編輯導(dǎo)語(yǔ)：互聯(lián)網(wǎng)時(shí)代，數(shù)據(jù)分析的重要性不言而喻，數(shù)據(jù)分析也貫穿著整個(gè)工作的過(guò)程，本篇文章作者分享了數(shù)據(jù)分析的對(duì)數(shù)日常以及給出了很多可行的方法，希望對(duì)你有幫助。

一、數(shù)據(jù)比對(duì)的痛

“這數(shù)不對(duì)”。

“為什么A這里的數(shù)據(jù)和B的數(shù)據(jù)不一致？”

“為什么平時(shí)這個(gè)數(shù)是C今天變成了D？”

“為什么這么高？”亦或是“為什么這么低？”

——【我的對(duì)數(shù)日?！?/p>

一旦有人對(duì)某數(shù)據(jù)提出質(zhì)疑，就會(huì)開始令所有人崩潰的對(duì)數(shù)。

尤其是經(jīng)營(yíng)分析會(huì)、月度會(huì)議期間，數(shù)據(jù)團(tuán)隊(duì)面臨反復(fù)且高頻的折磨，不同需求方不同角度都等著回答和解釋。

• 領(lǐng)導(dǎo)：不理解，為什么沒有人能給出來(lái)正確的數(shù)據(jù)？
• 業(yè)務(wù)：技術(shù)給的結(jié)果不準(zhǔn)…數(shù)據(jù)質(zhì)量差，又不能用，又要自己算，數(shù)據(jù)量太大算不動(dòng)。
• 數(shù)據(jù)團(tuán)隊(duì)：數(shù)據(jù)不是我錄的、業(yè)務(wù)數(shù)據(jù)庫(kù)不是我設(shè)計(jì)的、指標(biāo)邏輯也不是我定義的、運(yùn)營(yíng)邏輯和策略調(diào)整對(duì)數(shù)據(jù)的影響我也不知道。數(shù)據(jù)根據(jù)邏輯加工出來(lái)就是這個(gè)樣子，不是你想要的，我該解釋什么？

非常無(wú)辜，非常無(wú)語(yǔ)，活還是要干！

不考慮模型設(shè)計(jì)、不講數(shù)據(jù)治理、制度和流程梳、不談組織合理性、不談數(shù)據(jù)意識(shí)和數(shù)據(jù)團(tuán)隊(duì)地位，不與業(yè)務(wù)battle。

落在當(dāng)下，必須要面對(duì)的工作面前，只是想聊一聊“對(duì)數(shù)到底應(yīng)該怎么對(duì)？”

希望通過(guò)這篇文章與數(shù)據(jù)相關(guān)從業(yè)的朋友聊一聊“面對(duì)常態(tài)化數(shù)據(jù)質(zhì)疑的處理方式，在不同的場(chǎng)景下數(shù)據(jù)團(tuán)隊(duì)的觀點(diǎn)輸出”。

二、對(duì)數(shù)對(duì)數(shù)，對(duì)的是什么

1. 數(shù)據(jù)比對(duì)的場(chǎng)景

• 新舊指標(biāo)對(duì)比，新指標(biāo)上線替換就應(yīng)用；
• 全新指標(biāo)上線，證實(shí)數(shù)據(jù)準(zhǔn)確；
• 同預(yù)期不符或數(shù)據(jù)波動(dòng)大，進(jìn)行數(shù)據(jù)查驗(yàn)；
• 應(yīng)用端數(shù)據(jù)不一致，維度匯總不一致給出解釋；
• 數(shù)據(jù)A和相關(guān)數(shù)據(jù)B不匹配，交叉驗(yàn)證。

2. 數(shù)據(jù)團(tuán)隊(duì)的心態(tài)

數(shù)據(jù)技術(shù)有門檻，但數(shù)據(jù)是公司的數(shù)據(jù)、是業(yè)務(wù)的數(shù)據(jù)。

數(shù)據(jù)本身沒有價(jià)值，數(shù)據(jù)脫離業(yè)務(wù)應(yīng)用，就只是磁盤上的文件而已。

對(duì)數(shù)占用了數(shù)據(jù)團(tuán)隊(duì)大量的時(shí)間和精力，消耗耐心和斗志，這種情況下應(yīng)秉持怎樣的心態(tài)？

下面是數(shù)據(jù)團(tuán)隊(duì)避無(wú)可避的問題：

1）提升團(tuán)隊(duì)數(shù)據(jù)素養(yǎng)

• 對(duì)數(shù)屬于不復(fù)雜但大多數(shù)人做不好事情，好的數(shù)據(jù)團(tuán)隊(duì)人人都是數(shù)據(jù)分析師，具有數(shù)據(jù)思維，懂業(yè)務(wù)。
• 清楚業(yè)務(wù)規(guī)則，懂業(yè)務(wù)數(shù)據(jù)流向。清楚數(shù)據(jù)映射的業(yè)務(wù)流程，識(shí)別數(shù)據(jù)問題的業(yè)務(wù)構(gòu)成。
• 遇到問題知道從什么地方分析原因，知道要看什么數(shù)據(jù)。

2）提升公司數(shù)據(jù)意識(shí)和數(shù)據(jù)產(chǎn)品的可信度

• 數(shù)據(jù)有天然門檻和屏障，如何拉齊各方的認(rèn)知？
• 如何方便用戶去使用數(shù)據(jù)？當(dāng)不缺數(shù)據(jù)的時(shí)候，如何有效使用數(shù)據(jù)？如何給用戶呈現(xiàn)數(shù)據(jù)？
• 產(chǎn)品思維，數(shù)據(jù)是結(jié)果但對(duì)數(shù)據(jù)的理解是主觀的。
• 如何直觀、不引導(dǎo)的客觀呈現(xiàn)數(shù)據(jù)？

3）解放人力實(shí)現(xiàn)自動(dòng)化

• 化被動(dòng)為主動(dòng)，怎樣從無(wú)盡的對(duì)數(shù)中抽離。
• 能提前識(shí)別異常、提示變動(dòng)、給出對(duì)照。
• 數(shù)據(jù)穩(wěn)定，線下數(shù)據(jù)走通后，便可以逐步切線上，固化比對(duì)邏輯。

3. 對(duì)數(shù)對(duì)數(shù)，對(duì)的是什么

對(duì)數(shù)就是實(shí)際和預(yù)期的彌合，為什么A不是B？

A是數(shù)據(jù)部門輸出的數(shù)據(jù)，B可能是之前某版本的數(shù)據(jù)、可能是心理預(yù)期、可能是某業(yè)務(wù)線的手工數(shù)據(jù)、可能是去年同期數(shù)據(jù)、可能是上個(gè)月的數(shù)據(jù)。

解決方案有幾種：證實(shí)“A是對(duì)的”；證否“B是錯(cuò)的”。

證實(shí)”A/B都是對(duì)的，但有cdef造成了兩者的數(shù)據(jù)差異”。

都要給出結(jié)論、對(duì)照和明細(xì)憑據(jù)。

三、通用可復(fù)制的方法

數(shù)據(jù)比對(duì)是有目的的數(shù)據(jù)分析。

著名的咨詢公司Gartner于2013年總結(jié)、歸納、提煉出一套數(shù)據(jù)分析的框架，Gartner把數(shù)據(jù)分析分為四個(gè)層次，分別是：

1. 描述性分析（Descriptive Analysis）——發(fā)生了什么？
2. 診斷性分析（Diagnostic Analysis） ——為什么會(huì)發(fā)生？
3. 預(yù)測(cè)性分析（Predictive Analysis） ——什么可能會(huì)發(fā)生？
4. 處方性分析（Prescriptive Analysis） ——該做些什么？

數(shù)據(jù)比對(duì)是描述性分析，即對(duì)數(shù)據(jù)現(xiàn)狀拆解出數(shù)據(jù)依據(jù)。

那么數(shù)據(jù)比對(duì)的過(guò)程，就是描述性數(shù)據(jù)分析的過(guò)程，可按以下順序進(jìn)行：

1. 確認(rèn)分析的目的和思路；
2. 數(shù)據(jù)準(zhǔn)備、處理及分析；
3. 撰寫數(shù)據(jù)結(jié)論及報(bào)告。

下面具體說(shuō)如何操作，讓觀點(diǎn)可執(zhí)行。

1. 確認(rèn)分析的目的和思路

1）假設(shè)驗(yàn)證確認(rèn)分析思路

（1）明確對(duì)照項(xiàng)[A-B]

確定問題，明確目標(biāo)，得出A、B哪個(gè)正確？差異原因。

首先明確對(duì)照項(xiàng)A、B的定義，判斷其定義、口徑、算法是否一致？

（2）對(duì)照指標(biāo)數(shù)據(jù)流向及構(gòu)成

對(duì)照數(shù)據(jù)流向，分析數(shù)據(jù)構(gòu)成及計(jì)算過(guò)程。

確認(rèn)比對(duì)項(xiàng)，時(shí)間、口徑、統(tǒng)計(jì)粒度，度量和維度做篩選還是過(guò)濾。

（3）收集數(shù)據(jù)進(jìn)行證偽推斷，得出結(jié)論

準(zhǔn)備基礎(chǔ)明細(xì)數(shù)據(jù)，導(dǎo)入excel，通過(guò)vlookup、透視表等關(guān)聯(lián)分析，關(guān)系走通，記錄過(guò)程數(shù)據(jù)，提供結(jié)果數(shù)據(jù)。

Example：統(tǒng)計(jì)結(jié)果比對(duì)（數(shù)值1vs數(shù)據(jù)2，差異值）、12明細(xì)、差異明細(xì)比較。

Tips：明確分析目的和方案前，別急著到處要數(shù)，可能費(fèi)力要了又用不上。

2. 數(shù)據(jù)一致性驗(yàn)證方式

1）基礎(chǔ)認(rèn)識(shí)一致性驗(yàn)證

• 指標(biāo)的設(shè)計(jì)過(guò)程：定義、計(jì)算公式、統(tǒng)計(jì)維度（時(shí)間）、維度含義、屬性定義。
• 指標(biāo)的技術(shù)屬性：技術(shù)方式、數(shù)據(jù)源、更新時(shí)間。

Example 1：實(shí)時(shí)、離線指標(biāo)不一致屬于正常情況，可直接解釋原因：

• 更新時(shí)間天然不同，離線為批處理定時(shí)調(diào)度任務(wù)模式，而實(shí)時(shí)對(duì)數(shù)據(jù)的時(shí)序性有要求，在某些場(chǎng)景并不能保證與離線同等的一致性；
• 計(jì)算邏輯無(wú)法對(duì)齊，離線邏輯相對(duì)復(fù)雜，支持補(bǔ)償邏輯，實(shí)時(shí)處理卻相對(duì)比較簡(jiǎn)單；
• 數(shù)據(jù)源不一致，比如日志在一些場(chǎng)景不能做到完全一致。

Example 2：回款率單位為%，城市結(jié)果值求平均并不等于全國(guó)數(shù)值，也可直接告知業(yè)務(wù)原因。

2）正向驗(yàn)證

• 確認(rèn)是否是業(yè)務(wù)正常變動(dòng)，如大促暴漲、廣告行業(yè)的1&2月淡季周期性異常。
• 交叉維度匯總不一致，數(shù)據(jù)缺失向上匯總記錄的處理方式。

3）反向驗(yàn)證

• 任務(wù)是否正常？數(shù)據(jù)是否更新？集群崩潰、任務(wù)失敗、任務(wù)超時(shí)、源數(shù)據(jù)系統(tǒng)字段變更；
• 處理過(guò)程是否正常？數(shù)據(jù)漂移、數(shù)據(jù)發(fā)散、數(shù)據(jù)傾斜；
• 業(yè)務(wù)口徑數(shù)據(jù)和數(shù)據(jù)庫(kù)數(shù)據(jù)映射是否一致？不同含義指標(biāo)取相同名字。

2. 數(shù)據(jù)準(zhǔn)備、處理及分析

1）數(shù)據(jù)準(zhǔn)備

在分析思路確定的基礎(chǔ)上，準(zhǔn)備收集準(zhǔn)備數(shù)據(jù)，可能是：系統(tǒng)導(dǎo)出、數(shù)據(jù)提取。

2）數(shù)據(jù)處理（清洗、轉(zhuǎn)化、提取、計(jì)算）

基礎(chǔ)數(shù)據(jù)準(zhǔn)備完畢，按既定的思路計(jì)算、比對(duì)，加工需要的可用于分析的數(shù)據(jù)。

3）數(shù)據(jù)分析（數(shù)據(jù)統(tǒng)計(jì)、數(shù)據(jù)挖掘、數(shù)據(jù)呈現(xiàn)）

比對(duì)后發(fā)現(xiàn)并分析差異，用適當(dāng)?shù)姆治龇椒肮ぞ撸O大多數(shù)場(chǎng)景Excel足夠），對(duì)處理過(guò)的數(shù)據(jù)進(jìn)行分析，提取有價(jià)值的信息，形成有效結(jié)論。

3. 數(shù)據(jù)結(jié)論及報(bào)告

1）明確結(jié)論

• 哪個(gè)數(shù)據(jù)是準(zhǔn)確的？是什么造成了數(shù)據(jù)差異，數(shù)據(jù)差異的構(gòu)成和占比差異是否合理？
• 是否需要進(jìn)行修正，計(jì)劃、難點(diǎn)分別是什么。

2）結(jié)果呈現(xiàn)

數(shù)據(jù)比對(duì)的報(bào)告不需要精致，能夠做到邏輯清晰，圖表搭配，層次分明。

讓閱讀者一目了然理解差異和差異構(gòu)成就可以進(jìn)行結(jié)果數(shù)值比對(duì)、差異明細(xì)、對(duì)照過(guò)程及明細(xì)。

呈現(xiàn)餅圖和柱形圖足夠了，柱形圖看差異，餅圖看差異構(gòu)成。

四、?數(shù)據(jù)人的下一步

應(yīng)對(duì)被動(dòng)的數(shù)據(jù)比對(duì)之后，如何化被動(dòng)為主動(dòng)，進(jìn)行常態(tài)化的數(shù)據(jù)監(jiān)控，不再耗心費(fèi)力疲于應(yīng)對(duì)，提升數(shù)據(jù)健康度，對(duì)數(shù)據(jù)異動(dòng)監(jiān)控提示，實(shí)現(xiàn)數(shù)據(jù)可用可查有提示可預(yù)警。

唯一且艱難的道路：有數(shù)據(jù)質(zhì)量標(biāo)準(zhǔn)是基礎(chǔ)，在制定數(shù)據(jù)質(zhì)量計(jì)劃的標(biāo)準(zhǔn)上，進(jìn)行周期性的數(shù)據(jù)質(zhì)量盤點(diǎn)和數(shù)據(jù)治理！

這條道路需要數(shù)據(jù)團(tuán)隊(duì)有決心、信心，有足夠的耐心和體力，去細(xì)致打磨適合企業(yè)的數(shù)據(jù)標(biāo)準(zhǔn)。

需要對(duì)每個(gè)數(shù)據(jù)域、數(shù)據(jù)實(shí)體、數(shù)據(jù)項(xiàng)，甚至到字段、屬性，定義數(shù)據(jù)標(biāo)準(zhǔn)，核實(shí)數(shù)據(jù)質(zhì)量。

1. 數(shù)據(jù)質(zhì)量

（GB/T 36344-2018 數(shù)據(jù)質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)）

Example：

1. 完整性：指數(shù)據(jù)元素和數(shù)據(jù)記錄完成性，例如：字段是否存在空值，指標(biāo)數(shù)據(jù)維度是否足夠支撐業(yè)務(wù)分析。
2. 準(zhǔn)確性：指數(shù)據(jù)可信度，例如：是否數(shù)據(jù)正確、格式合規(guī)、唯一性、無(wú)臟數(shù)據(jù)。
3. 一致性：指相同數(shù)據(jù)一致性和關(guān)聯(lián)數(shù)據(jù)一致性，如：相同指標(biāo)在不同場(chǎng)景下數(shù)值是否一致。
4. 時(shí)效性：指基于時(shí)間段的正確性、基于時(shí)間點(diǎn)及時(shí)性、時(shí)序性，例如：實(shí)時(shí)能否保證1分鐘以內(nèi)延時(shí)，離線能否保證每天9點(diǎn)定時(shí)更新。

（GB/T 36344-2018 數(shù)據(jù)質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)-數(shù)據(jù)質(zhì)量評(píng)價(jià)過(guò)程）

2. 數(shù)據(jù)清洗

在建立數(shù)據(jù)規(guī)范的基礎(chǔ)上，就可以進(jìn)行數(shù)據(jù)質(zhì)量提升的行動(dòng)，也就是“數(shù)據(jù)清洗”。

數(shù)據(jù)清洗，就是從數(shù)據(jù)庫(kù)表中更正和刪除不準(zhǔn)確的數(shù)據(jù)。

1）數(shù)據(jù)清洗

1. 識(shí)別數(shù)據(jù)問題；
2. 評(píng)估問題及解決方案；
3. 清洗計(jì)劃：更正、刪除、合并、替換、補(bǔ)齊；
4. 數(shù)據(jù)應(yīng)用及周期性質(zhì)量評(píng)估清。

2）數(shù)據(jù)清洗實(shí)踐要點(diǎn)

1. 數(shù)據(jù)問題是業(yè)務(wù)數(shù)據(jù)問題，需要多方人員參與，全面的考慮上下游聯(lián)動(dòng)影響，包括產(chǎn)生數(shù)據(jù)的、使用數(shù)據(jù)的。
2. 提升源端質(zhì)量是根本之法，增加系統(tǒng)界面端和數(shù)據(jù)庫(kù)輸入的的限制，如某些字段非空校驗(yàn)、數(shù)據(jù)類型校驗(yàn)、唯一約束等。
3. 做好備份！做好備份！做好備份！

3. 監(jiān)控預(yù)警

監(jiān)控預(yù)警是化被動(dòng)為主動(dòng)的方法，可根據(jù)數(shù)據(jù)質(zhì)量規(guī)則制定監(jiān)控策略。

通過(guò)數(shù)據(jù)質(zhì)量監(jiān)控工具來(lái)提示數(shù)據(jù)異?；驍?shù)據(jù)波動(dòng)，來(lái)確保對(duì)業(yè)務(wù)數(shù)據(jù)穩(wěn)定的掌控感和保證數(shù)據(jù)的準(zhǔn)確性，問題處理的及時(shí)性。

質(zhì)量規(guī)則不再多說(shuō)，可以聊一聊波動(dòng)性，什么樣的指標(biāo)波動(dòng)可以看作是“異常”呢？

指標(biāo)波動(dòng)不可怕，數(shù)據(jù)波動(dòng)是業(yè)務(wù)發(fā)生的正常情況，業(yè)務(wù)產(chǎn)生自然會(huì)發(fā)生數(shù)據(jù)變化。

比如每周的銷售額肯定不一樣，脫離業(yè)務(wù)場(chǎng)景沒法談數(shù)據(jù)波動(dòng)。

但像之前都1000w，這周只有200w，是不是就屬于異常狀態(tài)？

監(jiān)控可以根據(jù)公司業(yè)務(wù)情況和數(shù)據(jù)情況來(lái)綜合評(píng)定，通過(guò)絕對(duì)值預(yù)警、相對(duì)值預(yù)警兩方面來(lái)設(shè)定。

具體的方法有：絕對(duì)值、同比環(huán)比、周期平滑、假設(shè)檢驗(yàn)（3σ原則）、時(shí)間序列、算法模型。

4. 提前準(zhǔn)備

在新需求的設(shè)計(jì)過(guò)程中，就提前準(zhǔn)備數(shù)據(jù)比對(duì)的工作。

評(píng)估不同線上線下、離線實(shí)時(shí)的差異，找出可能產(chǎn)生問題的原因并解決，技術(shù)架構(gòu)方案選擇，或預(yù)評(píng)估差異。

5. 一些提醒

1）再次強(qiáng)調(diào)：業(yè)務(wù)、業(yè)務(wù)、業(yè)務(wù)

數(shù)據(jù)必須和業(yè)務(wù)結(jié)合才有意義，熟悉業(yè)務(wù)才能看到數(shù)據(jù)背后隱藏的信息。

缺乏對(duì)行業(yè)、公司業(yè)務(wù)認(rèn)知，數(shù)據(jù)應(yīng)用和數(shù)據(jù)分析結(jié)果都會(huì)出現(xiàn)偏離，變成自嗨或者空中樓閣。

要懂上下游數(shù)據(jù)，也要弄清楚公司所在行業(yè)結(jié)構(gòu)，對(duì)行業(yè)的上游和下游的經(jīng)營(yíng)情況有大致的了解。

2）數(shù)據(jù)敏感度

數(shù)據(jù)本身是客觀的，但被解讀出來(lái)的數(shù)據(jù)是主觀的。

同樣的數(shù)據(jù)由不同的人分析很可能得出完全相反的結(jié)論，所以一定不能提前帶著觀點(diǎn)去分析。

Example：比如指標(biāo)預(yù)警沒有合適方法，可暫定波動(dòng)值超過(guò)5%預(yù)警。

如果一個(gè)變量符合正態(tài)分布，則其95%的值會(huì)落到均值左右二個(gè)方差內(nèi)。

3）迭代化思維

業(yè)務(wù)是不斷調(diào)整和發(fā)展的，依托的系統(tǒng)和數(shù)據(jù)也是不斷迭代變化，相應(yīng)指標(biāo)也需要隨著業(yè)務(wù)不斷調(diào)整，更加精確的度量業(yè)務(wù)。

4）精細(xì)度控制好，不要追求極細(xì)

細(xì)分是深入的分析的基礎(chǔ)，但不要追求極細(xì)，細(xì)分意味著復(fù)雜，要判斷公司團(tuán)隊(duì)數(shù)據(jù)意識(shí)和業(yè)務(wù)精細(xì)化管理是否到了匹配的階段。

本文由 @申墨揚(yáng) 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來(lái)自Unsplash，基于CCO協(xié)議。