中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

編輯導語：在付費軟件中，有時因遺忘續費、請款流程等原因，一些用戶沒有辦法在到期到日當天就完成續費，所以存在著時間差，在這個周期內未續費的用戶不一定是真的流失，這里的“續費率”就是一個延遲數據。本文作者以產品A為例，分析產品中的延遲數據，一起來看一下吧。

產品 A 是一款付費軟件，小明是產品 A 的運營同學，近日正在針對產品 A 的續費情況做數據分析，希望來判斷產品 A 近期的續費狀況。小明調研后獲得了4-18～4-22的續費數據，并對比了去年同一日期的續費率，獲得了以下的折線圖：

2022和2021年續費數據對比

觀察圖表中的數據，可以發現，藍色折線代表了2022年4月18-22日的續費率，呈快速上升的表現，短短5天從20%到110%，甚至出現了超過100%的反常數據，正常認知下續費率是不會大于100%的

同時對比去年同一時間的續費率，續費率是穩定在50%左右的，因此我們可以得出4月份的這部分調研續費率數據是存在誤差的，對此小明作出了進一步的調研。

為此小明專門調查了4月18日-22日到期用戶的續費時間，分析后得到如下表格：

4/18-4/22續費情況

研究這個表格我們可以看出，隨著日期往后推移，在某一天續費的用戶其到期時間分布的是在不同的日期的，例如以4月22日為例，4月18日到期了100 個用戶，但其續費的用戶并不是僅在4月18日續費。

從表格中我們可以發現，4月18日到期的用戶數除了在18日續費了20個，19、21 和22日均有續費，其中4月18日到期4月18日續費是屬于按時續費，存在 20 個用戶。

而4月19 ，21和22日續費，其續費時間已經大于4月18日這個到期時間了，這些日期續費就屬于一個延遲續費，這3日的數據分別如下：

• 4 月 18 日到期，19 日續費的用戶數是 10 個
• 4 月 18 日到期，21 日續費的用戶數是 10 個
• 4 月 18 日到期，22 日續費的用戶數是 5 個

則延遲續費的用戶總數為 25 個。這里可以發現，4月18日到期的用戶，其續費時間并不是僅僅在4月18日，在19日、21日和22日均有分布。

而小明在統計續費率時只統計了18日到期18日續費的用戶，從而使得續費率大大減少，僅20%，匯總續費用戶后得出的續費率（20+10+10+5）/100 = 45%，接近歷史續費率 50%，是一個較為符合續費現象的數據。

帶著這個“到期用戶并一定在到期當天進行續費”的疑問，小明找這部分用戶調研和走訪，發現因遺忘續費、請款流程等原因，一些用戶沒有辦法在到期到日當天就完成續費。

這里就存在一個時間差，這里18-22號之間的4天就是一個時間差，在這個周期內未續費的用戶不一定是真的流失，只有當4天之后沒有續費，才是一個流失用戶，這里的“續費率”就是一個延遲數據，續費周期為4天。本文就想和大家討論產品中的延遲數據。

01 什么是延遲數據

先給“延遲數據”1 個定義：延遲數據是指推遲產出的數據，像文章開頭的續費率中，4月18日的續費率在4月18日產出，是一個理論上的數據產出時間。

我們認為4月18日到期的用戶是否會續費在4月18日當天就能確定，但是由于現實情況中“不是所有用戶都能夠在到期當天”完成續費。

導致了4月18日到期的用戶在后4天都有續費產生，因此4月18日的續費率是一個“4月18日到期，4月18日之后4天”續費的一個數據。

這就存在了一個推遲產生的過程，而這個推遲產出的數據，也就是我們所說的延遲數據。

在定義中我們看到延遲數據出現的原因是因為業務場景導致的，顧名思義就是產品設計時，從業務方面的因素考慮，當真實的業務是一個延遲場景時，為了讓數據更真實地還原業務場景，將字段設計成延遲字段。

例如在續費率的案例中，因為續費這個場景是個延遲場景，用戶因為請款、遺忘等原因，導致了本應該在到期當天的續費動作，發生在了到期日之后的日期中。

如果我們不將“續費率”設置成一個延遲數據，在不延遲的情況下18日到期的續費率就是18日到期然后18日續費的客戶，而真實的業務中，18日到期的客戶會在18-21日都產生續費動作。因此“續費率”需要設計成一個T+4 天后更新的延遲字段。

02 什么場景下需要延遲數據

從什么是延遲數據中，我們已經了解到業務場景會導致我們將字段設計成延遲字段，那么具體什么樣的業務場景會需要這樣設置呢？

當業務場景中定制的規則，存在跨自然天規則時，也就是存在超過1天及以上的時間跨度時，就會需要設計成“延遲字段”。

如果我們不將其設計成“延遲字段”，就會導致統計出結果的時間跨度是小于業務場景中的時間跨度，從而使得最終的數據結果小于真實的業務數據。

以此數據做出的判斷和動作都將是錯誤的，從而產生運營上的失誤，甚至嚴重的帶來直接的經濟損失。而我們將其設計成“延遲字段”的話，就可以充分準確地反應了真實的業務信息，從而為我們后續的決策和動作提供數據基礎。

接下來我們一起來看下這部分業務場景具體有哪些，其中包括業務規則本身要求 和根據業務主動調整兩種情況。

1. 業務規則本身要求

這里的業務規則本身，指的是“時間跨度”是由業務自身的規則所導致的，一起看下下面兩種交易規則：

1. 用戶在證券平臺A掛單希望買入股票1，根據證券平臺的交易規則，訂單只在交易時間段有效，即9:00-12:00和13:00-15:00，超過時間未成交的訂單，將作廢
2. 用戶在電商平臺B下單希望買入商品1，根據該電商平臺的交易規則，訂單在下單后24小時內有效，超時未完成付款，則該訂單關閉

證券平臺A中的規則，規則本身提供的交易時間段都在自然天內，所以掛單當日的訂單是否成交，在掛單當天都可以產出，訂單有效時間沒有跨天，不存在延遲產出的情況。

而在電商平臺中，用戶在N日瀏覽，在N日創建了訂單，而根據平臺的訂單的支付有效期規則：24小時內有效，超時未完成付款，訂單關閉。

我們可以得出N日創建的訂單，實際的支付時間可以是在N日或N+1日。所以如果我們要了解電商平臺N日創建的訂單的支付成功情況，會有以下幾種情況：

• N 日創建的訂單 N 日支付成功，N 日可確認這部分數據
• N 日創建的訂單 N+1 日支付成功，N+1 日可確認這部分數據
• N 日創建的訂單 N 日訂單關閉（平臺關閉或用戶手動關閉），N 日可確認這部分數據
• N 日創建的訂單 N+1 日后因超時 24 小時訂單關閉，N+1 日才可以確認這部分數據

綜上可見，我們想要得出N日創建的訂單，最終的訂單狀態，需要等待N+1 日才可以得到，并以此來計算一下對運營動作具有參考價值的字段。這里就是一個因業務規則本身要求導致跨天性的數據延遲。

2. 根據業務主動調整

“根據業務主動調整”，通常是指業務并不是一個固定的業務，會因為一些時間、使用角色等外在因素導致變化。

不同的外在因素使得同一個業務的規則會變化。外在因素改變后，如果我們不去兼容變化后的規則，會導致該業務產出的數據失真，失去意義，無法表現真實的業務情況。

當業務規則的時間跨度從當天，變成了跨自然天，這里為了適應業務規則的變化，就要求我們改變成延遲字段。

一起來看一下根據業務主動調整的案例，某電商平臺對內部客服有考核客服是否有回復消費者。

通常情況下，消費者和客服的咨詢都發生在自然天內，所以只需要統計消費者咨詢后，客服當天是否有進行回復，若沒有回復，則計入回復未達標數量為1。

當該電商平臺進入直播/大促等活動時，受限制于活動時間通常在0點開始，這就導致了活動開始前，即11點-0點期間涌入大量的消費者咨詢，而客服受到回復能力限制，沒有辦法一一進行及時回復，產生了大量在0點后的回復。

這個情況下，要考核客服是否有回復消費者，如果只看只看消費者咨詢當天是不太合理的，會產生大量因為客服爆線導致的回復未達標數據，而這部分數據并不是客服主觀上沒有回復消費者，所以需要這里需要調整為看消費者當天 T和 T+1 天客服是否有回復，這樣統計出來的回復達標情況，是相對準確的。

結合“業務規則本身要求”和“根據業務主動調整”兩個一起來看，兩者的共同點都是因為“業務中存在跨自然天”的場景，從而需要延遲產出數據，差異在于“業務規則本身”是其業務規則不變的，而“根據業務主動調整”則是業務規則會隨著時間等外在因素變化。

03 設計延遲數據方案需要考慮的點

在了解完什么是延遲數據和什么場景下會出現延遲數據后，我們就需要設計數據延遲方案了，那么在設計過程中，我們需要考慮哪一些要點呢？

1. 明確延遲周期

無論是上文2中業務場景中的哪一種導致的延遲數據，當存在延遲數據的情況時，就需要明確延遲周期，T日的業務，結果需要在T+N日產出，結合不同的業務情況，定義好延遲的天數，這就確定了數據延遲方案中最重要的一步。

像文章開頭中，續費業務中大部分的延遲續費在4天內，因此定義了延遲周期4天，因此數據是在T+4日內出來的。

在延遲周期內，數據更新的方式又存在兩種，一種是每日更新，另一種是在數據產出當天統一進行計算。

前一種計算方式可以針對實時查看延遲數據的情況，例如T+4的續費率一般在60%，在T+1看到一個續費率是30%，可以了解兩者之間的差異，以便于展開一些運營活動。

另一種就保證了不會因為變化的數據產生一些干擾性和歧義，且計算更加簡單，只需要計算一次。

2. 延遲概念的透出和展示

確定延遲后，需要考慮用戶能否理解延遲這個問題，所以需要在頁面上做出相關的說明。不然會存在用戶咨詢數據為何沒有產出的疑問和咨詢。

第一種，可以通過系統的公告的方式來告知用戶數據延遲了，這種方式通常針對因臨時性原因導致的短暫延遲，所以可以用臨時性的公共方案來解決這個問題。

例如在電商產品在雙11等大促期間，因數據量劇增，導致數據晚于原定時間出現，這里就可以上一個公告以進行說明，幫助用戶了解數據延遲的原因，避免因數據延遲帶來損失。

相較于第一種常用于解決臨時性延遲的方案，另一種，針對長期的延遲，例如產品設計方案設計的需要延遲的場景，我們可以將其作為一個常態化的功能，當數據在延遲日期內，或者包含了延遲期間的數據，我們可以在字段旁邊對其做出特殊說明，讓用戶理解這部分字段是存在延遲的。

04 總結

本文，我們一起了解了，延遲數據其實是一種數據更新頻率，當本應出現數據的日期沒有出現數據，那么就可以認為是一個延遲數據了，其通常出現于因業務因素導致的數據無法更新場景，包括“業務規則本身要求”和“根據業務規則主動調整”這兩種情況。

#專欄作家#

晌午，微信公眾號：晌午自習室，人人都是產品經理專欄作家。5年產品經驗，專注于數據方向，目前是電商客服領域的產品 。

本文原創發布于人人都是產品經理，未經許可，禁止轉載。

題圖來自 Unsplash，基于CC0協議