簡介：關(guān)于數(shù)據(jù)相關(guān)的詞條很多，雖然有不同的定義，但是本質(zhì)上是相輔相成，通常結(jié)合使用才能拿到結(jié)果。類比詞條諸如 數(shù)據(jù)分析，數(shù)據(jù)挖掘， 數(shù)據(jù)洞察。本文將聊聊我們在業(yè)務(wù)鏈路升級中做的數(shù)據(jù)洞察。

作者 | 金鐸
來源 | 阿里技術(shù)公眾號

一 概述

關(guān)于數(shù)據(jù)相關(guān)的詞條很多，雖然有不同的定義，但是本質(zhì)上是相輔相成，通常結(jié)合使用才能拿到結(jié)果。

類比詞條諸如 數(shù)據(jù)分析，數(shù)據(jù)挖掘， 數(shù)據(jù)洞察。

以下為wiki上的定義

• 數(shù)據(jù)分析：是一種統(tǒng)計學(xué)常用方法，其主要特點是多維性和描述性。有些幾何方法有助于揭示不同的數(shù)據(jù)之間存在的關(guān)系，并繪制出統(tǒng)計信息圖，以更簡潔的解釋這些數(shù)據(jù)中包含的主要信息；
• 數(shù)據(jù)挖掘：是一個跨學(xué)科的計算機科學(xué)分支。它是用人工智能、機器學(xué)習(xí)、統(tǒng)計學(xué)和數(shù)據(jù)庫的交叉方法在相對較大型的數(shù)據(jù)集中發(fā)現(xiàn)模式的計算過程；
• 數(shù)據(jù)洞察：這一項目前沒有wiki詞條，基于普遍認(rèn)知，是基于數(shù)據(jù)分析和數(shù)據(jù)挖掘，結(jié)合業(yè)務(wù)場景后，圍繞業(yè)務(wù)鏈路定義統(tǒng)一口徑，進而更好的分析問題，并且能夠進一步做策略改進。

三者分析手段本質(zhì)上都是對數(shù)據(jù)進行加工獲取信息，但是目標(biāo)不盡相同，以下是我個人的理解。

• 數(shù)據(jù)分析更側(cè)重，基于人的理解動線，結(jié)合人對業(yè)務(wù)和數(shù)據(jù)的理解，產(chǎn)出分析結(jié)果。這里更加強調(diào)人的分析；
• 數(shù)據(jù)挖掘同理數(shù)據(jù)分析，只不過角色從人變?yōu)榱藱C器；
• 數(shù)據(jù)洞察是在數(shù)據(jù)分析和挖掘的基礎(chǔ)上，引入了業(yè)務(wù)場景的概念，梳理出圍繞業(yè)務(wù)場景結(jié)果的影響因素和鏈路，目標(biāo)是對抽象問題進行歸因、拆分以及更好更快的形成改進方向。這個也是我們業(yè)務(wù)開發(fā)同學(xué)最有優(yōu)勢的地方。

二 核心要素

我們發(fā)現(xiàn)，數(shù)據(jù)洞察的理解，實際上是可以分為幾個核心要素。

這里我們逐一來簡要說明。

1 數(shù)據(jù)

干凈有效的數(shù)據(jù)才是我們要的數(shù)據(jù)，否則會誤導(dǎo)后續(xù)的結(jié)論。e.g. 登錄鏈路因為是業(yè)務(wù)安全水位保證的第一環(huán)節(jié)，經(jīng)常有來刷的流量，如何避免因為灰黑產(chǎn)的流量，影響后續(xù)的判斷，這個也是重中之重；

2 業(yè)務(wù)場景

業(yè)務(wù)場景是區(qū)分?jǐn)?shù)據(jù)洞察和其他數(shù)據(jù)分析方式的核心區(qū)別，也可能是業(yè)務(wù)同學(xué)區(qū)分bi分析的最大的價值點。任何分析策略都脫離不開對業(yè)務(wù)場景的理解，而不是單純的理解數(shù)據(jù)。

定義“一次完整業(yè)務(wù)鏈路行為”是核心，圍繞著一次行為鏈路，才能就鏈路分析有用的策略。

3 口徑

口徑是什么？我理解口徑是在合理的數(shù)據(jù)維度和好的目標(biāo)的基礎(chǔ)上對業(yè)務(wù)場景的理解，口徑上也會結(jié)合對業(yè)務(wù)場景的理解和對業(yè)務(wù)目標(biāo)的理解。數(shù)據(jù)維度可能是多種多種的。

還是以登錄舉例，正常的理解，一個用戶在一個設(shè)備上登錄是正常情況，但是手淘會出現(xiàn)多賬號登錄同設(shè)備，這個也是常態(tài)數(shù)據(jù)特征，那究竟在定義登錄成功率的時候，是使用設(shè)備維度（認(rèn)為同一個設(shè)備只要有一個用戶登錄成功即算設(shè)備成功）還是使用用戶維度（只看用戶維度數(shù)據(jù)，不結(jié)合設(shè)備定義指標(biāo)），也是需要考量的。

三 數(shù)據(jù)建設(shè)

1 數(shù)據(jù)的清洗是保證數(shù)據(jù)有效的手段

我們獲得的各種打點框架和不同的數(shù)據(jù)源，可能維度和信息量都是不統(tǒng)一的，比如有的數(shù)據(jù)源有設(shè)備信息但是沒有用戶信息，有的數(shù)據(jù)源有用戶信息，但是設(shè)備信息不完整；甚至同一個時間字段，格式也是不統(tǒng)一的。

這個時候就需要先對數(shù)據(jù)進行加工了，剔除臟數(shù)據(jù)，補充遺漏點位，加工出干凈的單維度信息，并且保證各數(shù)據(jù)源數(shù)據(jù)加工出的數(shù)據(jù)維度和格式統(tǒng)一，比如標(biāo)準(zhǔn)的設(shè)備id或者用戶id及時間等。

2 數(shù)據(jù)建設(shè)是補充也是演進

數(shù)據(jù)質(zhì)量問題，不止要從數(shù)據(jù)的清晰看，也數(shù)據(jù)產(chǎn)生的點來看。如果數(shù)據(jù)有缺失或者不統(tǒng)一，數(shù)據(jù)清洗又搞不定，就需要進行開發(fā)了，比如數(shù)據(jù)庫增加字段，打點框架增加打點邏輯。

數(shù)據(jù)建設(shè)是一個長期的過程，不止是為了補充現(xiàn)在要分析的內(nèi)容，也是要形成一套標(biāo)準(zhǔn)的交付產(chǎn)物。更進一步，日常做需求和項目的時候，打點數(shù)據(jù)質(zhì)量也是要考慮的，畢竟做需求上線不是結(jié)果，拿到業(yè)務(wù)目標(biāo)才是結(jié)果。

四 業(yè)務(wù)場景

1 業(yè)務(wù)場景的定義

業(yè)務(wù)場景是在整個業(yè)務(wù)洞察中最特殊的一個環(huán)節(jié)。這個環(huán)節(jié)定義的好壞，直接影響了問題拆分結(jié)果的有效性。

不同的業(yè)務(wù)場景具備各自的特殊性，需要結(jié)合業(yè)務(wù)特性來分析。

按照目前我的經(jīng)驗來看，業(yè)務(wù)場景的定義也是有一些核心方法的。

• 業(yè)務(wù)場景中，最終產(chǎn)物是誰？

還是以登錄舉例，登錄的最終目標(biāo)肯定是為了下發(fā)登錄態(tài)，否則也沒有人回來“玩一玩”登錄，那圍繞下發(fā)登錄態(tài)的鏈路，就是我們想要的業(yè)務(wù)鏈路；

其他的業(yè)務(wù)也同理，比如訂單的話，是圍繞庫存來跑；

• 業(yè)務(wù)場景中，你需要分析的維度是多深；

這個也比較好理解，以上訴例子繼續(xù)說，要看登錄的業(yè)務(wù)鏈路的話，需要拆分多種登錄方式不同的鏈路來看？還是說看一個總的登錄鏈路就夠了。

這個維度就只能看分析問題的層次了，一般在洞察初期，當(dāng)然是維度越細(xì)越好，但是越分析往后，維度會逐漸上升，因為隨著對業(yè)務(wù)的洞察，會發(fā)現(xiàn)有些維度雖然深了更完整，但是是分析不出問題的，也就是“過度分析”了。

• 業(yè)務(wù)場景中，你要定義“一次完整業(yè)務(wù)行為”。

數(shù)據(jù)洞察區(qū)分于其他分析方式，最大的優(yōu)勢是在于結(jié)合了業(yè)務(wù)來分析業(yè)務(wù)本身，那直擊業(yè)務(wù)結(jié)果的，一定是完整的業(yè)務(wù)鏈路。

這個點不舉例不太好說明，舉個例子，登錄過程。

大家有想過打點會是什么樣么，和一次完整業(yè)務(wù)行為會有啥差異么。

正常打點是下面這種樣子的。

表1

這兩條離散的打點就是一次完整登錄行為，但是是基于rpc請求維度的表達(dá)。

2 結(jié)合業(yè)務(wù)場景定義的數(shù)據(jù)結(jié)構(gòu)演進

打點數(shù)據(jù)描述了一個階段性的結(jié)果。上面例子描述的，就是用戶在2021-12-1 11:20:54發(fā)起了一次賬密登錄請求，但是因為環(huán)境不安全，安全挑戰(zhàn)要求核實身份（比如發(fā)短信核實），用戶操作了核身操作，在2021-12-1 11:21:20發(fā)起了免登，下發(fā)了登錄態(tài)。

這個就是一次登錄行為。業(yè)務(wù)洞察的核心也是圍繞這個點進行。

假如我們的分析維度，是總的登錄維度或者分登錄方式的登錄維度分析，這個兩條數(shù)據(jù)的打點其實就不適合我們，我們僅需要登錄方式，最終結(jié)果，時間以及設(shè)備id就夠了。

表2

或核身沒有通過

表3

但是我們也會發(fā)現(xiàn)，這個數(shù)據(jù)描述的行為并不完整，比如表2并不能描述登錄過程經(jīng)過了核身這個特性。

這個時候，我們就需要數(shù)據(jù)結(jié)構(gòu)進行下一個階段的演進。

我們引入了statustag來描述路徑。

statustag格式：0^0^12|0^1^abcde.

前后經(jīng)過|分割為兩種格式，第一個格式為bitmap，表示0版本；第二個格式為字符串，表示1版本格式，字符串為經(jīng)過的未加到bitmap的節(jié)點（埋點畢竟不是強要求，總有需求上線后，沒有加bitmap）。

這個tag描述經(jīng)過的路徑為，經(jīng)過bx1100結(jié)果，經(jīng)過了一版本的4和8的節(jié)點，和二版本的abcde節(jié)點。

有了這個tag，就可以描述更多的信息。

3 業(yè)務(wù)場景數(shù)據(jù)的可視化表達(dá)

單純的數(shù)據(jù)并不容易洞察，也不是長期運營治理的合理方式。這個時候我們就需要可視化來搞事情。

可視化的內(nèi)容包含我們想要表達(dá)的內(nèi)容，比如漏斗，比如曲線。

目前可視化表達(dá)常見的是漏斗和報表。

• 漏斗舉例

圖1

做漏斗很麻煩，需要一個點一個點手動定義。但是漏斗對初期理解鏈路，分析問題益處非常大。

這個時候我們需要的，是可以通過結(jié)構(gòu)化的數(shù)據(jù)源，來快速生成可視化漏斗。

我們可以通過生成數(shù)據(jù)的時候就指定約定來快速生成結(jié)構(gòu)化數(shù)據(jù)。

• 基于狀態(tài)機+約定打點

引入狀態(tài)機變化記錄打點日志；

結(jié)合結(jié)構(gòu)化的畫圖能力，定向輸出約定日志，動態(tài)畫圖

• 狀態(tài)機的核心要素

1.statusTag記錄路徑信息；
2.status和old_status記錄節(jié)點上下游信息；
3.depth記錄節(jié)點深度；

最終產(chǎn)出的一次登錄行為登錄數(shù)據(jù)”->"最終可以產(chǎn)出如下的一次登錄行為樣例數(shù)據(jù)（數(shù)據(jù)非真實用戶數(shù)據(jù)）

五 口徑

口徑是基于數(shù)據(jù)和業(yè)務(wù)場景的產(chǎn)出結(jié)果。口徑也是最重要的點，口徑代表了我們基于數(shù)據(jù)和業(yè)務(wù)場景對業(yè)務(wù)結(jié)果的理解，比如登錄的口徑，在財年初定義，登錄成功率從9x%提升到9y%，這個提升空間，也是根據(jù)數(shù)據(jù)來計算的。

1 口徑不要經(jīng)常變動

口徑一旦定義下來，就不要經(jīng)常變動。因為一般定義口徑是最難也是最耗時的，定義口徑的時候，一般我們已經(jīng)完成了對目標(biāo)的拆解，機會的洞察和最終的測算。

2 口徑并不一定是單一口徑

除了上訴特性外，口徑也會有單口徑和多口徑，一般都會同時存在，比如登錄過程，在一個總的口徑基礎(chǔ)上，哪怕是一次登錄行為，我們也會拆分多個業(yè)務(wù)階段。

還是以登錄舉例，我們把用戶從進入頁面開始，到發(fā)起登錄行為，定義為意愿口徑，從登錄行為開始到登錄結(jié)果，定義為成功率口徑。這兩塊要解決的問題是不同的，揉到一起，會導(dǎo)致問題變得復(fù)雜，不利于分析。

多口徑也有一個好處，我們可以做階段性的工作，在不同的階段，處理多口徑中其中一部分的鏈路升級。

3 口徑維度定義

口徑維度定義需要結(jié)合場和業(yè)務(wù)的特性，哪怕是同一個業(yè)務(wù)鏈路，可能在不同場中，不同人群定義，也是不同的。

這塊不好說明，舉個例子。

我們C端口徑定義上，是設(shè)備維度，因為C端用戶，天然存在薅羊毛行為，我們會認(rèn)為一個設(shè)備的登錄成功，對于C端就是有益處的。

但是同樣是登錄鏈路，B端定義上，就是用戶維度的，因為B端商家的個體價值都很大，而且不太存在類似C端薅羊毛的行為，用戶維度能讓我們更好的看到用戶行為，以便做體驗上的優(yōu)化。

六 小結(jié)

在數(shù)據(jù)洞察方面，我們也還在學(xué)習(xí)和實踐的路上，并在這條路上已經(jīng)取到了一定的結(jié)果，但是未來空間還是很大。這條路對于業(yè)務(wù)開發(fā)是一個有優(yōu)勢的路，而且業(yè)務(wù)平臺作為業(yè)務(wù)場景的豐富度上，也是獨具優(yōu)勢，我們可以在數(shù)據(jù)洞察做的事情上，更加自由。歡迎大家來一起討論，也歡迎大家來一起探索。

數(shù)據(jù)洞察是業(yè)務(wù)中臺賦能業(yè)務(wù)的有力工具，對業(yè)務(wù)產(chǎn)出數(shù)據(jù)洞察能力，也是我們一個非常大的命題。

原文鏈接
本文為阿里云原創(chuàng)內(nèi)容，未經(jīng)允許不得轉(zhuǎn)載。?

總結(jié)

以上是生活随笔為你收集整理的聊聊我们在业务链路升级中做的数据洞察的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。