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(jì)學(xué)常用方法，其主要特點(diǎn)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(jì)信息圖，以更簡(jiǎn)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(gè)跨學(xué)科的計(jì)算機(jī)科學(xué)分支。它是用人工智能、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)和數(shù)據(jù)庫的交叉方法在相對(duì)較大型的數(shù)據(jù)集中發(fā)現(xiàn)模式的計(jì)算過程;
• 數(shù)據(jù)洞察：這一項(xiàng)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(chǎng)景后，圍繞業(yè)務(wù)鏈路定義統(tǒng)一口徑，進(jìn)而更好的分析問題，并且能夠進(jìn)一步做策略改進(jìn)。

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

• 數(shù)據(jù)分析更側(cè)重，基于人的理解動(dòng)線，結(jié)合人對(duì)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(qiáng)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(jī)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(chǎng)景的概念，梳理出圍繞業(yè)務(wù)場(chǎng)景結(jié)果的影響因素和鏈路，目標(biāo)是對(duì)抽象問題進(jìn)行歸因、拆分以及更好更快的形成改進(jìn)方向。這個(gè)也是我們業(yè)務(wù)開發(fā)同學(xué)最有優(yōu)勢(shì)的地方。

二 核心要素

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

這里我們逐一來簡(jiǎn)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(huì)誤導(dǎo)后續(xù)的結(jié)論。e.g. 登錄鏈路因?yàn)槭菢I(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?yàn)榛液诋a(chǎn)的流量，影響后續(xù)的判斷，這個(gè)也是重中之重;

2 業(yè)務(wù)場(chǎng)景

業(yè)務(wù)場(chǎng)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(jià)值點(diǎn)。任何分析策略都脫離不開對(duì)業(yè)務(wù)場(chǎng)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(duì)業(yè)務(wù)場(chǎng)景的理解，口徑上也會(huì)結(jié)合對(duì)業(yè)務(wù)場(chǎng)景的理解和對(duì)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(gè)用戶在一個(gè)設(shè)備上登錄是正常情況，但是手淘會(huì)出現(xiàn)多賬號(hào)登錄同設(shè)備，這個(gè)也是常態(tài)數(shù)據(jù)特征，那究竟在定義登錄成功率的時(shí)候，是使用設(shè)備維度(認(rèn)為同一個(gè)設(shè)備只要有一個(gè)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(diǎn)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(gè)時(shí)間字段，格式也是不統(tǒng)一的。

這個(gè)時(shí)候就需要先對(duì)數(shù)據(jù)進(jìn)行加工了，剔除臟數(shù)據(jù)，補(bǔ)充遺漏點(diǎn)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(shí)間等。

2 數(shù)據(jù)建設(shè)是補(bǔ)充也是演進(jìn)

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(diǎn)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(jìn)行開發(fā)了，比如數(shù)據(jù)庫增加字段，打點(diǎn)框架增加打點(diǎn)邏輯。

數(shù)據(jù)建設(shè)是一個(gè)長(zhǎng)期的過程，不止是為了補(bǔ)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(jìn)一步，日常做需求和項(xiàng)目的時(shí)候，打點(diǎn)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(chǎng)景

1 業(yè)務(wù)場(chǎng)景的定義

業(yè)務(wù)場(chǎng)景是在整個(gè)業(yè)務(wù)洞察中最特殊的一個(gè)環(huán)節(jié)。這個(gè)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(chǎng)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(yàn)來看，業(yè)務(wù)場(chǎng)景的定義也是有一些核心方法的。

• 業(yè)務(wù)場(chǎng)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(chǎng)景中，你需要分析的維度是多深;

這個(gè)也比較好理解，以上述例子繼續(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(gè)總的登錄鏈路就夠了。

這個(gè)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(huì)逐漸上升，因?yàn)殡S著對(duì)業(yè)務(wù)的洞察，會(huì)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(chǎng)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(shì)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(gè)點(diǎn)不舉例不太好說明，舉個(gè)例子，登錄過程。

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

正常打點(diǎn)是下面這種樣子的。

rpcId	loginType	result	time	deviceId
traceid1	password	NEED_IV_CHECK	2021-12-1 11:20:54	123
traceid2	mloginToken	SUCCESS	2021-12-1 11:21:20	123

表1

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

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

打點(diǎn)數(shù)據(jù)描述了一個(gè)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(qǐng)求，但是因?yàn)榄h(huán)境不安全，安全挑戰(zhàn)要求核實(shí)身份(比如發(fā)短信核實(shí))，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(gè)就是一次登錄行為。業(yè)務(wù)洞察的核心也是圍繞這個(gè)點(diǎn)進(jìn)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(gè)兩條數(shù)據(jù)的打點(diǎn)其實(shí)就不適合我們，我們僅需要登錄方式，最終結(jié)果，時(shí)間以及設(shè)備id就夠了。

rpcId	loginType	final_result	time	deviceId
traceid1	password	SUCCESS	2021-12-1 11:21:20	123

表2

或核身沒有通過

rpcId	loginType	final_result	time	deviceId
traceid1	password	NEED_IV_CHECK	2021-12-1 11:21:20	123

表3

但是我們也會(huì)發(fā)現(xiàn)，這個(gè)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(gè)特性。

這個(gè)時(shí)候，我們就需要數(shù)據(jù)結(jié)構(gòu)進(jìn)行下一個(gè)階段的演進(jìn)。

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(gè)格式為bitmap，表示0版本;第二個(gè)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(diǎn)(埋點(diǎn)畢竟不是強(qiáng)要求，總有需求上線后，沒有加bitmap)。

這個(gè)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(diǎn)，和二版本的abcde節(jié)點(diǎn)。

有了這個(gè)tag，就可以描述更多的信息。

3 業(yè)務(wù)場(chǎng)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(zhǎng)期運(yùn)營治理的合理方式。這個(gè)時(shí)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(bào)表。

• 漏斗舉例

圖1

做漏斗很麻煩，需要一個(gè)點(diǎn)一個(gè)點(diǎn)手動(dòng)定義。但是漏斗對(duì)初期理解鏈路，分析問題益處非常大。

這個(gè)時(shí)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(shí)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(jī)+約定打點(diǎn)

1. 引入狀態(tài)機(jī)變化記錄打點(diǎn)日志;

2. 結(jié)合結(jié)構(gòu)化的畫圖能力，定向輸出約定日志，動(dòng)態(tài)畫圖

• 狀態(tài)機(jī)的核心要素

1.statusTag記錄路徑信息;

2.status和old_status記錄節(jié)點(diǎn)上下游信息;

3.depth記錄節(jié)點(diǎn)深度;

最終產(chǎn)出的一次登錄行為登錄數(shù)據(jù)

五 口徑

口徑是基于數(shù)據(jù)和業(yè)務(wù)場(chǎng)景的產(chǎn)出結(jié)果?？趶揭彩亲钪匾狞c(diǎn)，口徑代表了我們基于數(shù)據(jù)和業(yè)務(wù)場(chǎng)景對(duì)業(yè)務(wù)結(jié)果的理解，比如登錄的口徑，在財(cái)年初定義，登錄成功率從9x%提升到9y%，這個(gè)提升空間，也是根據(jù)數(shù)據(jù)來計(jì)算的。

1 口徑不要經(jīng)常變動(dòng)

口徑一旦定義下來，就不要經(jīng)常變動(dòng)。因?yàn)橐话愣x口徑是最難也是最耗時(shí)的，定義口徑的時(shí)候，一般我們已經(jīng)完成了對(duì)目標(biāo)的拆解，機(jī)會(huì)的洞察和最終的測(cè)算。

2 口徑并不一定是單一口徑

除了上述特性外，口徑也會(huì)有單口徑和多口徑，一般都會(huì)同時(shí)存在，比如登錄過程，在一個(gè)總的口徑基礎(chǔ)上，哪怕是一次登錄行為，我們也會(huì)拆分多個(gè)業(yè)務(wù)階段。

還是以登錄舉例，我們把用戶從進(jìn)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(huì)導(dǎo)致問題變得復(fù)雜，不利于分析。

多口徑也有一個(gè)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(jí)。

3 口徑維度定義

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

這塊不好說明，舉個(gè)例子。

我們C端口徑定義上，是設(shè)備維度，因?yàn)镃端用戶，天然存在薅羊毛行為，我們會(huì)認(rèn)為一個(gè)設(shè)備的登錄成功，對(duì)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?yàn)锽端商家的個(gè)體價(jià)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(yàn)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(shí)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(duì)于業(yè)務(wù)開發(fā)是一個(gè)有優(yōu)勢(shì)的路，而且業(yè)務(wù)平臺(tái)作為業(yè)務(wù)場(chǎng)景的豐富度上，也是獨(dú)具優(yōu)勢(shì)，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(tái)賦能業(yè)務(wù)的有力工具，對(duì)業(yè)務(wù)產(chǎn)出數(shù)據(jù)洞察能力，也是我們一個(gè)非常大的命題。

商業(yè)跑得快，業(yè)務(wù)中臺(tái)可信賴。

彈性計(jì)算基礎(chǔ)知識(shí)

 

彈性計(jì)算是把計(jì)算力變成普惠的公共資源，讓不同體量的用戶任何時(shí)候都能用親民的價(jià)格享受到高可用、高性能、高效率的基礎(chǔ)IT計(jì)算服務(wù)，所以可以說彈性是云計(jì)算的核心能力。本課程對(duì)彈性的重要性、彈性的定義、阿里云如何做彈性等。點(diǎn)擊閱讀原文查看詳情。