关于数据准确性，精益求精，神策数据矢志不渝的坚持

你是否遭遇过以下场景？

老板：“你提交的报告，怎么和我查的不一样？”

业务部：“ERP 后台显示成单 687 笔，你怎么告诉我成单 620 笔？”

运营：“你给我的转化率，为何比实际成单算的转化率低？”

显然，数据准确性，常常成为企业爆发内战的导火索。

数据驱动时代，数据准确性即将成为进一步数字化、精细化的硬性指标，特别是越来越注重用户行为分析的今天，精益求精，是历史的趋势，也是神策数据相信的未来。

事实上，排除掉人为因素，或技术能力限制，不可抗因素导致的数据上报不及时或丢失，一般情况下 App 端约占 1%，Web 端约占 5%。这在过去历史数据的洪流中可能激不起波澜，但在做精细化运营的今天，用户行为路径中哪怕只丢失 1% 的数据，也可能影响分析结果或错失机遇。

比如，漏斗分析、留存分析、归因分析等模型均为多步骤组合，丢失任一环节的数据均可能影响最终的结果。

举个例子某电商的漏斗模型为：浏览商品详情页-加入购物车-提交订单-支付订单，一般数据是实时采集上报，但在极端情况下，部分用户在提交订单的数据丢失，那么相关环节的转化率将不准确，分析结果也会出现误差。

再比如，若未上报的这 1% 的数据，涵盖极其关键的甚至决定性的事件数据，将造成连带影响，如影响数据的完整性。

举个例子，神策数据支持用户未登录的匿名行为与登录后的行为打通，还原完整的用户全链条。在该过程中，存在一个关键事件，用户登录的当下绑定未登录之前的行为，如果丢失了这个事件，用户登录前的行为就无法匹配了，因为用户行为链条是环环相扣的。

综上，在精益求精的大数据时代，丢失哪怕不到 1% 的数据，也会牵一发而动全身。因此，神策坚持使数据准确，且保证数据与真实场景发生的当时当刻吻合，不容一丝侥幸与意外。

一、关于数据准确性，你必须知道的事

纵观大部分数据应用，数据处理可以划分为如下五个步骤，每个步骤都可能影响数据准确性：

图 1 数据处理的五个步骤

总体上看，排除人为因素，通常数据准确性的问题可抽象为 3 种情况：

1. 统计口径差异

如 App 启动，很多统计工具使用设备 ID 计算用户，将导致同一个登录 ID 在多设备使用的情况下使 uv=N。而神策数据使用神策 ID 进行计算，可使同一个登录 ID 在多设备使用的情况下 uv=1。

2. 代码采集异常

如客户端使用匿名 ID 上报数据，服务端使用登录 ID 上传数据，导致同一用户没有关联，系统识别为两个用户导致用户总量不一致，神策数据使用同一 ID 上报全端数据，支持企业打通用户登录前后行为。

3. 数据上报延迟或丢失

数据上报往往是通过 http 或者 https 请求进行传输，因此网络稳定性和 App 使用异常均极大的影响上报的及时性。

在这三方面中，数据上报延迟或丢失存在非技术原因的不可抗因素导致，如下图。

表 1 数据延迟场景 

在以上场景中，用户产生了数据，但却因为非数据采集技术原因导致了数据的丢失或延迟。针对这一特殊情况，你会选择在事后进行数据的回溯，还是忽略未实时上报的数据？

大多数的直觉答案是“利用数据回溯，保证数据准确性”，但数据回溯还面临两大难题：其一，由于技术能力限制只能让数据延迟或丢失；其二，同一天的数据在不同周期查看会发生变化，如何向用户解释？

因此，大部分数据分析平台服务提供商选择了牺牲数据准确性，与之不同，神策数据精研技术，通过数据的回溯与补充助力企业坚守数据准确性的红线。

二、可解释性 VS 准确性，神策数据的坚持

面对变幻莫测的现实情况，极端情况下的数据准确性和可解释性总是不可兼得——极端情况下数据的丢失易让人接受，复杂技术下坚守的数据准确却令人费解。

技术壁垒从不是神策数据的难题，但面对客户潜在的不解，又该如何抉择？神策坚持选择数据准确性。

1. 看似正确的“错误”，数据不应该变化？

在数据分析行业中，为保证数据的可解释性，基本上企业会以当天 23 点 59 分 59 秒截止进行数据的结算。由于数据分析系统历史的技术框架限制，后续即使有延迟数据也不会进行数据的补充。长期以往，各企业习惯了以当天结算的数据为准，即不管时间周期如何变化，仅看某一天的数据是固定不变的，成为大家默认的规则。当数据发生变化，常常会被冠上“数据不准确”的帽子。

 “忽略特殊情况下未上报的数据”只是历史遗留问题，却被误认为“正确的事”。因此，变化的数据，无疑将增加解释成本。更难的是，数据并不是给 1 个人看的，每个人都可能提出数据变化的质疑。

首先，数据分析的人会困惑数据的变化；其次，即使给数据分析的人进行了清晰的说明，但向上汇报时，又会衍生新的可解释性问题。举个例子，数据分析师 A 做了一个报告给老板，报告中记录周一日活为 14000，但老板周五看的时候发现周一日活为 14500，因此，数据分析师 A 可能会迎来老板的质疑，这给 A 带来困扰，甚至该负面情绪可能并不会因为解释而消除。

历史遗留问题加上解释成本，让很多数据分析企业望而却步，有的是出于技术能力限制，有的是无法面对“约定俗成”的质疑。但神策数据，选择坚守信念，只做正确的事情。

三、敢为人先，神策数据以变制变

“把事情做到极致”是神策数据的做事原则。在数据准确性这件事上，哪怕付出更多的技术资源和解释成本，也坚持为“给客户带来价值”负责，面对疑虑，坦然应对。

神策数据选择以变制变。目前，使用神策数据的企业数据产生后，存在 10 天的回溯期，在此期间查询相关的数据均可能发生变化，10 天之后回溯完毕，数据将不再变化。

以下，为神策数据 SDK 缓存上报数据的场景：

1. 强杀场景，用户主动关闭
对于 Android 用户来说，用户常用的关闭 App 的方式就是退到后台将 App 划掉，对于这种场景，埋点数据会缓存在本地，未及时上传，比如退出事件，需要用户下次打开时进行上报。

2. 多进程触发数据采集
对于 Android App 来说，多进程场景是很普遍的场景，比如推送场景，或者一些来电服务的 App，经常活动的是子进程，对于这种在子进程埋点业务数据比较多的场景，需要在主进程启动时才会将缓存在本地的数据进行上报。

3. 没有网络或网络信号较差
在电梯或地铁里由于网络信号较差时，可能会出现埋点数据无法上报的情况，造成本地缓存埋点数据的情况，需要用户在网络条件状况良好时，重新进行数据上报。

4. App 异常退出
App 异常是最普遍的一个场景了，当 App 出现异常退出时，可能会造成部分埋点数据无法及时上传，待用户下次打开 App 时重新上传。

5. iOS 被动启动
在 iOS 中，当 App 由于一些原因（例如静默推送）被动启动时，采集的所有事件会在 App 下次启动时上传数据。

俗话说，“你不能解决问题，你就会成为问题”。在面对数据准确性的历史挑战，神策数据选择了更艰难的一条路，这条路虽然会偶遇客户的不解，但其终点是给客户带来更大的价值，神策数据矢志不渝。同时，若客户因特殊原因，理解背景后仍坚持保持数据不变，我们也给予了灵活的策略，可将回溯周期降低为 24 小时。此外，神策也会优化产品，如增加小提示，促进客户的理解。

在过去的 5 年里，神策数据服务了 1000 余家企业，未来将为更多的企业解决数据根基问题。背负着客户的未来，神策数据面对历史的难题，坚持以变应变，以变制变，力求在大数据时代，为即将到来的数据准确性变革领航，更为客户保驾护航。

立足于重构中国互联网数据根基的愿景，关于数据准确性，神策数据捍卫到底，决不允许一丝的侥幸与意外。

✎✎✎

【更多内容】

• 银行 4.0 时代，打开客户标签五扇门，高效赋能数据化运营
  

• 还没真正理解用户标签体系？看这篇就够了！
  

• 神策数据保险行业解决方案，正式上线官网！

点击“阅读原文”，体验 demo~