案例：
老板问：“好时光”的线上活动流量情况怎么样？
一.找出问题：精确使用描述性统计
精确使用描述性统计可以对样本的基本情况和特征进行说明
在日常业务中经常被使用的描述性统计量：中位数，平均数，分位数，方差/标准差，异常值
二.分析问题：找出问题,着眼于变化，寻找异常值
1.找出问题：精确使用描述性统计
2.找出问题：着眼于变化，寻找异常值
评估变化的方法
同比：对比同期变化（和上周五比）
环比：对比连续周期
增长率：可以有效评估累计型的指标
日常工作中的流量数据，用户数据，转化数据，交易数据都有固定的波动周期，每个周期内的数据变化应该是趋于稳定的，如果某天的数据不在符合预期的范围内稳定变化就是数据异常
对数据异常的敏感度主要有：数据波动是否异常？异常的范围，波动的程度，是否需要深入分析
异常值：
三个超高UV增长率的原因，一是因为周末，UV本来就高；二是因为这三天我们有合作渠道的推广，造成UV暴增
变化：
活动的峰值的增长率有向下的趋势
三.解决问题（细分指标，多维度分析）
1.通过多维度，拆分指标进行分析，来寻求指标变化可能的原因
同一指标,不同维度
拆解指标，深挖数据
常用的指标维度：
用户指标：地区，年龄，性别，学历，设备型号，操作系统
产品指标：产品类型
运营指标：活动类型
营销指标：营销渠道，营销方式
2.分析问题：交叉分析
只关注单一维度和指标会造成我们主观判断上的偏差：
- 幸存者偏差
- 维度偏差
引入转化率作为交叉分析的指标，从折线图来看，转化率和UV的关系并不大