最近在微信群经常看到公司招聘产品经理，在职位说明中基本上都会要求对运营数据敏感，能够分析数据的异常情况。看来，各个公司对产品经理的数据分析能力要求越来越高了。也是，产品没有运营数据，就好像一个人没有眼睛一样，产品的调优又从何说起呢？
数据监控主要是对数据的阈值（极限值）进行监控，分析异常原因，并采取相应的措施调优产品。
1.移动均值监控
简单移动均值（SMA）的计算公式为Xn+1=（X1+X2+X3+…+Xn）/n。相关数据如表7-11所示。
2.环比同比监控
与上一统计段比较，例如2014年7月份与2014年6月份相比较，叫环比。与历史同时期比较，例如2015年7月份与2014年7月份相比，叫同比。
环比增长率=（本期数-上期数）/上期数×100%；环比增长率反映本期比上期增长了多少。订单量同比、环比监控数据如表7-12所示。
3.P控制图
P控制图适用于比率型数据，如整体转化率、新用户比例、活跃用户比例等。我们以电商网站的转化率为例，如图7-16所示。
图中实线CL指的是中心线，等于均值μ；上面虚线UCL指的是控制上限，等于μ+3σ；下面虚线LCL指的是控制下限，等于μ-3σ。那么到底转化率曲线在什么情况下会被认为是数据异常？主要有如下情况：
(1).高于控制上限或低于控制下限；
(2).近期的3个点中的2个点都高于+2σ或都低于-2σ，近期5个点中的4个点都高于+σ或都低于-σ（有出现异常的趋势）；
(3).连续的8个点高于中心线或低于中心线（有偏向性） ；
(4).连续的6个点呈上升或下降趋势（有明显的偏向趋势） ；
(5).连续的14个点在中心线上下呈交替状态（周期性， 不稳定） 。
4.X-MR控制图
X-MR（单值-移动极差）控制图适用于数值型数据，如客单价、活跃用户数等。我们以电商网站的客单价为例，如图7-17所示。
图7-17左图中的上面虚线代表X_UCL，下面虚线代表X_LCL，实线代表X_CL，曲线代表客单价；右图中上面虚线代表MR_UCL，下面虚线（跟横坐标几乎重合）代表MR_LCL，实线代表MR_CL，曲线代表客MR。
其中：
移动极差MR=|X i-X i-1|；
X_CL=客单价的总和/1515是样本量；
X_UCL=客单价的均值+3×MR的均值/d2=客单价的均值+2.66×MR的均值；
X_LCL=客单价的均值-3×MR的均值/d2=客单价的均值-2.66×MR的均值；
MR_CL=MR的总和/14；
14=样本量-1；
MR_UCL=D4×MR的均值=3.267×MR的均值；
MR_LCL=D3×MR的均值=0；
公式中的d2、D3、D4是极差到标准差的转化系数，相当于n=2的极差转化系数，可以看成固定值。那么到底客单价曲线在什么情况下会被认为是数据异常？主要有如下情况：
(1).高于控制上限或低于控制下限；
(2).连续7点在中心线一侧；
(3).连续的7个点上升或下降；
(4).明显有超出1/3的点落在离控制线很近的区域， 或明显有少于2/3的点落在1/3的区域。
觉得今天的课有点复杂，消化起来有一定的难度，看来是自己统计学方面的知识和技能欠缺了点儿。要想对数据敏感，基本的数据分析和统计方法还是要掌握并能灵活运用的。
数据监控最大的目的是利用移动均值、同比环比、P控制、X-MR控制图等方法发现数据的异常情况，作出预警机制，并及时进行原因分析。要求对数据比较敏感，掌握基本的统计学方法并能灵活利用。