波動特徵分析
定位問題環節
對變化量在人貨場3個維度(或者其他業務維度也可以)進行拆分，以定位指標變化的主要環節：
檢查資料質量，如果是所有維度或者主要維度一起掉，那很可能是產品操作，比如發版或者新功能上線影響。
按原因概率順序排查
用資料驗證假設
基於業務形成假設，然後用資料進行驗證。
如果找到引起指標波動的蛛絲馬跡，那就要形成相應的假設，再通過資料去驗證，有現成資料最好，實在不行再考慮a/b測試這類成本高的方式。
資料上表現的週期性變化主要因素有3方面：
人(使用者)的行為活動的週期性，包括和人相關的自然節律
e.g. 一日三餐的用餐時間相對固定，上下班時間相對固定；
e.g. 工作日上班，節假日休息；
e.g. 夏天會買短袖/褲/裙、風扇/空調等降溫裝置、遮陽傘/防曬霜等遮陽裝置等，冬天買秋衣/褲、暖寶寶/電熱扇/暖氣片等保暖裝置；
e.g. 在特定的年齡段有相應的主要活動，比如上學、工作、婚育、養老等；
人行為的週期性或穩定性可以體現在不同的場景下，比如手機充電時間段、電量變化、亮屏時長等，可以判斷手機是「真人」在用，同樣基於行為的穩定性可以判斷賬戶是否被盜用等；
社會活動的週期性，包括行業特殊日期或活動
產品上的週期性
資料上的突發性變化通常和產品運營操作有關。
e.g. 某天新上線了乙個交易入口或者拉新渠道；
e.g. 運營搞了乙個有上萬人參加的活動；
引起指標波動的因素很大程度上就是指標的影響因素，對於關鍵指標的常見影響因素(無論是內部還是外部)，最好能定量分析相應的影響量，不管是否具有穩定性，得到乙個參考範圍也是好的。
可以按可控性、穩定性兩個維度對影響因素分類。
建議做同期群分析，區分使用者屬性以及使用者質量相關的指標下的分布情況來看使用者結構的變化。
使用者結構的動態變化通常可能由如下原因導致：
畢竟產品運營活動的目的就是讓資料指標發生變化，不過有時可能出現非期望的改變。
pest相關的因素。
資料波動歸因分析
排除工程原因 資料採集 資料傳輸 資料統計 資料演示等過程 時間和空間上的定位 從哪天開始有波動 哪個模組上波動比較厲害 結合業務思考外部因素 我們不能影響 的貢獻，如重大事件 競爭對手的動作等。如果是絕對量資料，考慮該絕對量在業務中所處的環節是 其上游是什麼，上游資料以及轉化率上有哪些波動 整體去...
指標，指標，指標。。。
1 指標常量與常量指標 int a 10 int const p1 a const int p2 a p1是不可改變位址的常量，即指標常量，但可以對它所指向的內容進行修改。p2是指向常量的指標，即常量指標，它所指向的位址內容是不可修改的，但其本身確實可以修改的。2 指標運算 includeint m...
指標，指標，指標。。。
1 指標常量與常量指標 int a 10 int const p1 a const int p2 a p1是不可改變位址的常量，即指標常量，但能夠對它所指向的內容進行改動。p2是指向常量的指標，即常量指標，它所指向的位址內容是不可改動的，但其本身確實能夠改動的。2 指標運算 includeint m...