上周周五看着周报，所负责的一个业务的数据涨了啊！
该业务是在线咨询医生的业务，看着整体的咨询量和咨询金额上涨，心里别提多爽！但继续往下看周报的数据时，很快我发现了异常，这，数据涨的，怎么那么怪啊？
· 数据异常
看着上周的周报显示，整体的咨询量和咨询金额是上涨了，但是分科室的咨询量却不是整体上涨的。
除了妇科和产科，其余科室均表现较为正常，小幅增长或下跌，但是妇科和产科这两个科室环比上周涨幅太明显了，妇科涨幅23.9%，产科更是夸张，涨幅42.10%！
妇科和产科
妇科和产科，两个科室的不正常增长带动了整体咨询量和咨询金额的上涨。
然而，一脸懵逼，究竟发生什么事了！数据波动这么大，黑人脸？？？
· 分析常见的原因
1. 节假日
上周11.11-11.17号期间没有重大的节日啊，只有一个猫狗大战的双十一，但是这和妇产科的关系不大。排除。
2. 上线日，服务器更新等
上周没有和这两个科室相关的功能上线，即使有新的功能，影响的也是整个咨询服务，不可能单独影响这两个科室。排除。
3. 数据问题
跑去问我们的数据分析师，这周的数据异常，统计口径是不是变了，埋点有没有异常？分析师白了我一眼，没事变什么统计口径？数据来自数据库中的实际订单，和埋点无关，巴拉巴拉。好，排除。
4. 运营活动
嗯，不是节假日，不是新功能，也不是数据问题，涨幅那么大，肯定是运营同事最近做了针对妇科和产科的活动。
又跑去运营同事那咨询了下，“亲，上周做了什么活动，效果不错嘛，妇产科的咨询量蹭蹭蹭的往上涨”，得到答复：“上周没有和妇产科相关的运营活动啊”。
What！？那到底为什么数据涨了？
· 脑洞异常原因
为什么平白无故数据为有这么大的波动？我陷入了深深的疑惑中。
看到数据跌了，你要去分析你做了什么，这样你才能知道你做错了什么；看到数据涨了，你也要去分析，这样你才知道你做对了什么；总结经验，知道自己做对了做错了什么，这样的数据能为你下一次的决策做指导。
最可怕的是，数据涨了或跌了，但是你却不知道为什么，也不去分析，在这样的数据面前，你无能为力，也无法利用。
本来想着当做特例处理不管，但是想想老大上面说的话，还是打算再分析分析。
5. 百度指数
再接着，我想到最近是不是发生了什么大事件，让妇产科的咨询量突然增加，是不是有什么重大的新闻我错过了？
打开百度指数，输入“妇科”和“产科”后发现，一马平川，搜索指数基本没波动。
百度指数
又把地域限制到了产品使用人群最广的深圳，依旧如此。
6. 脑洞脑洞再脑洞
又陆陆续续想了几个原因，基本都pass掉了。直到我想到妇产科咨询的内容…
分析用户场景，咨询妇科的用户是在什么场景下咨询的？咨询产科用户是在什么场景下咨询的？能导致妇科和产科数据量均增加的事情可能是什么？
怀孕！
脑海中冒出了这两个字，对的，一定是怀孕了！
为什么怀孕的人多了？
联想到上周，深圳天气骤降，瞬间我就YY了，是不是大家出门时间变少了？然后大家都窝在家里，于是增加了嘿嘿嘿的时间…
YY
瞬间就打消了这个念头，太不靠谱。
但是怀孕的人数增多是很可能的。
· 深入挖掘原因
顺着怀孕这个思路，继续往下想，查了些和怀孕相关的资料，发现了一个有趣的事情。
怀孕后大姨妈会推迟，大姨妈推迟了一个星期还没来，如果之前有过性生活，很可能是怀孕了。
wow，所以发现自己可能怀孕，买验孕棒来测是在怀孕后第五到第六周（大姨妈过期10天或以上）的事情，亲热后是没办法立马知道自己是否怀孕。
此外，如果亲热后想知道自己是否怀孕，除了等大姨妈异常外，一般亲热两周后就可以买验孕棒来测了。
所以，咨询怀孕的人增多了，很可能是两周前或者五周前怀孕的人增多了。
上周是11.11-11.17
两周前是10.28-11.03
六周前是9.30-10.06，国庆节！！
这时，又跑去查了下“意外怀孕”的百度指数，果不其然！上周意外怀孕的搜索猛增！
百度咨询
最终原因分析出来了，不是因为产品功能迭代，不是数据统计问题，不是运营活动问题，而是在6周前，国庆节的时候，玩的太嗨，意外中奖了！
上周妇科和产科数据的涨幅，实际上在6周前就已经注定会发生了。
同理推测下周的数据依据会比平时高，因为慢慢的还会有用户会发现自己怀孕了，从而上平台来咨询医生怀孕了怎么办。
· 充分利用数据
根据上述案例的分析结果，我们是可以充分的利用这部分的数据——建立用户标签实现精准推送。
简要的步骤如下：
1. 清洗数据，建立用户标签；
2. 下次国庆的时候，给没有怀孕过的青年推送如何避免意外怀孕的文章，文章中加入避孕产品的导购；
3. 国庆后的第二周，再给这部分用户推送意外怀孕相关的文章，夹杂验孕棒等商品的销售；
4. 国庆后的第七周，筛选出上次国庆推送文章的用户，在第二周到第七周中有妇产科挂号或咨询记录的用户，结合其他条件，打上怀孕的特殊标签；
5. 在怀孕期间的关键节点，给这部分用户推送对应的不同怀孕期间的文章，可夹杂孕期商品的销售；
6. 分析这批用户宝宝出生的时间，在宝宝出生前，推送建议购买给宝宝的产品及相关的育儿文章，在宝宝出生后的几个月，分别推送对应的不同月份宝宝需要的不同的产品。
上述事情说起来简单，但实际操作起来复杂，需要产品，研发和运营共同不断的努力才能达到，但最终的精准推送的效果肯定比盲目的群发好很多。
既做到能推送给用户需要的内容，在内容中引导购买商品，又能做到不骚扰其他无关的用户，同时其他用户还可以根据不同的标签再推送不同类型的文章，较好的实现平台流量的精准变现。
分析到最后，万万没想到，产品的数据涨了，竟然和我这个产品经理半毛钱关系都没有，仅仅是用户在6周前嘿嘿嘿导致的，让我静静……
我需要安慰
I need AV…
网友评论
r人口普查并不支持你的观点，百度指数另有原因
我不赞同你的观点，第一这这个数据是指整体的出生率，并不代表意外怀孕而出生的婴儿的出生率，文中的案例数据上涨主要是意外怀孕，你的数据不能直接用到我的案例中；第二，数据是06年的，而现在是16年，跨越了10年，能否直接利用这个数据也表示怀疑；第三，百度指数你认为有其他原因，不知道可否分析下，没有任何原因我可是不能接受的。欢迎共同探讨