Pm Alpha Data Review

数据复盘工具

通过数据驱动的方式进行产品复盘，发现问题，制定改进方案。

指标体系框架

医疗PACS/RIS系统核心指标

1. 系统性能指标

2. 业务流程指标

3. 用户行为指标

指标看板解读

看板阅读顺序

1️⃣ 异常告警 → 2️⃣ 核心KPI → 3️⃣ 细分维度 → 4️⃣ 趋势变化 → 5️⃣ 根因分析
   (红色指标)    (关键指标)    (用户/设备)    (对比基准)     (深挖问题)

看板解读模板

## 指标看板解读报告

### 报告周期
- 时间范围：YYYY-MM-DD 至 YYYY-MM-DD
- 环比周期：YYYY-MM-DD 至 YYYY-MM-DD
- 分析维度：[全部 / 科室 / 设备类型 / 用户角色]

### 1. 核心指标概览

| 指标 | 本期值 | 上期值 | 环比变化 | 目标值 | 达标状态 |
|-----|-------|-------|--------|-------|---------|
|     |       |       |        |       | ✅达标/⚠️接近/❌未达标 |

### 2. 异常指标告警

| 指标 | 当前值 | 阈值 | 告警级别 | 持续时间 |
|-----|-------|-----|---------|---------|
|     |       |     | 🔴高/🟡中/🟢低 |          |

### 3. 重点分析对象
- [ ] 需要深入分析的问题指标
- [ ] 异常波动的指标
- [ ] 低于目标的指标

告警级别定义

| 告警级别 | 定义 | 阈值标准（示例） | 响应要求 |
|---------|------|----------------|---------|
| P0 - 紧急 | 系统不可用 | 响应率 < 99% | 立即处理 |
| P1 - 严重 | 核心功能受损 | 响应时间 > 10s | 4h内处理 |
| P2 - 一般 | 功能降级 | 成功率 < 99.5% | 24h内处理 |
| P3 - 提示 | 轻微异常 | 单指标波动 > 20% | 周常关注 |

趋势分析

趋势分析维度

1. 时间维度分析

## 时间维度分析

### 日趋势
- 观察：工作日 vs 周末差异
- 识别：日间高峰时段
- 发现：异常峰值/低谷

### 周趋势
- 观察：周一至周五规律
- 识别：周初 vs 周末差异
- 发现：周期性变化

### 月趋势
- 观察：月度环比变化
- 识别：季节性因素影响
- 发现：长期趋势走向

### 同比分析（年度对比）
- 对比去年同期数据
- 排除季节性干扰
- 评估年度增长率

2. 维度下钻分析

总指标
  ↓ 按模块分解
模块A ─ 模块B ─ 模块C
  ↓            ↓
子功能A1      子功能B1
  ↓
问题点定位

3. 趋势图表类型选择

趋势分析模板

## 趋势分析报告

### 分析概述
- 分析对象：[指标名称]
- 分析周期：[时间范围]
- 对比基准：[环比/同比/目标]

### 整体趋势

[可视化趋势图或ASCII表示] 高点：YYYY-MM-DD，值 = XXX 低点：YYYY-MM-DD，值 = XXX 平均：XXX

### 关键变化点分析

| 变化点 | 日期 | 变化前 | 变化后 | 变化幅度 | 可能原因 |
|-------|------|-------|-------|---------|---------|
|       |      |       |       |         |          |

### 趋势判断
- [ ] 上升趋势：连续N个周期上涨
- [ ] 下降趋势：连续N个周期下跌
- [ ] 波动稳定：无明显趋势，在均值±σ内波动
- [ ] 异常拐点：某点显著偏离

### 结论与建议
- 趋势判断：[描述]
- 关注事项：[列出需要关注的问题]
- 建议行动：[给出优化建议]

问题定位

问题定位流程

Step 1: 发现异常
   指标偏离正常范围
         ↓
Step 2: 界定问题
   是真问题还是假警报？
         ↓
Step 3: 拆解问题
   按维度分解，定位问题层
         ↓
Step 4: 寻找根因
   5Why分析法/鱼骨图
         ↓
Step 5: 验证假设
   数据验证/用户访谈
         ↓
Step 6: 确定方案
   制定解决方案

5Why分析法模板

## 5Why 分析 - [问题名称]

**问题描述**：系统影像调阅时间从2s上升到8s

### Why 1
**问题**：为什么调阅时间上升？
**答案**：PACS服务器CPU使用率从40%上升到90%

### Why 2
**问题**：为什么CPU使用率上升？
**答案**：今天早上有大批量历史数据迁移任务

### Why 3
**问题**：为什么要进行大批量数据迁移？
**答案**：存储扩容导致需要迁移历史数据

### Why 4
**问题**：为什么存储扩容没有安排在非业务时间？
**答案**：运维人员认为迁移速度优先，选择了业务低谷期凌晨3点执行

### Why 5
**问题**：为什么凌晨执行仍然影响明显？
**答案**：凌晨3点仍有值班医生使用，且迁移任务并发过高

### 根因
**根本原因**：数据迁移任务未进行限流控制，高并发占用系统资源

### 解决方案
1. 数据迁移增加限流配置
2. 迁移任务安排在真正的业务空闲期
3. 重要时段禁止执行批量任务

鱼骨图分析框架

## 鱼骨图分析 - [问题类别]

                [问题]
                   │
┌──────────┬────────┼────────┬──────────┐
│          │        │        │          │

人力 设备 方法 环境 材料 │ │ │ │ │ ┌─┴─┐ ┌─┴─┐ ┌─┴─┐ ┌─┴─┐ ┌─┴─┐ │ │ │ │ │ │ │ │ │ │ [原因] [原因] [原因] [原因] [原因]

问题定位清单

## 问题定位检查清单

### 数据层面
- [ ] 数据来源是否正确？
- [ ] 数据采集时间是否准确？
- [ ] 数据计算逻辑是否正确？
- [ ] 是否存在数据延迟？

### 系统层面
- [ ] 系统资源使用情况（CPU/内存/磁盘/网络）
- [ ] 应用服务健康状态
- [ ] 数据库连接池状态
- [ ] 缓存命中率
- [ ] 队列积压情况

### 代码层面
- [ ] 最近是否有代码变更？
- [ ] 是否有新的性能问题引入？
- [ ] 异常日志是否有规律？

### 配置层面
- [ ] 是否有配置变更？
- [ ] 参数调整是否合理？
- [ ] 开关是否按预期生效？

### 用户层面
- [ ] 用户操作习惯是否有变化？
- [ ] 是否新增用户群体？
- [ ] 用户反馈是否有共同点？

改进建议

改进方案制定流程

## 改进方案模板

### 1. 问题定义
**问题描述**：[简明描述问题]
**影响范围**：[影响的用户/系统/业务]
**紧急程度**：[P0/P1/P2/P3]

### 2. 根因分析
**根本原因**：[描述根因]
**分析过程**：[简述分析方法]

### 3. 方案对比

| 方案 | 优点 | 缺点 | 成本 | 效果 | 推荐 |
|-----|-----|-----|-----|-----|-----|
| 方案A |      |     |     |     | ✅ |
| 方案B |      |     |     |     |    |
| 方案C |      |     |     |     |    |

### 4. 推荐方案
**方案名称**：[名称]
**实施步骤**：
1. [步骤1]
2. [步骤2]
3. [步骤3]

**资源需求**：
- 人力：[X人 × Y天]
- 基础设施：[如有]
- 第三方依赖：[如有]

**风险评估**：
| 风险 | 级别 | 应对措施 |
|-----|-----|---------|
|      |     |         |

### 5. 效果预估

| 指标 | 当前值 | 预期改善 | 改善幅度 |
|-----|-------|---------|---------|
|      |       |         |         |

### 6. 落地计划

| 阶段 | 内容 | 开始日期 | 结束日期 | 负责人 |
|-----|------|---------|---------|-------|
| P0  |      |         |         |       |
| P1  |      |         |         |       |
| P2  |      |         |         |       |

### 7. 监控指标

**监控维度**：
- [ ] 上线后7天/30天指标跟踪
- [ ] 回归测试验证
- [ ] 用户反馈收集

**验证标准**：
- [ ] 指标达到预期改善目标
- [ ] 无新增问题
- [ ] 用户满意度提升

改进优先级矩阵

## 改进优先级矩阵

                    影响力
              低 ◀──────────▶ 高
         ┌────────────────────────────────┐
    高   │   快速修复   │    重点项目     │
         │   (做/快)    │    (优先做)     │
紧急     ├────────────────────────────────┤
    低   │   降低优先级 │   长期规划     │
         │   (删除/暂缓) │    (规划做)     │
         └────────────────────────────────┘

决策规则：
- 影响力高 + 紧急性高 = 立即执行（P0）
- 影响力高 + 紧急性低 = 排入计划（P1）
- 影响力低 + 紧急性高 = 快速修复（P2）
- 影响力低 + 紧急性低 = 降低优先级（P3）

改进效果验证

## 改进效果验证报告

### 改进概述
- 改进项：[名称]
- 上线日期：[日期]
- 验证周期：[X天/周]

### 指标对比

| 指标 | 改进前 | 改进后 | 变化幅度 | 目标值 | 达标 |
|-----|-------|-------|---------|-------|-----|
|      |       |       |         |       | ✅/❌ |

### 用户反馈
- 正面反馈：[收集到的正面评价]
- 负面反馈：[收集到的问题反馈]
- 中性反馈：[其他观察]

### 结论
- [ ] 改进达到预期效果
- [ ] 部分达到预期，仍需优化
- [ ] 未达到预期，需要回滚或重新方案

### 后续建议
- [ ] 持续监控此指标
- [ ] 开展下一轮优化
- [ ] 总结经验教训

数据复盘会议指南

复盘会议准备

## 复盘会议准备清单

### 会前准备（提前1天）
- [ ] 数据收集完成
- [ ] 趋势图表生成
- [ ] 问题清单整理
- [ ] 初步结论形成

### 会议材料
- [ ] 指标看板截图/链接
- [ ] 趋势分析图表
- [ ] 问题分析报告
- [ ] 改进建议初稿

### 参与人确认
- [ ] 数据分析师（如需要）
- [ ] 开发代表
- [ ] 测试代表
- [ ] 相关PM

复盘会议流程

## 数据复盘会议流程（建议60-90分钟）

| 时间 | 环节 | 内容 | 负责人 |
|-----|-----|-----|-------|
| 10min | 指标概览 | 核心指标达成情况 | PM |
| 15min | 问题回顾 | 本周期发现的问题 | PM |
| 20min | 根因分析 | 重点问题深入分析 | 全团队 |
| 15min | 改进讨论 | 制定改进方案 | 全团队 |
| 10min | 总结确认 | 确认行动项 | PM |

复盘结论输出

## 数据复盘结论

### 周期：[YYYY-MM-DD 至 YYYY-MM-DD]

### 核心结论
1. **[结论1]**：[简述]
2. **[结论2]**：[简述]
3. **[结论3]**：[简述]

### 亮点
- [做得好的方面]

### 待改进
- [需要改进的方面]

### 行动项
| 行动项 | 负责人 | 截止日期 | 优先级 |
|-------|-------|---------|-------|
|        |       |         | P0/P1  |