數據挖掘中的異常檢測

一、實時分析需要關注的三大指標

數據化運營需要關注的指標非常多，如PV、UV、轉化率、留存率等等。忽略留存、轉化等結果型指標，在分鐘級的實時監測中，運營主要關注網站平臺的三大類數據指標：

訪問用戶量

訪問來源

訪問行為

用戶訪問量、訪問來源和訪問行為對網站平臺的運營具有重要意義：

分鐘級的訪問量可以幫助我們了解流量的趨勢，方便及時發現流量的異常；

訪問來源的監測方便我們了解實時訪問來源和權重，為渠道優化做準備；

訪問行為的實時監測幫助我們了解用戶的訪問偏好，方便后期進行網站內容優化?，F有的SaaS （軟件即服務）產品中，將上述實時指標模塊統一于一個后臺頁面中，這樣的設計便于運營者對實時的情況一目了然、運籌帷幄。

二、通過三個案例講透實時分析

從異常的流量峰值中發現問題

運營者一般都比較關注網站平臺的PV、UV及其走勢，這也是網站流量分析的基礎指標。以天或者小時為顆粒度的流量分析較為粗糙，會掩蓋很多時間節點上的流量波動細節。如果我們用分鐘級的粒度來觀察流量，又會有什么發現呢？某內容社區7月16日16：30-16：35 用戶訪問量激增，是平時的4倍左右（如上圖圓圈所示）。社區的運營人員馬上就發現了這個異常值，借助［訪問來源］發現該節點訪問來源排第一位的是微信（mp.weixinbridge.com），然而當時并不知具體原因。在稍后的朋友圈分享的文章中發現，當時某運營大咖在一個微信群分享中推薦了該社區平臺，貢獻了16：30-16：35社區激增的訪問量。該社區的PR果斷抓住這次機會，邀請該運營大咖來該社區做知識分享，起到了非常好的傳播效果。

這是通過激增流量發現合作渠道的典型案例，值得所有企業思考。反之，如果流量暴跌，甚至降為零，那么這個時候就馬上檢查網站/APP是否正常，以便及時修復問題。

精準投放：渠道優化與反作弊

作為一個運營人員，如果產品在各大渠道上投放了廣告，則可以通過［訪問來源］來時刻監測渠道的廣告效果，進而確定渠道帶來的訪問用戶量和質量。

某互聯網企業近期做了系列的渠道投放測試。他們通過［訪問來源］發現其中兩個渠道帶來的量非常少，而且價格不菲，于是短暫上線就立即撤掉了該投放。同時實時分析還可以用于反作弊，短時間、單一渠道流量暴增很可能就是刷單或者流量作弊的表現。某日上午該網站訪問量連續出現兩個異常高峰，且該期間絕大部分流量來自一個渠道。運營人員對此非常警覺，經排查是代理商作弊，用機器人刷量；事后該企業果斷放棄該代理渠道。上述兩個行為為該企業挽回了大量損失。

實時監測，讓產品運營更加高效

現在互聯網產品迭代的速度越來越快，產品運營需要對新上線的產品或者功能進行追蹤，評估產品的效果或者市場反饋?；ヂ摼W金融領域存在組團詐騙進件（進件，即購買金融產品）的情況。以某互聯網金融公司為例，因為風險控制的原因會控制對外宣傳的力度，每天的訪問用戶數基本比較穩定。某日，該互金公司上線了一個新的金融產品，公司的運營人員通過［訪問用戶實時走勢］發現訪問用戶陡然增加，再通過［活躍網頁］發現該產品中的某個頁面的訪問量特別高，經過排查確定這是該產品的漏洞，會導致公司流失大量資金，他們果斷采取修復措施再重新上線。如果還是用傳統的流量監測方法，可能等到兩三天才能發現這個漏洞，到時候流失資金可能達幾百萬之巨。

三、數據驅動的精細化運營

一個產品或者運營手段從最初的“idea”到最后成型上線，運營人員需要通過數據來衡量它的表現及市場反饋。同時，從數據中發現問題，提出假設，不斷升級迭代；從而形成“idea — product – data”的良性循環，驅動業務和客戶的增長。在運營的過程中，數據反饋越及時，我們迭代的速度就越快，運營的效率就越高。1.01的365次方約等于38；換言之，通過實時分析可以實現不斷的、快速的小幅迭代，而這積累起來就是運營、是企業巨大的進步。