可能引发的原因，以及可能影响的范围。

“波动”

就是起伏不定。

那么起伏了多少，我们如何量化？

量化了波动大小，再去对比校验，是否才能知道波动是否异常？

确认了波动异常，是否才应该去定位引发异常的原因？

“又”

说明不止一次的发生了波动。

那么，对于这些不止一次发生过的波动，我们是否有详尽的监控机制，预警机制，原因钻取机制？

再发现波动后，我们如何更高效、准确的落地原因和后续改进措施？

根据 “啥又异常了” 这句话的拆解，我们来总结下如何解读指标的波动。

第一步：定位波动主体及波动性质

我们先来解决“啥”的问题，也就是波动的主体以及波动是否异常。