很可惜 T 。T 您現(xiàn)在還不是作者身份，不能自主發(fā)稿哦～
如有投稿需求，請(qǐng)把文章發(fā)送到郵箱tougao@appcpx.com，一經(jīng)錄用會(huì)有專人和您聯(lián)系
咨詢?nèi)绾纬蔀榇河鹱髡哒?qǐng)聯(lián)系：鳥(niǎo)哥筆記小羽毛（ngbjxym）
今天我們來(lái)談?wù)凚I系統(tǒng)里數(shù)據(jù)決策很常見(jiàn)的一個(gè)場(chǎng)景應(yīng)用——問(wèn)題診斷。
所謂問(wèn)題診斷，就是找到在什么環(huán)節(jié)出現(xiàn)了問(wèn)題，即定位問(wèn)題，他有兩層含義：
第一，有沒(méi)有問(wèn)題？
第二，問(wèn)題出現(xiàn)在什么地方？
第一個(gè)問(wèn)題好理解，第二個(gè)問(wèn)題，大家的看法則會(huì)有差異，下面我將用例子來(lái)說(shuō)明自己的理解，歡迎大家留言探討。
舉個(gè)例子：
在觀測(cè)網(wǎng)站活躍用戶數(shù)的過(guò)程中，發(fā)現(xiàn)本周的活躍用戶數(shù)比上周的活躍用戶數(shù)有了一個(gè)較大幅度的下降，通過(guò)分析數(shù)據(jù)后，發(fā)現(xiàn)原來(lái)是某1天的活躍用戶數(shù)下降引起的，詢問(wèn)了IT部門后發(fā)現(xiàn)這一天網(wǎng)站有問(wèn)題，某幾個(gè)重要的頁(yè)面有2個(gè)小時(shí)不能訪問(wèn)。
在這個(gè)案例中，『某1天的活躍用戶數(shù)下降』就是問(wèn)題診斷，而頁(yè)面出現(xiàn)問(wèn)題不能訪問(wèn)則是問(wèn)題產(chǎn)生的原因。
問(wèn)題診斷絕對(duì)不是簡(jiǎn)單看數(shù)據(jù)指標(biāo)的表現(xiàn)，簡(jiǎn)單的數(shù)據(jù)增減幅度、趨勢(shì)展示，是屬于傳統(tǒng)BI看板的范圍，只能回答第一個(gè)問(wèn)題——有沒(méi)有問(wèn)題，但是并不能回答哪里出了問(wèn)題。
問(wèn)題診斷的場(chǎng)景一般可以分為兩類：
第一類是數(shù)據(jù)統(tǒng)計(jì)量的異常問(wèn)題診斷；
第二類是獨(dú)立個(gè)體的異常問(wèn)題診斷。
下面分別這對(duì)兩種類型的問(wèn)題診斷，結(jié)合具體事例來(lái)進(jìn)一步講解。
01 、數(shù)據(jù)統(tǒng)計(jì)量的異常問(wèn)題診斷
如在文章開(kāi)頭提到的那個(gè)例子，數(shù)據(jù)統(tǒng)計(jì)量的問(wèn)題診斷，是指問(wèn)題會(huì)通過(guò)指標(biāo)統(tǒng)計(jì)值反應(yīng)出來(lái)，我們通過(guò)數(shù)據(jù)本身的增減幅度、趨勢(shì)變化、逐層拆解，最后可以發(fā)現(xiàn)數(shù)據(jù)變化是在哪個(gè)環(huán)節(jié)發(fā)生。這種問(wèn)題一般都是由于數(shù)據(jù)之外的原因產(chǎn)生的，這類問(wèn)題診斷，可以幫助業(yè)務(wù)用戶縮小問(wèn)題的范圍，大家感受一下，你和朋友討論去哪吃飯，是在全城的5星餐館中做出選擇，和在公司附近5公里的餐館中做出選擇，哪一個(gè)更容易？
要實(shí)現(xiàn)與數(shù)據(jù)統(tǒng)計(jì)量相關(guān)的問(wèn)題診斷，一個(gè)比較常見(jiàn)方法，就是選擇出數(shù)據(jù)觀察的各個(gè)維度，通過(guò)度量值在各個(gè)維度上的變化情況（與歷史比較、與平均值比較等），找到變化的那個(gè)維度的值。
這種處理方法在BI系統(tǒng)里面最典型的案例就是tableau的explain data功能，這個(gè)功能會(huì)自動(dòng)針對(duì)所選值提供由 AI 驅(qū)動(dòng)的解釋。
圖1 tableau的explain Data功能
在tableau的2020.2 new feature網(wǎng)絡(luò)研討會(huì)上對(duì)explain data性能增強(qiáng)的介紹下讓可以大概知道運(yùn)行原理：
當(dāng)你點(diǎn)擊某個(gè)數(shù)據(jù)值進(jìn)行explain data時(shí)，系統(tǒng)會(huì)自動(dòng)對(duì)數(shù)據(jù)集的每一個(gè)維度、每一個(gè)度量都進(jìn)行交叉計(jì)算，判斷需要解釋的數(shù)據(jù)值是高于還是低于預(yù)期（均值）。
以高于預(yù)期為例，explain data會(huì)嘗試做以下幾類解釋：
先去掃描所有的維度信息，看是否有顯著的維度（這個(gè)維度的值普遍偏高）；
然后去考察記錄數(shù)（數(shù)據(jù)條數(shù)），是否是由于數(shù)據(jù)記錄數(shù)較高導(dǎo)致；
再次，考慮極端值的情況，是否是因?yàn)槟硞€(gè)極端值造成了偏高。
但是這種處理方法，需要較大的計(jì)算資源，數(shù)據(jù)集較大或者維度偏多explain data會(huì)比較慢的問(wèn)題。并且很有可能，大部分的計(jì)算都未必是必須的。
在新版的explain data中，對(duì)計(jì)算的維度范圍進(jìn)行了限制(不再對(duì)所有維度進(jìn)行解析，有一些明顯值過(guò)多的維度、包含了平均值的維度都會(huì)默認(rèn)被忽略)。在數(shù)據(jù)集較大的情況下或者維度較多的情況，計(jì)算速度有了改進(jìn)。
這就是通用BI的處理辦法，面對(duì)多種多樣的數(shù)據(jù)集，內(nèi)容和業(yè)務(wù)都各異的情況下，剔除掉出那些不太可能導(dǎo)致異常，或者值本身并不能定位問(wèn)題的情況。
如果你在做一些垂直領(lǐng)域的BI，引入業(yè)務(wù)理解會(huì)是更好的辦法，通過(guò)業(yè)務(wù)邏輯，將你的維度排上優(yōu)先級(jí)，關(guān)聯(lián)下鉆策略，避免從最小維度開(kāi)始遍歷，都是不錯(cuò)的辦法。
還是用文章開(kāi)頭的案例，本周的活躍用戶數(shù)比上周的活躍用戶數(shù)有了一個(gè)較大幅度的下降的問(wèn)題定位：通過(guò)兩種類型維度的切分，第一種：時(shí)間維度下鉆，計(jì)算下一層維度上（在這個(gè)案例中，是天）的活躍用戶數(shù)的變化；第二種，計(jì)算對(duì)重要維度的度量值的變化，在這個(gè)案例中，與活躍用戶數(shù)相關(guān)的重要維度可能是：用戶注冊(cè)渠道、用戶訪問(wèn)頁(yè)面等。
在這個(gè)案例中，通過(guò)第一種維度切分，發(fā)現(xiàn)原來(lái)是某1天的活躍用戶數(shù)下降引起的。經(jīng)驗(yàn)上，一般來(lái)說(shuō)，會(huì)優(yōu)先進(jìn)行第一種維度計(jì)算，再進(jìn)行第二種。
02 、獨(dú)立個(gè)體的異常問(wèn)題診斷
下面談一談獨(dú)立個(gè)體的異常問(wèn)題診斷。
這種異常的特點(diǎn)是，并不一定能通過(guò)數(shù)據(jù)統(tǒng)計(jì)值的宏觀變化來(lái)發(fā)現(xiàn)，這有2個(gè)原因：
第一，這種異常的表現(xiàn)大部分并不會(huì)影響到整體數(shù)據(jù)，從整體上看數(shù)量占比上很少；
第二，這種異常是非數(shù)據(jù)的，是從流程上定義的異常（SOP規(guī)范之外的）。
不管是第一種還是第二種原因的異常問(wèn)題，如果一旦發(fā)生了，影響會(huì)比較大，我們應(yīng)該及時(shí)定位到。
這種獨(dú)立個(gè)體的問(wèn)題，一般在智能制造（智慧工廠）的場(chǎng)景見(jiàn)到的比較多，比如某機(jī)器宕機(jī)了，影響到了生產(chǎn)線；機(jī)器上某個(gè)關(guān)鍵部件磨損了，造成產(chǎn)品的良品率下降；日常業(yè)務(wù)也會(huì)有這種場(chǎng)景，比如入庫(kù)環(huán)節(jié)的延遲造成了后續(xù)流程整體延后；在公司內(nèi)部公共空間分享的文檔明文密碼增加了安全風(fēng)險(xiǎn)。
圖2 智能制造
這類問(wèn)題診斷的解決方案挺多，我們介紹下在日常業(yè)務(wù)場(chǎng)景中兩種比較常見(jiàn)的方案。
第一，規(guī)則策略。
如果是由于流程上定義的異常，可以通過(guò)抽象出非正常的數(shù)據(jù)表現(xiàn)，形成規(guī)則集，用策略的方法識(shí)別出問(wèn)題。比如，在公司內(nèi)部公共空間分享的文檔明文密碼識(shí)別，可以通過(guò)常見(jiàn)的密碼出現(xiàn)場(chǎng)景，整理成規(guī)則集合，掃描所有文檔內(nèi)容與這個(gè)規(guī)則集合進(jìn)行匹配。
舉例：一般密碼出現(xiàn)都會(huì)以”密碼”/“pw”一串英文數(shù)字字符的一形式，這個(gè)就是一條規(guī)則，列出多個(gè)規(guī)則形成規(guī)則集合。
這種方案相對(duì)比較簡(jiǎn)單，特別適合產(chǎn)品0到1階段。
第二，知識(shí)圖譜。
知識(shí)圖譜的方案適合流程分支比較多、環(huán)節(jié)與環(huán)節(jié)之間的影響關(guān)系復(fù)雜的情況（這種情況也可以用規(guī)則策略，但規(guī)則會(huì)特別多，效果未必好）。
比如，最近我們常用的健康碼，背后識(shí)別機(jī)制，就可以通過(guò)知識(shí)圖譜方式來(lái)做。
用戶申請(qǐng)健康碼時(shí)，會(huì)授權(quán)app調(diào)取你得個(gè)人信息（包括手機(jī)號(hào)、社交賬號(hào)、出行信息、定位信息等），通過(guò)大數(shù)據(jù)挖掘可以構(gòu)造出一個(gè)『人-時(shí)間-地理位置』的關(guān)系，用戶數(shù)量多了，這個(gè)關(guān)系交織在一起就成了一張巨大的網(wǎng)絡(luò)。不管是人還是地理位置，某個(gè)屬性發(fā)生了更新（異常）后，產(chǎn)生的影響會(huì)在圖譜中蔓延。
圖3 知識(shí)圖譜
再舉一個(gè)例子：
大數(shù)據(jù)平臺(tái)的各類表生產(chǎn)任務(wù)有很多上下游依賴，當(dāng)其中有一個(gè)任務(wù)故障或者變更時(shí)，可能會(huì)對(duì)眾多下游任務(wù)產(chǎn)生影響，一般來(lái)說(shuō)，生產(chǎn)者最多會(huì)通知自己的下游任務(wù)，而很難去主動(dòng)去通知下游的下游，更別說(shuō)在龐大的數(shù)據(jù)集市中，還有更多層次的引用和依賴了。
我們把各個(gè)數(shù)據(jù)開(kāi)發(fā)任務(wù)之間的關(guān)系制作出【數(shù)據(jù)表-數(shù)據(jù)字段】的元數(shù)據(jù)知識(shí)圖譜，通過(guò)元數(shù)據(jù)之間的圖譜關(guān)系，這樣可以很快定位到受影響的表及其任務(wù)，如果多個(gè)下游任務(wù)出現(xiàn)異常了，也可以通過(guò)知識(shí)圖譜找到影響自己的上游。
圖4 血緣關(guān)系
關(guān)于智能制造（智慧工廠）場(chǎng)景下的問(wèn)題診斷，方案會(huì)更具備垂直領(lǐng)域的特點(diǎn)，也會(huì)比日常運(yùn)營(yíng)中遇到的場(chǎng)景更復(fù)雜一些。
?-END-
本文為作者獨(dú)立觀點(diǎn)，不代表鳥(niǎo)哥筆記立場(chǎng)，未經(jīng)允許不得轉(zhuǎn)載。
《鳥(niǎo)哥筆記版權(quán)及免責(zé)申明》 如對(duì)文章、圖片、字體等版權(quán)有疑問(wèn)，請(qǐng)點(diǎn)擊 反饋舉報(bào)
我們致力于提供一個(gè)高質(zhì)量?jī)?nèi)容的交流平臺(tái)。為落實(shí)國(guó)家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評(píng)論自律管理，為了保護(hù)用戶創(chuàng)造的內(nèi)容、維護(hù)開(kāi)放、真實(shí)、專業(yè)的平臺(tái)氛圍，我們團(tuán)隊(duì)將依據(jù)本公約中的條款對(duì)注冊(cè)用戶和發(fā)布在本平臺(tái)的內(nèi)容進(jìn)行管理。平臺(tái)鼓勵(lì)用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時(shí)也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國(guó)未成年人保護(hù)法》等法律法規(guī)，對(duì)以下違法、不良信息或存在危害的行為進(jìn)行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對(duì)憲法所確定的基本原則；
2)危害國(guó)家安全，泄露國(guó)家秘密，顛覆國(guó)家政權(quán)，破壞國(guó)家統(tǒng)一，損害國(guó)家榮譽(yù)和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽(yù)、榮譽(yù)；
4)宣揚(yáng)恐怖主義、極端主義或者煽動(dòng)實(shí)施恐怖活動(dòng)、極端主義活動(dòng)；
5)煽動(dòng)民族仇恨、民族歧視，破壞民族團(tuán)結(jié)；
6)破壞國(guó)家宗教政策，宣揚(yáng)邪教和封建迷信；
7)散布謠言，擾亂社會(huì)秩序，破壞社會(huì)穩(wěn)定；
8)宣揚(yáng)淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動(dòng)非法集會(huì)、結(jié)社、游行、示威、聚眾擾亂社會(huì)秩序；
10)侮辱或者誹謗他人，侵害他人名譽(yù)、隱私和其他合法權(quán)益；
11)通過(guò)網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對(duì)未成年人實(shí)施侮辱、誹謗、威脅或者惡意損害未成年人形象進(jìn)行網(wǎng)絡(luò)欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶及其所貢獻(xiàn)內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動(dòng)成果；
2)誹謗：捏造、散布虛假事實(shí)，損害他人名譽(yù)；
3)嘲諷：以比喻、夸張、侮辱性的手法對(duì)他人或其行為進(jìn)行揭露或描述，以此來(lái)激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對(duì)方對(duì)自己的言論作出回應(yīng)，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對(duì)方難堪；
6)謾罵：以不文明的語(yǔ)言對(duì)他人進(jìn)行負(fù)面評(píng)價(jià)；
7)歧視：煽動(dòng)人群歧視、地域歧視等，針對(duì)他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來(lái)迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗(yàn)、擾亂本網(wǎng)站秩序的內(nèi)容，或進(jìn)行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個(gè)帳號(hào)多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個(gè)廣告帳號(hào)互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶點(diǎn)擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當(dāng)曝光；
6)購(gòu)買或出售帳號(hào)之間虛假地互動(dòng)，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營(yíng)銷內(nèi)容，如通過(guò)偽造經(jīng)歷、冒充他人等方式進(jìn)行惡意營(yíng)銷；
8)使用特殊符號(hào)、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗(yàn)的細(xì)節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚(yáng)低俗、庸俗、媚俗內(nèi)容。
5. 不實(shí)信息，主要表現(xiàn)為：
1)可能存在事實(shí)性錯(cuò)誤或者造謠等內(nèi)容；
2)存在事實(shí)夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容；
3)偽造身份、冒充他人，通過(guò)頭像、用戶名等個(gè)人信息暗示自己具有特定身份，或與特定機(jī)構(gòu)或個(gè)人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測(cè)字、占卜、解夢(mèng)、化解厄運(yùn)、使用迷信方式治?。?br /> 2)求推薦算命看相大師；
3)針對(duì)具體風(fēng)水等問(wèn)題進(jìn)行求助或咨詢；
4)問(wèn)自己或他人的八字、六爻、星盤(pán)、手相、面相、五行缺失，包括通過(guò)占卜方法問(wèn)婚姻、前程、運(yùn)勢(shì)，東西寵物丟了能不能找回、取名改名等；
7. 文章標(biāo)題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來(lái)誘導(dǎo)用戶；
2)內(nèi)容與標(biāo)題之間存在嚴(yán)重不實(shí)或者原意扭曲；
3)使用夸張標(biāo)題，內(nèi)容與標(biāo)題嚴(yán)重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費(fèi)、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動(dòng)「飯圈」粉絲攀比炫富、奢靡享樂(lè)等行為
4)以號(hào)召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號(hào)」形式刷量控評(píng)等行為
5)通過(guò)「蹭熱點(diǎn)」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會(huì)公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的；
2)不當(dāng)評(píng)述自然災(zāi)害、重大事故等災(zāi)難的；
3)美化、粉飾侵略戰(zhàn)爭(zhēng)行為的；
4)法律、行政法規(guī)禁止，或可能對(duì)網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過(guò)主動(dòng)發(fā)現(xiàn)和接受用戶舉報(bào)兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺(tái)氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當(dāng)一個(gè)用戶發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將依據(jù)相關(guān)用戶違規(guī)情節(jié)嚴(yán)重程度，對(duì)帳號(hào)進(jìn)行禁言 1 天、7 天、15 天直至永久禁言或封停賬號(hào)的處罰。當(dāng)涉及欺凌未成年人、危害未成年人身心健康、通過(guò)作弊手段注冊(cè)、使用帳號(hào)，或者濫用多個(gè)帳號(hào)發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺(tái)管理經(jīng)驗(yàn)的不斷豐富，本網(wǎng)站出于維護(hù)本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶對(duì)本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過(guò)「建議反饋」功能向本網(wǎng)站進(jìn)行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)