最近在微信群經常看到公司招聘產品經理，在職位說明中基本上都會要求對運營數據敏感，能夠分析數據的異常情況。看來，各個公司對產品經理的數據分析能力要求越來越高了。也是，產品沒有運營數據，就好像一個人沒有眼睛一樣，產品的調優又從何說起呢？
數據監控主要是對數據的閾值（極限值）進行監控，分析異常原因，並采取相應的措施調優產品。
1.移動均值監控
簡單移動均值（SMA）的計算公式為Xn+1=（X1+X2+X3+…+Xn）/n。相關數據如表7-11所示。
2.環比同比監控
與上一統計段比較，例如2014年7月份與2014年6月份相比較，叫環比。與歷史同時期比較，例如2015年7月份與2014年7月份相比，叫同比。
環比增長率=（本期數-上期數）/上期數×100%；環比增長率反映本期比上期增長了多少。訂單量同比、環比監控數據如表7-12所示。
3.P控制圖
P控制圖適用於比率型數據，如整體轉化率、新用戶比例、活躍用戶比例等。我們以電商網站的轉化率為例，如圖7-16所示。
圖中實線CL指的是中心線，等於均值μ；上面虛線UCL指的是控制上限，等於μ+3σ；下面虛線LCL指的是控制下限，等於μ-3σ。那么到底轉化率曲線在什么情況下會被認為是數據異常？主要有如下情況：
(1).高於控制上限或低於控制下限；
(2).近期的3個點中的2個點都高於+2σ或都低於-2σ，近期5個點中的4個點都高於+σ或都低於-σ（有出現異常的趨勢）；
(3).連續的8個點高於中心線或低於中心線（有偏向性） ；
(4).連續的6個點呈上升或下降趨勢（有明顯的偏向趨勢） ；
(5).連續的14個點在中心線上下呈交替狀態（周期性， 不穩定） 。
4.X-MR控制圖
X-MR（單值-移動極差）控制圖適用於數值型數據，如客單價、活躍用戶數等。我們以電商網站的客單價為例，如圖7-17所示。
圖7-17左圖中的上面虛線代表X_UCL，下面虛線代表X_LCL，實線代表X_CL，曲線代表客單價；右圖中上面虛線代表MR_UCL，下面虛線（跟橫坐標幾乎重合）代表MR_LCL，實線代表MR_CL，曲線代表客MR。
其中：
移動極差MR=|X i-X i-1|；
X_CL=客單價的總和/1515是樣本量；
X_UCL=客單價的均值+3×MR的均值/d2=客單價的均值+2.66×MR的均值；
X_LCL=客單價的均值-3×MR的均值/d2=客單價的均值-2.66×MR的均值；
MR_CL=MR的總和/14；
14=樣本量-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是極差到標准差的轉化系數，相當於n=2的極差轉化系數，可以看成固定值。那么到底客單價曲線在什么情況下會被認為是數據異常？主要有如下情況：
(1).高於控制上限或低於控制下限；
(2).連續7點在中心線一側；
(3).連續的7個點上升或下降；
(4).明顯有超出1/3的點落在離控制線很近的區域， 或明顯有少於2/3的點落在1/3的區域。
覺得今天的課有點復雜，消化起來有一定的難度，看來是自己統計學方面的知識和技能欠缺了點兒。要想對數據敏感，基本的數據分析和統計方法還是要掌握並能靈活運用的。
數據監控最大的目的是利用移動均值、同比環比、P控制、X-MR控制圖等方法發現數據的異常情況，作出預警機制，並及時進行原因分析。要求對數據比較敏感，掌握基本的統計學方法並能靈活利用。