指标数据异常怎么分析？
分析指标异常的流程通常为：
1.确认数据无误，向数据提供的人确认数据来源可靠以及无统计失误等错误，确保数据是真实准确的。
2.对指标进行维度拆解，常见的拆解的维度有：用户、时间、渠道、地域等，计算各个维度该指标的变动系数=（指标异常前-指标异常后）/指标异常前，找出变动系数大的的维度，大致锁定数据异常的范围。
3得到数据异常的范围后，找原因。首先找内因，从产品、技术、运营等方面逐一排查，找出最有可能的原因。
找外因，可以用PEST分析法，从政策、经济、社会、技术等方面查找，如：是否受国家新出政策影响、是否受到外面经济大环境的影响；受近期社会热点事件影响，国庆节、春节等；是否存在外部竞争等
4.总结，给出建议。根据找出的原因，提出对应的解决方法。
指标拆解角度：
1.用户：新老用户、考虑用户粘性，用户的性别、年龄、地域等维度
2.地域：省划分、甚至城市
3.时间：周、月、年、划分，看是否是周期波动还是近期异常
4.登录渠道：小程序、网页、APP
5.平台：苹果、安卓、鸿蒙
6.入口：主页面、搜索、加购/收藏等不同的入口
内因拆解：
1.产品：功能、策略是否调整；样式是否更改；版本是否更新
2.技术：系统是否故障，网页是否流畅，接口不稳定
3.运营：运营策略是否有效；拉新渠道效果如何；广告投放效果；活动推广效果
总结：定位问题、找原因
，最主要留校的导师大概率是职场上招聘失败的，被迫留校的，什么牛鬼蛇神都会有
。