2021年3月22日，原本只是个平平常常的周五，但自国务院在10点发出「好消息！#五一放假4天#」这条公告通知后，一切都变得不再寻常。

文章发出后2分钟迅速达到98万阅读量，仅10分钟已超过150万阅读量，热心民众扩散周知，朋友圈更是一片沸腾。

作为一名互联网产品运营人，面对如此巨大流量，心里是乐开花的，但是这种突发状况，更应该准确定位问题，快速给出新的应对方案。

这就要求运营人需要结合自己的业务现状，实时洞察数据异常，选择适合的数据分析方法，真正做到数据驱动产品，精细化运营。

一、回顾

我们先来看一下，当天国务院通知发出后，各大产品都做了什么。

1.「消息push不约而至」 

• 官宣！五一假期延长至4天啦！
• 好消息！今年五一放假四天
• 休4天！你想要的五一小长假回来了
• 喜大普本！今年劳动节放4天假

视频、地图、旅游、社交…各家媒体的消息push接踵而至，真真儿是感受到了新媒体运营人的灵敏嗅觉及强执行力。

2.「网易新闻热门跟帖」 

• 还不是只休了一天 。
• 就是放两天，只是把前一周后一周的休息挪了一天放在五一 。
• 还是一天。现在单位放假就让值班！你这么一弄，原本…
• 不调休，放四天才是最好的消息。

文案创意紧密贴合#五一放假4天#消息，广告模板结构化配置，紧追热点一键生成，灵活多变赚够流量。

3.「马蜂窝旅游消费指南」

• 根据国务院最新通知，及时同步更新最新版2021放假安排 。
• 盘点了国内外最适合出行的24个旅行目的地 。
• High玩春游季大促活动更是蹭的一波热点，730元新客优惠券礼包及时送上，门票、酒店、机票、自由行全覆盖，还有688.8元红包挑战吸引用户 。

对普罗大众而言，短长假出门旅行已是一种习惯，更是一种生活方式，#五一放假4天#消息一出，旅游爱好者瞬间进入旅游筹备进程。

4.「飞猪公关数据」 

• “放假消息公布以后，10点到12点，国内机票的预定量，比上周同时段增长超过50%；国际机票的增长更加惊人，超过了150%。
• 国内上海，重庆，北京，西安，成都，五个目的地的热度最高；国际城市分别是首尔，中国香港，曼谷，大阪和东京。

从飞猪平台看到，价格纷纷在中午之后开始有所上涨。”

…

就这样，一条「好消息！#五一放假4天#」出乎意料的放假消息，顿时成了全网热点，媒体追捧营销，大众欣喜买单，浏览访问数据瞬间飙升。

二、用数据分析问题

回过头来看，做到上面这些动作已经反应速度非常快了，而且和自家的产品调性结合的非常棒，实属优秀。

面临海量数据飞速上涨，下一步该怎么办？

这些熟悉的场景你一定都还记得：

• 比如，某段时间公司做了一波网红大V推广，老板想看看推广效果，你需要来个复盘分析；
• 比如，某一时段数据异常涨跌，老板要个准确说法，你一脸懵逼；
• 比如，某天你负责的M站浏览量狂涨，亟需找准原因好借势再涨一波流量；

所有这些场景都需要基本的数据分析能力。

数据分析的价值所在就是将一连串的问题现象与业务数据建立对应关系，通过一定的分析套路，快速分析并解决问题。 

而我接下来将重点分享三种常见的数据分析方法，再通过一个【某款社交APP在国庆期间数据猛涨原因分析】的案例来辅助理解和说明。

三、三种数据分析方法

首先，常见的数据分析方法有9种：对比分析，多维度拆解分析，漏斗观察，分布分析，用户留存分析，用户画像，归因查找，路径挖掘，行为序列分析。

这里将重点展开分享前三种数据分析方法： 对比分析，多维度拆解分析，漏斗观察。

1、对比分析 

对比分析是最基础最常见的数据分析方法，能直观的看出事物某阶段的变化，并且可以准确、量化地表达出这种变化/差距是多少，重点从「比什么」「怎么比」「跟谁比」三个维度进行分析。

（1）比什么 

比什么，分为绝对值（#）和比例值（%）的比较。

绝对值本身已是具备“价值”的数据，比如销售金额2000元，阅读数10000万，单看数字不易得知问题的严重程度；

比例值只有在具体环境中看比例才具备对比价值，比如活跃占比，注册转化率，单看比例值容易受到极端值的影响。 

（2）怎么比 

怎么比，分为环比和同比。

常见的环比有日环比，月环比，是指与当前时间范围相邻的上一个时间范围对比，主要用于对短期内具备连续性的数据进行分析，如指标设定；

常见的同比有周同比，年同比，是指与当前时间范围上层时间范围的前一范围中同样位置进行数据对比分析，主要用于观察更长期的数据集，消除短期数据的干扰。

（3）和谁比 

和谁比，分为和自己比、和行业比。

和自己比，可以从不同的时间维度，不同的业务线，过往经验估计，跟自己比较；

和行业比，可以观察分析得出是自身因素，还是行业趋势，比如都跌的时候，能否比同行跌的少？都涨的时候，能都比同行涨的快？

现在回到上面这条「飞猪公关数据」“放假消息公布以后，10点到12点，国内机票的预定量，比上周同时段增长超过50%；国际机票的增长更加惊人，超过了150%。”

很显然，

“50%，150%”都是比例值；

“比上周同时段增长…”由于是#五一放假4天#消息导致的数据短期内连续上涨，所以选择的是周同比；

“国内机票的预定…国际机票…”飞猪是在跟自己比，若有行业数据公布作为依据，可以判断飞猪是比同行涨的快/慢。

2、多维度拆解 

多维度拆解，是最重要的一种思维方式，一个单一指标是不具备分析价值的，我们需要从多个维度进行拆解分析才有意义，最终以获得更加全面的数据洞察。 

数据分析的本质是用不同的视角去拆分，观察同一数据指标。多维度拆解的本质多维度拆分指标/业务流程，来观察数据变动。

多维度拆解的适用场景： 

（1）分析单一指标的构成、比例时，比如分栏目的播放量、新老用户比例；

（2）针对流程进行拆解，比如不同渠道的浏览、购买转化率，不同省份的活动参与漏斗；

（3）还原行为发生时的场景，比如打赏主播的用户的等级、性别、关注频道，是否在WiFi或4G环境下。

现在回到第一个场景：“比如，某段时间公司做了一波网红大V推广，老板想看看推广效果，你需要来个复盘分析…”

这时就需要用到多维度拆解分析方法，大致的分析思路这样这样：

（1）从APP启动事件来分析 

• 按照设备类型查看，比如Android、iPhone…不同机型的启动情况；
• 按照启动