找回密码
 立即注册

QQ登录

只需一步,快速开始

年末核对数据出问题?教你一招,快速搞定!

楼主
数知鸟——高效的数据需求管理平台

所谓经营,数字便是一切。因此,经营者必须要懂数据,会看数据。

 

试想一个场景

 

我们在日常工作中,做了很多线上指标统计。做指标往往并不难,但是做完指标之后,对指标的监控,经常被大家忽视。

 

当发现指标异常之后,对根因的定位又很繁琐。

 

经常需要是先找业务组长,业务组长再找到具体的业务负责人,尤其是涉及多个团队的综合指标,经常需要为了定位根因拉齐各个方向的骨干成员,讨论若干次。

 

问题的出现常常是因为没有合理的方式定位问题,导致浪费大家的时间,效率低下。

 

那么如何解决这个问题?不妨试试这个新解法。

 

如何解决问题?

 

①了解

 

在看报表时,有数据异常问题,需要先了解该指标的计算维度和定义

FR/BI集成数知鸟后,可以通过页签上的关联内容,查看该报表对应的关联指标。

数据指标出现异常,也就是上升或下跌,通常有以下情况:

 

▶一次性波动:只在某个时间节点发生波动。一次性上升/下跌背后原因的一般都是短期/突发事件,比如系统更新导致数据统计错误,突发的渠道投放冻结等。

▶周期性波动:会周期性发生上升/下跌,比如双十一、周末、春节等季节性因素。一般业务开展都有周期性,比如考勤工具类APP,就是以周为单位循环。工作日和周末就是有明显差异波动。

▶持续性波动:从某时间开始,一直出现上升/下降趋势。而持续性上升/下跌背后原因往往都是深层次的,比如用户需求转移,渠道投放长期暂停,大环境等因素,导致出现持续性的。

 

周期性下跌一般都不需要做特殊处理;一次性下跌往往来的比较突然,要关注事件持续性;持续性下跌的,特别是不见好转,持续的时间越长问题越严重。

 

当然,也不能单纯的趋势图的走势,要结合波动的幅度来看,幅度越大,说明出现的异常问题越值得注意,更要结合业务问题,进一步了解指标。

 

②定位

 

清楚指标定义后,还需要明确指标背后联系的业务问题。

例如下图,准时交货率异常,那么需要了解清楚该指标对应的问题应用对象、对应的业务问题。

通过数知鸟脑图,可以将报表的分析框架梳理出来,挂载在报表中,便于理解和沉淀。

 

③反馈

 

若指标却有异常,通过帆软决策系统集成数知鸟,可以直接在报表界面反馈需

 

可以提前预设好需求类型、流程等,让需求直接流转至对应业务负责人处,实时消息提醒通知。

数知鸟支持与FR/BI、钉钉、飞书、企业微信等集成,方便构建多个便捷的需求反馈入口,实时收到需求流传提醒~

 

④跟踪

 

反馈后,可以实时收到需求进度提醒,查询提出需求的进度,让需求不被淹没、遗忘在聊天记录中。最后问题处理完成,也能实时收到结果推送

 

在该报表页面,同样可以查看该报表关联需求,方便跟踪问题。后续也方便查看该报表历史提过的所有需求。

 

同时,对应的业务人员也能收到待办提醒,在『我的待办』中看到自己未处理的需求,防止遗漏

 

⑤沉淀

 

类似的数据异常问题越积累越多,这类问题也能得到留存、沉淀。

 

后续再发生类似的数据异常,可以复用处理经验。有新人需要学习时,也有现成的材料可以借鉴

 

如此,可以有效解决数据异常无法快速定位根因的问题,提高效率,将更多的时间用于数据背后业务问题的提升上,发挥数据的力量。

目前,已经有1000+企业通过数知鸟平台获得更便捷的需求管理体验,如果你也想提高需求管理水平,就赶快点击下方按钮注册使用吧!

 

点击免费使用

 

编辑于 2021-10-15 09:48

分享扩散:

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

0回帖数 1关注人数 1623浏览人数
最后回复于:2021-12-13 14:18

Array ( [id] => 26 [code] => 4502 [product] => 数知鸟 [title] => 论坛列表页右侧banner [demand] => 334px * 410px [img_url] => /uploads/20210820/2e251eefbeff0125619300d2210f71b7.png [click_url] => /thread-136440-1-1.html [status] => 0 [end_time] => 1672451220 [username] => zoe [edit_time] => 1629424147 )

联系社区管理员|联系帆软|《帆软社区协议》|手机版|帆软社区|Copyright © betway体育 ( 苏ICP备18065767号-7 )

GMT+8, 2022-1-10 01:27 , Processed in 0.104108 second(s), 42 queries , Gzip On.

返回顶部 返回列表