被90%的数据分析师忽视，却非常好用，就是他！-技术圈

日常生活中还有一款数据产品非常普遍、非常好用，却经常被忽视，那就是——体温计。现在的电子体温计，只要在额头滴一下就知道体温，真方便！谁用谁知道。特别是有宝宝的同学，每家必备。

和汽车的速度仪一样，体温计有以下优点：

重要指标。宝宝哭闹的时候，发烧和不发烧是天渊之别的。
形式简单。就一个数，非常容易看，含义也直接。
指向明确。38.5+是高烧要注意，38.5到37要持续关注，37-就不用太担心。

这些特点，使它的使用率、重视度、有用性都非常高。可称优秀。

可它和速度表有一个重大区别：它不具备即时响应的功能。体温不能像速度那样，超了就踩刹车，低了就踩油门，一脚下去就见效。俗话说：病来如山倒，病去如抽丝。即使我们知道宝宝发烧了，也没有一款神药一口下去就完全退烧。生病从来不会秒好，所以就得持续关注。这也是我们今天要分享的重点：数据指标的趋势分析。

关注体温走势是非常非常重要的。因为：

一来，确诊非常困难。像小宝宝发烧这种事，即使去了医院也不见得就能看出来啥原因。

二来，确诊的成本太高。莆田系的医院不敢去，小卫生所没有儿科大夫，大医院的儿科都挤满了人。开车、停车、排队要折腾太久。如果还要验个血什么的，就等着小宝宝闹翻天吧。如此折腾，没病都整出病来。

三来，太猛的药不敢用。陈老师就遇到过庸医给不到1岁的轻症宝宝开扑尔敏的，这么狠的药谁敢给宝宝吃。

四来，隐藏的问题可能很严重。虽然几乎所有的科普号都在说，小宝宝发烧不是大问题。可又是这些科普号在说，同样的症状，发烧就意味着有可能有大问题。那万一真有大问题怎么办！所以家长们都很想搞清楚。

五来，即使用药，也要缓慢见效，短时间可能看不到数据上的变化，着急也没用。

确诊很困难，管又管不了，不管又不行，不敢用大力，用完还得等。这种前怕狼后怕虎的纠结场面，就得通过持续观察走势来解决。体温计可以输出一个体温数据，但这种体温数据的解读方法，不是看单一的指标，而是看一系列指标组成的一个走势图。这个走势图，由以下7个要点组成。

第一，开始时间：首次发现问题的时间。家长们如果养成好习惯，遇到宝宝哭闹，先测个体温看看有没有问题，关注首次开始时间，就不会等到小宝宝病得不行了才发现。而且可以及时记录在发现生病前，小宝宝干了什么事，对后续诊断有大用。

第二，加剧趋势：从首次发现以后，问题越来越加剧的走势。一次检测有可能有误差，可能要连续测2-3次，如果持续发烧，就得提高警惕，加大关注的频率。

第三，峰值：问题最高的点。峰值含义很明确了，如果小宝宝真发烧超过38.5，甚至39度，并且测2-3次都是这样，可能就得直接上退热贴，然后赶紧去医院。如果峰值没有到警戒线，还可以持续观察一下。

第四，改善趋势：问题是否有好转，是否持续向好的方向变化。如果是正常波动，或者小病小灾，可能在过一段时间以后就自愈了。如果没有出现改善趋势，甚至磕了美林都没用，这就得马上找医生了。

第五，结束时间：问题何时再也观测不到了。记录结束时间也很重要，一来可以知道问题已经结束了。二来，它可以用来计算下边两个要素。

第六，持续时间：整个问题持续了多久。整体问题持续时间对于评估问题也很有用。如果小宝宝多个月来发烧的次数不见少，每次时间越来越长，可能就真的有所谓隐藏的大问题。可能真的是体质不好或者家长没带到位。这时候可以再深入分析一下。

第七，波动范围：问题持续时间内，最大值和最小值差距。波动范围能在事后总结一个规律，下次遇到类似问题，只要在范围内的可以安心一点。

这样综合看数据，就能让家长自己信心越来越足。刚开始的新手爸爸妈妈可能都没啥经验，遇到宝宝发烧就慌手慌脚。但是经过几次以后，就会大概了解情况。宝宝有个小感冒啥的，完全是正常的，不用像爷爷奶奶那样吓得大喊：快去医院！（又不是他们带着去，站着说话不腰疼）也不怕错过问题。

更重要的是，这样详细的记录，在见到医生的时候能更快确诊。医生了解的越多，诊断的速度越快。

然而有些家长素质就很差：

不看数据的：体温测都不测，就抱着孩子跑去医院大喊：孩子发烧啦！医生测了几次都不过37度。
看数据只看一眼的：测了一下38度就急匆匆的跑去医院，结果是测量误差的。
看数据但不记录情况的：见了医生只会说“也没干啥啊，本来好好的啊”

而且，你会发现素质越差的家长，对医生要求越高。他们的口头禅就是：

“我不管！”

“看病是医生的事！”

“你是医生你怎么能不知道！”

“现代医疗设备不是很牛逼吗！”

╮(╯▽╰)╭

我也认为看病是医生的事，但孩子是自己的孩子，自己不负责任，谁来负责任。

确诊很困难，管又管不了，不管又不行，不敢用大力，用完还得等。这场面很眼熟啊，是不是让大家联想到了我们平时工作中做的销售、运营分析日报。

经常日销售额、日活跃率、日新增用户等指标出现波动，短时间内根本找不清楚原因；码还没写完，第二天数据好像又回来了；即使看到短时间波动，业务上也没办法做出改变；即使想改变，也不敢按照一两天情况做决策。万一用力过猛把钱都花完了，下半年咋办？

更糟糕的是，往往数据分析师是最后一个知道业务到底发生什么的。业务方临阵做了一堆调整，可能根本没有知会数据分析师。等到解读数据的时候，自然是不知道从何讲起了。

所以，往往遇到短期数据波动，数据分析师们最倾向于找：是不是数据错了。然后内里默念：拜托拜托，必须是数据错了。如果数据错了还好解释，把数据改过来就好。问题很多时候就是会遇到数据真实的、奇怪的波动，咋整？

解决这个问题的办法，也是要会解读日报表走势，对常见的问题场景的形态和7大参数有一个清晰的认知。这样就不会陷在一个数据的波动里，而是把控全局。比如做促销活动，大家都知道上促销时销售额会大涨。可仔细看一下，至少促销有5个时间周期，每个周期理论上都有7个参数可以看。这样即使日报只报告了销售额一个数据，也能勾画出促销走势（如下图）

有了走势的感念，就能归纳过往经验。比如一个品类的商品，一种促销活动在做的时候：

整体走势会是什么样子？
五个周期各多长？
引爆期爆发峰值会有多少？
引爆期销量应该占到整体多少？
最长活动效果能去到多少天？
收关再做一轮推送，能再拉动多少？
促销完了，需要恢复多久？

这些参数可以归纳出大致范围。这样短期内就关注有没有出现重大异常，及时提醒问题；长期内，可以关注走势形态有没有变化，比如蓄力期是不是越来越长（意味着促销拉动越来越差），是否引爆期爆发力在下降，不同活动差异如何等等。这样即使只有一条日报的数据，也能做出丰富的解读。

而新手们往往忽视整体走势，只盯着一个数字看。被追问一天的变化异常的时候，又急着拿用户画像相关的一堆很具体的数据，拆分一堆维度找原因。跑数效率慢不说，很有可能看不出啥来。更重要的是，缺少对走势的积累，会容易丧失目标感。比如判断促销爆发力好不好，完全凭业务方感觉，没有真正计算过数据。最后的结局，当然和那些被医闹怒喷的医生一样，遭到业务方的鄙视：

“我不管！”

“立即分析出原因！”

“做分析数据是你的事！”

“人工智能不是很牛逼吗！”

╮(╯▽╰)╭

实际上，日报数据形态很丰富，促销是典型的爆发型形态，类似的还有政策调整、系统升级等；还有周期性形态，一次型突发形态，持续控制型，之后我们慢慢分享。这个过程就和新手爸妈成长为老手爸妈一样，着急不得，孩子要一天天长大的。大家记得关注陈老师，持续追剧哦。

原创精选：