对数据异常不敏感,没有及时发现问题所在,导致企业经营损失;
分析师/运营/产品同学需要每日关注实时/离线数据,人工操作费时费力,效果不佳;
依赖业务人员经验设置预警规则,在特殊场景下难以精准定位,误报、漏报异常……
以上场景有没有觉得很熟悉?在企业的业务开展过程中,运营人员希望能够得到“优惠券领取量”“新用户流失率”“广告位点击量”等关键指标变动的实时反馈,一方面提升业务效率,另一方面减少损失。但对于大多数企业来说,单纯依靠人工的方式很难在指标异常时立即感知;即使可以感知到异常,也需要成吨的工作量去完成深度分析,来找到引起异常的原因。
近日,神策数据正式推出智能预警分析,它能够帮助企业通过数据分析及算法推测数据指标的合理波动范围,触发报警的同时,自动定位导致问题出现的原因,实现面面俱到的指标变化感知及数据分析能力的全面升级。
图 神策智能预警分析(数据为模拟)
智能预警分析,包括“智能化预警”和“自动化分析”两部分,可以拆解如下:
1.智能化预警:预测数据波动的合理区间
企业可以基于丰富的规则预警引擎及智能算法,智能预测指标区间,诊断异常指标。
在设置预警时,可以自定义名称、指标、时间颗粒度,并添加描述。对于时段,可以选择基于历史数据、时间序列来进行设置,也可以基于一定规则,对数据变化范围、时间范围进行配置。除此之外,借助 Webhook 能力,预警通知除了可以在系统内完成和邮件通知外,还可以发送到企业微信等效率工具/办公通讯软件上。
图 预警设置
2.自动化分析:及时、全面分析异常问题,定位异常的原因
一般情况下,企业可以直接对配置好的智能预警事件进行管理,一旦发现异常,直接进入详情页,查看报警值、值变化等情况。
智能预警分析的自动化分析能力,不仅可以帮助企业自动化定位异常维度和异常用户,还可以根据指标时序关联,帮助企业快速找到与预警异常点发生重合度较高的指标,进一步分析同期预警指标是否有相同或相关联的诱因。
除此之外,企业还可以根据智能预警分析的可视化指标关联图谱,依据指标之间的相关性,查看相应的指标变化境况,一方面从全局视角观察异常指标波动对其他指标的影响,另一方面快速找到可能诱发异常的原因。
图 神策智能预警分析流程图
综合考虑到不同场景下智能预警分析功能的应用需求,神策数据针对多场景、异常指标发生前后等不同维度,总结出智能预警分析对企业不同角色的价值,并通过两大核心能力,助力企业及时排查问题、定位问题,驱动决策和业务优化与调整。
1.核心指标变化预警,准确、及时上报异常,提升主动响应能力
神策智能预警分析以智能算法为基础,智能预测值基于指标“总体趋势”+“周期性”+“特殊事件”,在一定时间周期内的波动范围,给出正常值的分布区间,解决团队依赖业务人员经验判断造成的偏差和行为不准确等问题。
同时,神策智能预警分析从不同企业的实际业务需求出发,支持智能预警与自定义预警规则配置。其中,规则预警支持同比、环比、对比特殊值,能够满足企业的特定规则判定。
在预警触达环节,借助智能预警分析的 Webhook 能力,可以满足企业多端触达预警消息的诉求,实现多通道预警触达。
2.基于指标时序、关联度算法和分析模型,快速定位问题根源
(1)自动获取异常分析维度
神策智能预警分析可基于算法,自动获取对整体指标变化影响较大的指标,将其初步判定为异常维度。比如自动获取该事件在数千种事件分析中的分组信息,自动获取该事件的所有事件属性。除此之外,还支持用户自定义维度分层。
通过多维深度分析,帮助企业精准定位异常问题,并可将分析结果带回分析模型中,深入、全面洞察,辅助运营决策。
图 异常维度分析(数据为模拟)
(2)定位任意维度下的异常行为用户
依据用户行为分布分析给出指标正常区间,当用户行为数据超出正常区间,则会被系统标识为异常用户。神策智能预警分析通过定义任意维度下的异常行为用户,能够帮助企业清晰洞察用户行为,比如帮助广告企业定位作弊流量,帮助电商企业在运营活动中,圈选薅羊毛用户等。
基于异常用户定位,智能预警分析将支持向神策分析云用户行为序列跳转,运营同学可以把这部分异常用户保存为分群,为下一次的运营活动提供人群包选择。
(3)沉淀历史异常定位经验,实现同期预警指标分析
在积累一定指标异常预警后,多个预警指标都会有各自异常点的时间序列,且与同期指标有异常重合区域。如下图所示:
图 同期预警指标分析(数据为模拟)
智能预警分析可以帮助企业基于异常点的时间序列,进行重合度匹配分析,及时、全面地了解同期预警指标的异常情况,发现指标某一重合区间内的关键指标,辅助分析与决策。
(4)自动分析与报警指标强关联的指标
在一些企业的业务场景中,某个指标的上涨或者下跌会对其他指标产生一定的影响,比如广告业务与充值业务,二者的指标通常呈反方向变动,且具有密切关联性。
智能预警分析能够自动分析与报警指标强关联的指标,为企业提供全局性视野,帮助分析师站在整体业务上理解、观察指标波动,寻求新的洞察思路;同时结合核心指标 KPI,更好地制定业务策略。
图 指标关联示意(数据为模拟)
场景一:全局视角洞悉 Push 转化率变化情况,及时定位异常问题
某企业运营团队对 Push 转化率格外关注,一旦发现指标异常,就必须对指标变化情况进行多维度查看,包括均值、最大值、最小值,为分析原因做准备。
在接入神策分析云的智能预警分析之后,该运营团队轻松实现了对指标近 7 天、近 30 天等区间内变化的智能感知。同时,运营同学还对中位数、均值等数据的异常变化进行实时追踪,一旦出现波动,系统立刻将预警通知推送到多个客户端及移动设备,包括团队常用的企业微信、邮件等,随时为深度分析提供基础,大大节省了运营团队发现问题、定位问题的时间,并提升了工作效率。
接下来,运营团队基于神策分析完成了所有相关入库指标维度的分析,并且通过维度分层,定位所有可能的原因,为进一步分析提供全面支持。
最后,运营同学使用智能预警分析的同期指标预警能力,从历史异常行为序列上,直接定位出现问题的环节。同时,利用指标关联分析,自动分析与报警指标存在正负相关的指标,并站在整体业务的视角,定位真正问题的同时,发现其他可能受到影响的业务,真正成为拥有“全局视角”的团队。
场景二:自动化分析异常问题,减少“薅羊毛”损失,有效提升运营效率与质量
某品牌零售企业在近期优惠券发放过程中,频繁发现部分用户有“薅羊毛”行为。为了及时定位“羊毛党”,运营团队提取了大量用户的优惠券领用数据,希望从中找出“羊毛党”的“作案规律”,但因为优惠券发放形式多样,无法准确定位“羊毛党”的入口来源及领取的优惠券额度,所以在很长一段时间内饱受“羊毛党”折磨。
神策数据推出智能预警分析之后,第一时间帮助该企业解决了以上问题。
首先,运营团队不再只是依靠经验来设置优惠券领取的区间范围,当“领取优惠券”指标超出预测的合理范围时,运营团队可以第一时间在办公通讯软件上收到预警通知,有效提升了团队工作效率。
其次,智能预警分析帮助运营人员直接提取异常用户,并针对异常预警进行深度分析,找到异常用户,也就是“羊毛党”的特征值,对其加以区隔,在一定时间内不再为其推送优惠券相关信息。
然后,依据同期指标,运营人员发现了“羊毛党”来领优惠券的主要入口,并及时调整该入口的优惠券放量,有效降低了“薅羊毛”行为的频率。
综上,在使用神策数据的智能预警分析之后,该品牌零售企业在此次活动中减少了 25% 左右的损失,运营工期也大大缩短,“薅羊毛”行为也有效抑制,全面提升了企业的业务效率与增长。
目前,神策智能预警分析能力已在多行业获得实践验证,备受好评!为了让更多用户直观、全面地了解智能预警分析的价值,神策数据应邀在 8 月 26 日开启线上直播——《告别后知后觉的指标波动,智能预警到来》,欢迎扫描下方二维码报名!
免费名额数量有限,先到先得!
✎✎✎
【更多内容】
升级版神策用户画像
基于数据流的广告投放分析
神策分析云之 LTV 分析
▼ 点击“阅读原文” ,抢先免费体验