数据分析终极一问：指标波动有多大才算是大？中薪|高薪|跨境|东盟|连线|全球

编辑导语：在数据分析的过程中，难免会遇到指标波动的情况，那么，判断指标波动大小的标准应该是什么呢？本文作者为我们分析了指标波动的本质，总结了指标波动的三类业务含义，希望看后对你有所帮助。

文章插图
“分析下今天的波动”是数据分析师最常听到的任务。也是最头疼，最纠结，最难搞清楚，还得天天搞的任务。

下降1%，算不算波动大
下降5%，算不算波动大
下降10%，算不算波动大
下降50%，算不算波动大

为啥有时候下降了50%，业务却没反应，可下降了1%业务急的吱哇乱叫！今天我们系统讲解一下。
一、指标波动的本质【数据分析终极一问：指标波动有多大才算是大？】举个简单的例子，体温37.4度VS体温36度，只有3.9%的波动，可真要在测温点被发现体温37.4度，估计马上被保安请出去。为啥？因为人们怕的不是5.5%波动，而是怕新冠！体温37.4度表明：有可能有病毒！这才是人们真正怕的东西。
所以：指标波动不可怕，指标波动代表的业务含义才可怕！脱离业务含义谈指标波动就是耍流氓。理解这一点，才能继续讨论。
二、指标波动的三类业务含义1. 第一类：硬指标波动有一些指标是刚性考核业务部门的，比如：

考核销售：业绩、回款
考核商品：库存、毛利
考核客服：接听、投诉

这些指标是刚性考核业务结果，意味着：必须达成指定数量，否则即使差1%都是问题。因此，常把它们称为：硬指标。这点在销售上表现最明显，定好的业绩目标，哪怕只差0.5%，没达标就是没达标，奖金一分没有！
背刚性指标的部门，对波动最敏感，并且锱铢必较的就是他们。硬指标不达标可能直接意味着挨骂、扣钱。所以硬指标波动特别受关注。
2. 第二类：软指标波动诸如注册用户数、用户点击率、转化率一类指标。
这些指标往往是通往业务结果的过程，就像得先有注册用户，才有后边的浏览、加入购物车、消费一样。软指标上升下降不见得是问题，有可能是一种新的业务形态（如下图），有可能是偶然发生的变化。
因此，软指标的变化不会直接引发业务动作。人们更多关心：这种变化到底是好是坏，会不会对硬指标有潜在的影响。这种纠结的情绪，会让分析格外麻烦。

文章插图
注意：硬指标和软指标的区分，不是一成不变的。比如很多互联网公司会考察“用户增长”，这时候注册用户数就是个硬指标，逼着推广部门完成。因此区分硬指标和软指标，要看部门具体KPI要求。
3. 第三类：边缘指标波动。诸如满意度、知名度等指标，这些指标有共同特点：

本身是抽样调查得来的，非全量统计。意味着抽样方法、问卷方法、调查时间等非业务动作，也可能影响到结果，它不能直接反应业务问题。
与硬指标、过程指标关系不大，或难以直接验证结果。比如满意度，满意度高是不是意味着100%购买，不见得；满意度低，是不是意味着不买？也不见得。
人为操作影响大。比如换一种抽样方式，立马结果变化。比如硬砸一波广告/优惠，数值立马提高。

这种不准确、没啥用、易操控的指标，也会有波动，也会引起人们的关注。但是明白了这些指标的逻辑，大家会发现，想把丫波动控制住简直太容易了，只要搞搞数字游戏就可以。
了解了三大类型以后，在应对指标波动的时候，就有方向感：硬指标>软指标>边缘指标，按这个顺序抓重点，不要面对一屏幕指标高了低了，急的直挠头。有了主次之分，就能进一步考虑判断大小标准。
三、判断波动大小的标准1. 第一步：剔除伪波动有很多波动是自然波动：

比如周末、节假日、工作日之间的交易额区别；
比如产品上市、热销、退市的用户数变化；
比如公众号发文以后7天内阅读衰减。

这些指标天生会有变化形态。平时多总结经验指标形态，就能发现规律（如下图）：

文章插图
发现规律以后，只要符合规律的波动，一律是伪波动！伪波动即使波动数值再大也不用慌，都是常事。但是逆规律而动的，则是：事出反常必有妖！无论波动大小，都是重大变化，都得小心观察。
2. 第二步：量化主动行为有很多波动是业务主动引发的：