一 曰常遊戲：

1.資料異常就是說明騰訊的電腦系統檢測到你的帳號資料異常

這些異常可能是樓主使用非法軟體或者樓主頻繁的掉線登陸游戲 都有可能被檢測到資料異常

這種情況請樓主等待半個小時以後在登陸 否則很容易導致被封號。

二.業務異常：

資料異常監控分析不僅是資料分析面試中的高頻考題，同時也是業務分析中一項常態化的工作內容。當我們面對市場、產品、運營等各種業務場景，經常會發現很多異常資料的問題，比如：

某APP日活DAU相比昨日突然下降了10%，該如何分析？

某公司銷售收入環比上月下降了15%，該如何分析？

某產品客單價環比上月下降了20%，該如何分析？

……

上述各種業務場景，其實都是發現了資料有異常波動的情況，那接下來問題來了，我們該如何著手進行分析呢？大部分人解決問題的思路，都是直奔主題找原因，上來就去找出現異常的原因、異常點在哪裡。其實這種分析思路有一個最大的弊端就是不夠體系化，往往能夠找到一些原因，但是很可能是片面的，甚至可能還會踩雷。接下來就給大家分享一種比較實用的方法，我個人稱之為“點 – 線 – 面”分析法：

1. 點

首先排查資料準確性，確定是否屬於資料錯誤。容易出現數據錯誤的環節有資料採集環節（埋點）、資料提取環節、產品環節（BUG）、業務環節（資料口徑）等。如果沒有問題進入下一步分析；

2. 線

拉長時間週期，也就是進行縱向分析，看是否屬於週期性波動，有些行業受季節或淡旺季影響較大，比如家電、飲料、線上教育等都受淡旺季影響較大。如果沒有問題進入下一步分析；

3. 面

首先，綜合運用公式拆解法、多維度拆解法等對大問題進行拆解，拆解為一個個可著手分析的小問題；然後，透過計算影響係數初步定位到主要影響原因；最後，大膽假設，小心驗證，透過假設檢驗法逐步排查到產生問題的根本原因。

比如，我們以銷售收入下降為例，透過“點 – 線 – 面”分析中的“點 – 線”分析確認屬於資料異常後，接下來就可以在“面”的分析環節中採用“三部曲分析”法，主要流程如下：

1）運用公式拆解法、多維度拆解法等對大問題進行拆解

2）計算影響係數，定位主要原因影響係數=( 細分項本月數 -細分項上月數 ) / ( 本月總量 – 上月總量 )

影響係數越大，說明該維度資料就是造成總體波動的主要影響因素。

3）透過假設檢驗法逐步排查根本原因

假設在計算影響係數後，初步確定主要是新使用者減少引起的收入下降，接下來就需要對新使用者數下降的原因進行假設，常見的假設維度有內、外部維度，其中內部維度主要有渠道側、產品側、運營側、技術側等等，然後透過資料逐一對上述假設進行驗證。

以上是幾種常見的拆分維度，透過初步拆分，定位原因大致範圍。

資料異常往往是網路的原因造成的。

有的時候你在一些股票軟體上，發現數據不太正常，這往往是因為軟體上的網路造成的，你需要重新啟動一下，然後再開啟試一試或者重新連線一下網路，基本上就可以正常的。資料是正常的，一般就是因為你顯示不正常造成的。