神策数据正式推出智能预警分析,告别后知后觉的指标波动

幼敏悟过人,读书辄成诵。这篇文章主要讲述神策数据正式推出智能预警分析,告别后知后觉的指标波动相关的知识,希望能为你提供帮助。

神策数据正式推出智能预警分析,告别后知后觉的指标波动

文章图片

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。
神策数据正式推出智能预警分析,告别后知后觉的指标波动

文章图片

图 神策智能预警分析(数据为模拟)
一、你知道什么是智能预警分析吗?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。
神策数据正式推出智能预警分析,告别后知后觉的指标波动

文章图片

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。
神策数据正式推出智能预警分析,告别后知后觉的指标波动

文章图片

图 神策智能预警分析流程图
二、神策智能预警分析:多角色价值共享,两大核心能力为企业稳健运营保驾护航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。
神策数据正式推出智能预警分析,告别后知后觉的指标波动

文章图片

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。
神策数据正式推出智能预警分析,告别后知后觉的指标波动

文章图片

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:
神策数据正式推出智能预警分析,告别后知后觉的指标波动

文章图片

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。
神策数据正式推出智能预警分析,告别后知后觉的指标波动

文章图片

图 指标关联示意(数据为模拟)
三、预警、分析、定位,全链路解读神策智能预警分析场景实践 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。
【神策数据正式推出智能预警分析,告别后知后觉的指标波动】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。

    推荐阅读