什么叫“对数据敏感”

转载至审悦

什么叫“对数据敏感”？

小技巧：

点击上方作者处的“互联网悦读笔记”，然后下拉，在顶部找到搜索框，可以搜索本号所有历史文章~

《什么叫“对数据敏感”》。经常听身边人说“某某人对数据很敏感”、“你需要对数据敏感”。那到底什么是“数据敏感”呢？今天就来聊聊我的理解。

开篇之前，先做个小测验，有这么句话：

今天我们新增用户5000，比昨天增长50%。

OK，听到这句话，你的反应是什么？

对数据不敏感的人，可能主要感受是：

不错！数据有增长，而且竟然有50%，赞

而对数据敏感的人，会有如下疑问：

今天怎么定义？截止到几点几分？和昨天比，是和昨天同期比？还是和昨天全天比？

新增用户怎么定义？是新注册的用户，还是按设备算？

不能只看增长，这些增长的用户，还有多少留存，需要持续观察1周

这些新增的用户，分别是哪些渠道来的？需要拉个细表看下

这些新增的用户，启动App后，行为如何？大多数流量集中在哪个入口？

……

如何，看到区别了么？总结来说，所谓数据敏感，我认为，就是“定义数据，并能从多个角度看数据的能力”，首先你要清楚某个数据的来源，然后对其进行挖掘，挖掘的角度越多，说明越敏感。

数据定义是基本功，要求你能把某个指标清晰描述，不至于让人引起歧义。我之前的文章日思v174. 数据课6|质量指标介绍、日思v173. 数据课5|用户指标介绍分别介绍了几个常见的数据指标定义方法，可以直接看下。

挖掘数据的角度可以有哪几方面呢？先介绍2个概念：维度和度量。

维度：即Dimension。指我们平时看事物的角度。有成员值且可以枚举（如行业、省市、小时、小组、班级、部门、员工）。

度量：即Metrics,，指量化的数值。可量化且可评估水平层次（如分数、指数、成交金额、点击次数、访问次数）

挖掘的方式，就是在度量一定的基础上，探索更多的维度。具体做法，数据界有一个方法，叫：OLAP（联机分析处理），有兴趣的同学可以百度下，今天只介绍OLAP的核心模型：数据立方体。

数据立方体，是OLAP（联机分析处理）中的一个概念，目的是为了多维数据分析（可能不止三围）。以电商销量为例 ，下图就是一个典型的数据立方体例子：

基于数据立方体的分析方法有：切片、钻取、上卷、旋转、切块 。以上图为例，各种分析方法，对应的立方体解读如下图：

看到了吧？说回来，所谓提升数据敏感度，就是在看到一个度量值的时候，能尽可能多地按立方体的方式多维拆解它，剖析它，并从中发现数据变更的原因。当然，立方体分析法只是告知你操作方法，至于可以钻取几个维度，还是要依赖你对业务的理解程度。比如上面的例子，看到新增用户，你可以从来源渠道角度钻，从设备机型上钻，从地理位置钻，从版本号钻，不同的角度，解析的结论是不一样的。