神策資料正式推出智慧預警分析,告別後知後覺的指標波動

語言: CN / TW / HK

對資料異常不敏感,沒有及時發現問題所在,導致企業經營損失;

分析師/運營/產品同學需要每日關注實時/離線資料,人工操作費時費力,效果不佳;

依賴業務人員經驗設定預警規則,在特殊場景下難以精準定位,誤報、漏報異常……

以上場景有沒有覺得很熟悉?在企業的業務開展過程中,運營人員希望能夠得到“優惠券領取量”“新使用者流失率”“廣告位點選量”等關鍵指標變動的實時反饋,一方面提升業務效率,另一方面減少損失。但對於大多數企業來說,單純依靠人工的方式很難在指標異常時立即感知;即使可以感知到異常,也需要成噸的工作量去完成深度分析,來找到引起異常的原因。

近日,神策資料正式推出智慧預警分析,它能夠幫助企業通過資料分析及演算法推測資料指標的合理波動範圍,觸發報警的同時,自動定位導致問題出現的原因,實現面面俱到的指標變化感知及資料分析能力的全面升級。

圖 神策智慧預警分析(資料為模擬)

 

一、你知道什麼是智慧預警分析嗎?

智慧預警分析,包括“智慧化預警”和“自動化分析”兩部分,可以拆解如下:

1.智慧化預警:預測資料波動的合理區間

企業可以基於豐富的規則預警引擎及智慧演算法,智慧預測指標區間,診斷異常指標。

在設定預警時,可以自定義名稱、指標、時間顆粒度,並新增描述。對於時段,可以選擇基於歷史資料、時間序列來進行設定,也可以基於一定規則,對資料變化範圍、時間範圍進行配置。除此之外,藉助 Webhook 能力,預警通知除了可以在系統內完成和郵件通知外,還可以傳送到企業微信等效率工具/辦公通訊軟體上。

圖 預警設定

 

2.自動化分析:及時、全面分析異常問題,定位異常的原因

一般情況下,企業可以直接對配置好的智慧預警事件進行管理,一旦發現異常,直接進入詳情頁,檢視報警值、值變化等情況。

智慧預警分析的自動化分析能力,不僅可以幫助企業自動化定位異常維度和異常使用者,還可以根據指標時序關聯,幫助企業快速找到與預警異常點發生重合度較高的指標,進一步分析同期預警指標是否有相同或相關聯的誘因。

除此之外,企業還可以根據智慧預警分析的視覺化指標關聯圖譜,依據指標之間的相關性,檢視相應的指標變化境況,一方面從全域性視角觀察異常指標波動對其他指標的影響,另一方面快速找到可能誘發異常的原因。

圖 神策智慧預警分析流程圖

 

二、神策智慧預警分析:多角色價值共享,兩大核心能力為企業穩健運營保駕護航

綜合考慮到不同場景下智慧預警分析功能的應用需求,神策資料針對多場景、異常指標發生前後等不同維度,總結出智慧預警分析對企業不同角色的價值,並通過兩大核心能力,助力企業及時排查問題、定位問題,驅動決策和業務優化與調整。

1.核心指標變化預警,準確、及時上報異常,提升主動響應能力

神策智慧預警分析以智慧演算法為基礎,智慧預測值基於指標“總體趨勢”+“週期性”+“特殊事件”,在一定時間週期內的波動範圍,給出正常值的分佈區間,解決團隊依賴業務人員經驗判斷造成的偏差和行為不準確等問題。

同時,神策智慧預警分析從不同企業的實際業務需求出發,支援智慧預警與自定義預警規則配置。其中,規則預警支援同比、環比、對位元殊值,能夠滿足企業的特定規則判定。

在預警觸達環節,藉助智慧預警分析的 Webhook 能力,可以滿足企業多端觸達預警訊息的訴求,實現多通道預警觸達。

2.基於指標時序、關聯度演算法和分析模型,快速定位問題根源

(1)自動獲取異常分析維度

神策智慧預警分析可基於演算法,自動獲取對整體指標變化影響較大的指標,將其初步判定為異常維度。比如自動獲取該事件在數千種事件分析中的分組資訊,自動獲取該事件的所有事件屬性。除此之外,還支援使用者自定義維度分層。

通過多維深度分析,幫助企業精準定位異常問題,並可將分析結果帶回分析模型中,深入、全面洞察,輔助運營決策。

圖 異常維度分析(資料為模擬)

 

(2)定位任意維度下的異常行為使用者

依據使用者行為分佈分析給出指標正常區間,當用戶行為資料超出正常區間,則會被系統標識為異常使用者。神策智慧預警分析通過定義任意維度下的異常行為使用者,能夠幫助企業清晰洞察使用者行為,比如幫助廣告企業定位作弊流量,幫助電商企業在運營活動中,圈選薅羊毛使用者等。

基於異常使用者定位,智慧預警分析將支援向神策分析雲使用者行為序列跳轉,運營同學可以把這部分異常使用者儲存為分群,為下一次的運營活動提供人群包選擇。

(3)沉澱歷史異常定位經驗,實現同期預警指標分析

在積累一定指標異常預警後,多個預警指標都會有各自異常點的時間序列,且與同期指標有異常重合區域。如下圖所示:

圖 同期預警指標分析(資料為模擬)

 

智慧預警分析可以幫助企業基於異常點的時間序列,進行重合度匹配分析,及時、全面地瞭解同期預警指標的異常情況,發現指標某一重合區間內的關鍵指標,輔助分析與決策。

(4)自動分析與報警指標強關聯的指標

在一些企業的業務場景中,某個指標的上漲或者下跌會對其他指標產生一定的影響,比如廣告業務與充值業務,二者的指標通常呈反方向變動,且具有密切關聯性。

智慧預警分析能夠自動分析與報警指標強關聯的指標,為企業提供全域性性視野,幫助分析師站在整體業務上理解、觀察指標波動,尋求新的洞察思路;同時結合核心指標 KPI,更好地制定業務策略。

圖 指標關聯示意(資料為模擬)

 

三、預警、分析、定位,全鏈路解讀神策智慧預警分析場景實踐

場景一:全域性視角洞悉 Push 轉化率變化情況,及時定位異常問題

某企業運營團隊對 Push 轉化率格外關注,一旦發現指標異常,就必須對指標變化情況進行多維度檢視,包括均值、最大值、最小值,為分析原因做準備。

在接入神策分析雲的智慧預警分析之後,該運營團隊輕鬆實現了對指標近 7 天、近 30 天等區間內變化的智慧感知。同時,運營同學還對中位數、均值等資料的異常變化進行實時追蹤,一旦出現波動,系統立刻將預警通知推送到多個客戶端及移動裝置,包括團隊常用的企業微信、郵件等,隨時為深度分析提供基礎,大大節省了運營團隊發現問題、定位問題的時間,並提升了工作效率。

接下來,運營團隊基於神策分析完成了所有相關入庫指標維度的分析,並且通過維度分層,定位所有可能的原因,為進一步分析提供全面支援。

最後,運營同學使用智慧預警分析的同期指標預警能力,從歷史異常行為序列上,直接定位出現問題的環節。同時,利用指標關聯分析,自動分析與報警指標存在正負相關的指標,並站在整體業務的視角,定位真正問題的同時,發現其他可能受到影響的業務,真正成為擁有“全域性視角”的團隊。

場景二:自動化分析異常問題,減少“薅羊毛”損失,有效提升運營效率與質量

某品牌零售企業在近期優惠券發放過程中,頻繁發現部分使用者有“薅羊毛”行為。為了及時定位“羊毛黨”,運營團隊提取了大量使用者的優惠券領用資料,希望從中找出“羊毛黨”的“作案規律”,但因為優惠券發放形式多樣,無法準確定位“羊毛黨”的入口來源及領取的優惠券額度,所以在很長一段時間內飽受“羊毛黨”折磨。

神策資料推出智慧預警分析之後,第一時間幫助該企業解決了以上問題。 首先,運營團隊不再只是依靠經驗來設定優惠券領取的區間範圍,當“領取優惠券”指標超出預測的合理範圍時,運營團隊可以第一時間在辦公通訊軟體上收到預警通知,有效提升了團隊工作效率。

其次,智慧預警分析幫助運營人員直接提取異常使用者,並針對異常預警進行深度分析,找到異常使用者,也就是“羊毛黨”的特徵值,對其加以區隔,在一定時間內不再為其推送優惠券相關資訊。

然後,依據同期指標,運營人員發現了“羊毛黨”來領優惠券的主要入口,並及時調整該入口的優惠券放量,有效降低了“薅羊毛”行為的頻率。

綜上,在使用神策資料的智慧預警分析之後,該品牌零售企業在此次活動中減少了 25% 左右的損失,運營工期也大大縮短,“薅羊毛”行為也有效抑制,全面提升了企業的業務效率與增長。

「其他文章」