上次跟大家介紹的預測，并沒有深入讨論，以後有時間，我在整理一個執行個體系列的文章，跟大家深入讨論這些技術。今天講第二個任務，異常檢測。異常檢測也叫孤立點檢測，或離群點檢測。
如我前文所說，我們天天監控店鋪資料，目的就是為了發現異常并及時預警，如果一切正常，那咱們就啥事兒都沒有。萬一有異常資料出現，那我們就要做進一步的分析，找出導緻異常的罪魁禍首。
異常檢測，操作和觀測起來異常簡單，用箱線圖或者散點圖即可。
大家看下圖，是某行業按銷量排名前4004個寶貝的價格散點圖。非常明顯，有一個孤立點，居然賣12W+。
當我們發現這種孤立點的時候，必須要考慮的是：
1、這個資料是否有誤？
2、如果資料無誤，是什麼原因？
辨識是否有誤，就需要調出源資料進行檢查。這個相當簡單，隻要做核對，以及根據邏輯和常理來判别即可。但也有無法判定的情況。
我們先說第一個情況。如果我們判斷是資料出錯，而我們又無法拿到正确的資料，此時我們就需要對這個異常值進行處理。
異常值（資料有誤的情況下）處理的方法：
1、更正。2、删除。3、替換。
下面是通過生e經下載下傳下來的資料，共有325行資料。
對成交量、銷售額、高質寶貝數分别作出散點圖（我是做示範說明，不要再跟我糾結這個資料準不準等問題了）
銷售額這裡明顯有一個孤立點。如果我們不處理這個孤立點的話，可能會影響我們後續的分析結果。
可以直接定位到這個點的位置，在散點圖看一下，是在第77個點，那馬上就可以定位到excel的第78行。
經過篩選，可以直接拿出毛衣這組資料。
（為什麼散點圖是第77個點，而excel中是第78行？這個問題其實之前一直有人問我。但如果閱讀到這一篇，還不能獨立思考這個問題的話，那請先回過頭去看前面的7篇）
經過和生e經的資料對比，這個資料沒有錯，生e經上面就是這個資料。但是根據邏輯和常識，可以立馬判定這個資料是個錯誤值。
“為什麼能立馬判定這個是錯誤值？”如果不明白的話還是自己想啊，哈哈。
确定這個資料是個錯誤值後，我們也無法更正這個資料了。那要如何處理這個資料呢？已經無法更正了，就剩餘兩個方法：1、删除。2、替換。
删除的話，這裡不适用。一删就少了一個月的資料了。那這裡就用替換。
怎麼替換？那方法就多的去了。最簡單的方法是用平均值替換法，平均值替換也有多種技巧。
方法1、取這個值的前後兩個資料的平均值，也就是（935086015+894448225）/2=914767120，用這個數字來替換，就要比之前的靠譜多了。
方法2、先剔除錯誤行，然後算出平均售價，用平均售價乘以錯誤行的成交量即可。算得173*5292179=915546967
理論上面來講應該是方法2比較準确一點。我就用方法2替換這個錯誤值。替換後的散點圖如下。
異常值就不見了，我們就可以對這組資料做分析了。
另一種情況，如果這個孤立點不是錯誤值呢？也就是資料無誤，那這個時候，我們就要深入分析了。
看下面這個案例吧！雖然特别簡單，但可以表達清楚即可。
某店的銷售額，每天記錄下來，通過觀察即可發現（如果是淘寶，資料魔方，生e經等工具都有這個資料的，在網上就可以看到）
發現18号銷售額突然下降。依然是先判别是否錯誤值。判别無誤。
資料無錯的情況下，我們要找原因（這個案例真心太簡單，将就着吧）
第一步是分解名額，找到關鍵名額。
通過分解銷售額=客單價X轉化率X訪客數
這時，我們需要檢查的就是這三個名額。
客單價目測沒有問題。
轉化率非常明顯，在18号有一個最小值。
訪客數在8号居然是有升無減。。那鎖定轉化率的問題。
事情還沒完。。我們接着分解轉化率。
最終隻要細細看下這些轉化率名額即可。當然也可以想辦法把名額分得更細，再觀察。餘下的事情就留給讀者思考和實踐吧。我也到點了。
這一篇我介紹得很簡單，大家也不要被我誤導了。其實異常檢測，不僅僅能做這麼簡單的事情，很多我們熟知的功能其實就用的異常檢測。比如：
1、站長通過日志中的孤立點，發現入侵者
2、老師通過IQ測試分析孤立點，發現天才or白癡
3、氣象站人員通過孤立點，發現災害or極端天氣
4、淘寶or銀行or電信，發現欺詐or異常行為
等等。
原文釋出時間為：2018-09-18
本文來自雲栖社群合作夥伴“
零一”，了解相關資訊可以關注“
”。