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，請把文章發(fā)送到郵箱tougao@appcpx.com，一經錄用會有專人和您聯(lián)系
咨詢如何成為春羽作者請聯(lián)系：鳥哥筆記小羽毛（ngbjxym）
今天我們來談談BI系統(tǒng)里數據決策很常見的一個場景應用——問題診斷。
所謂問題診斷，就是找到在什么環(huán)節(jié)出現(xiàn)了問題，即定位問題，他有兩層含義：
第一，有沒有問題？
第二，問題出現(xiàn)在什么地方？
第一個問題好理解，第二個問題，大家的看法則會有差異，下面我將用例子來說明自己的理解，歡迎大家留言探討。
舉個例子：
在觀測網站活躍用戶數的過程中，發(fā)現(xiàn)本周的活躍用戶數比上周的活躍用戶數有了一個較大幅度的下降，通過分析數據后，發(fā)現(xiàn)原來是某1天的活躍用戶數下降引起的，詢問了IT部門后發(fā)現(xiàn)這一天網站有問題，某幾個重要的頁面有2個小時不能訪問。
在這個案例中，『某1天的活躍用戶數下降』就是問題診斷，而頁面出現(xiàn)問題不能訪問則是問題產生的原因。
問題診斷絕對不是簡單看數據指標的表現(xiàn)，簡單的數據增減幅度、趨勢展示，是屬于傳統(tǒng)BI看板的范圍，只能回答第一個問題——有沒有問題，但是并不能回答哪里出了問題。
問題診斷的場景一般可以分為兩類：
第一類是數據統(tǒng)計量的異常問題診斷；
第二類是獨立個體的異常問題診斷。
下面分別這對兩種類型的問題診斷，結合具體事例來進一步講解。
01 、數據統(tǒng)計量的異常問題診斷
如在文章開頭提到的那個例子，數據統(tǒng)計量的問題診斷，是指問題會通過指標統(tǒng)計值反應出來，我們通過數據本身的增減幅度、趨勢變化、逐層拆解，最后可以發(fā)現(xiàn)數據變化是在哪個環(huán)節(jié)發(fā)生。這種問題一般都是由于數據之外的原因產生的，這類問題診斷，可以幫助業(yè)務用戶縮小問題的范圍，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，哪一個更容易？
要實現(xiàn)與數據統(tǒng)計量相關的問題診斷，一個比較常見方法，就是選擇出數據觀察的各個維度，通過度量值在各個維度上的變化情況（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，這個功能會自動針對所選值提供由 AI 驅動的解釋。
圖1 tableau的explain Data功能
在tableau的2020.2 new feature網絡研討會上對explain data性能增強的介紹下讓可以大概知道運行原理：
當你點擊某個數據值進行explain data時，系統(tǒng)會自動對數據集的每一個維度、每一個度量都進行交叉計算，判斷需要解釋的數據值是高于還是低于預期（均值）。
以高于預期為例，explain data會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（這個維度的值普遍偏高）；
然后去考察記錄數（數據條數），是否是由于數據記錄數較高導致；
再次，考慮極端值的情況，是否是因為某個極端值造成了偏高。
但是這種處理方法，需要較大的計算資源，數據集較大或者維度偏多explain data會比較慢的問題。并且很有可能，大部分的計算都未必是必須的。
在新版的explain data中，對計算的維度范圍進行了限制(不再對所有維度進行解析，有一些明顯值過多的維度、包含了平均值的維度都會默認被忽略)。在數據集較大的情況下或者維度較多的情況，計算速度有了改進。
這就是通用BI的處理辦法，面對多種多樣的數據集，內容和業(yè)務都各異的情況下，剔除掉出那些不太可能導致異常，或者值本身并不能定位問題的情況。
如果你在做一些垂直領域的BI，引入業(yè)務理解會是更好的辦法，通過業(yè)務邏輯，將你的維度排上優(yōu)先級，關聯(lián)下鉆策略，避免從最小維度開始遍歷，都是不錯的辦法。
還是用文章開頭的案例，本周的活躍用戶數比上周的活躍用戶數有了一個較大幅度的下降的問題定位：通過兩種類型維度的切分，第一種：時間維度下鉆，計算下一層維度上（在這個案例中，是天）的活躍用戶數的變化；第二種，計算對重要維度的度量值的變化，在這個案例中，與活躍用戶數相關的重要維度可能是：用戶注冊渠道、用戶訪問頁面等。
在這個案例中，通過第一種維度切分，發(fā)現(xiàn)原來是某1天的活躍用戶數下降引起的。經驗上，一般來說，會優(yōu)先進行第一種維度計算，再進行第二種。
02 、獨立個體的異常問題診斷
下面談一談獨立個體的異常問題診斷。
這種異常的特點是，并不一定能通過數據統(tǒng)計值的宏觀變化來發(fā)現(xiàn)，這有2個原因：
第一，這種異常的表現(xiàn)大部分并不會影響到整體數據，從整體上看數量占比上很少；
第二，這種異常是非數據的，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題，如果一旦發(fā)生了，影響會比較大，我們應該及時定位到。
這種獨立個體的問題，一般在智能制造（智慧工廠）的場景見到的比較多，比如某機器宕機了，影響到了生產線；機器上某個關鍵部件磨損了，造成產品的良品率下降；日常業(yè)務也會有這種場景，比如入庫環(huán)節(jié)的延遲造成了后續(xù)流程整體延后；在公司內部公共空間分享的文檔明文密碼增加了安全風險。
圖2 智能制造
這類問題診斷的解決方案挺多，我們介紹下在日常業(yè)務場景中兩種比較常見的方案。
第一，規(guī)則策略。
如果是由于流程上定義的異常，可以通過抽象出非正常的數據表現(xiàn)，形成規(guī)則集，用策略的方法識別出問題。比如，在公司內部公共空間分享的文檔明文密碼識別，可以通過常見的密碼出現(xiàn)場景，整理成規(guī)則集合，掃描所有文檔內容與這個規(guī)則集合進行匹配。
舉例：一般密碼出現(xiàn)都會以”密碼”/“pw”一串英文數字字符的一形式，這個就是一條規(guī)則，列出多個規(guī)則形成規(guī)則集合。
這種方案相對比較簡單，特別適合產品0到1階段。
第二，知識圖譜。
知識圖譜的方案適合流程分支比較多、環(huán)節(jié)與環(huán)節(jié)之間的影響關系復雜的情況（這種情況也可以用規(guī)則策略，但規(guī)則會特別多，效果未必好）。
比如，最近我們常用的健康碼，背后識別機制，就可以通過知識圖譜方式來做。
用戶申請健康碼時，會授權app調取你得個人信息（包括手機號、社交賬號、出行信息、定位信息等），通過大數據挖掘可以構造出一個『人-時間-地理位置』的關系，用戶數量多了，這個關系交織在一起就成了一張巨大的網絡。不管是人還是地理位置，某個屬性發(fā)生了更新（異常）后，產生的影響會在圖譜中蔓延。
圖3 知識圖譜
再舉一個例子：
大數據平臺的各類表生產任務有很多上下游依賴，當其中有一個任務故障或者變更時，可能會對眾多下游任務產生影響，一般來說，生產者最多會通知自己的下游任務，而很難去主動去通知下游的下游，更別說在龐大的數據集市中，還有更多層次的引用和依賴了。
我們把各個數據開發(fā)任務之間的關系制作出【數據表-數據字段】的元數據知識圖譜，通過元數據之間的圖譜關系，這樣可以很快定位到受影響的表及其任務，如果多個下游任務出現(xiàn)異常了，也可以通過知識圖譜找到影響自己的上游。
圖4 血緣關系
關于智能制造（智慧工廠）場景下的問題診斷，方案會更具備垂直領域的特點，也會比日常運營中遇到的場景更復雜一些。
?-END-
本文為作者獨立觀點，不代表鳥哥筆記立場，未經允許不得轉載。
《鳥哥筆記版權及免責申明》 如對文章、圖片、字體等版權有疑問，請點擊 反饋舉報
我們致力于提供一個高質量內容的交流平臺。為落實國家互聯(lián)網信息辦公室“依法管網、依法辦網、依法上網”的要求，為完善跟帖評論自律管理，為了保護用戶創(chuàng)造的內容、維護開放、真實、專業(yè)的平臺氛圍，我們團隊將依據本公約中的條款對注冊用戶和發(fā)布在本平臺的內容進行管理。平臺鼓勵用戶創(chuàng)作、發(fā)布優(yōu)質內容，同時也將采取必要措施管理違法、侵權或有其他不良影響的網絡信息。
一、根據《網絡信息內容生態(tài)治理規(guī)定》《中華人民共和國未成年人保護法》等法律法規(guī)，對以下違法、不良信息或存在危害的行為進行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對憲法所確定的基本原則；
2)危害國家安全，泄露國家秘密，顛覆國家政權，破壞國家統(tǒng)一，損害國家榮譽和利益；
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、榮譽；
4)宣揚恐怖主義、極端主義或者煽動實施恐怖活動、極端主義活動；
5)煽動民族仇恨、民族歧視，破壞民族團結；
6)破壞國家宗教政策，宣揚邪教和封建迷信；
7)散布謠言，擾亂社會秩序，破壞社會穩(wěn)定；
8)宣揚淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動非法集會、結社、游行、示威、聚眾擾亂社會秩序；
10)侮辱或者誹謗他人，侵害他人名譽、隱私和其他合法權益；
11)通過網絡以文字、圖片、音視頻等形式，對未成年人實施侮辱、誹謗、威脅或者惡意損害未成年人形象進行網絡欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內容；
2. 不友善：不尊重用戶及其所貢獻內容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動成果；
2)誹謗：捏造、散布虛假事實，損害他人名譽；
3)嘲諷：以比喻、夸張、侮辱性的手法對他人或其行為進行揭露或描述，以此來激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對方對自己的言論作出回應，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，讓對方難堪；
6)謾罵：以不文明的語言對他人進行負面評價；
7)歧視：煽動人群歧視、地域歧視等，針對他人的民族、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、擾亂本網站秩序的內容，或進行相關行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣產品、提供服務、宣傳推廣內容的垃圾廣告。包括但不限于以下幾種形式：
2)單個帳號多次發(fā)布包含垃圾廣告的內容；
3)多個廣告帳號互相配合發(fā)布、傳播包含垃圾廣告的內容；
4)多次發(fā)布包含欺騙性外鏈的內容，如未注明的淘寶客鏈接、跳轉網站等，誘騙用戶點擊鏈接
5)發(fā)布大量包含推廣鏈接、產品、品牌等內容獲取搜索引擎中的不正當曝光；
6)購買或出售帳號之間虛假地互動，發(fā)布干擾網站秩序的推廣內容及相關交易。
7)發(fā)布包含欺騙性的惡意營銷內容，如通過偽造經歷、冒充他人等方式進行惡意營銷；
8)使用特殊符號、圖片等方式規(guī)避垃圾廣告內容審核的廣告內容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經驗的細節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內容；
4)帶有性暗示、性挑逗等易使人產生性聯(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)宣揚低俗、庸俗、媚俗內容。
5. 不實信息，主要表現(xiàn)為：
1)可能存在事實性錯誤或者造謠等內容；
2)存在事實夸大、偽造虛假經歷等誤導他人的內容；
3)偽造身份、冒充他人，通過頭像、用戶名等個人信息暗示自己具有特定身份，或與特定機構或個人存在關聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測字、占卜、解夢、化解厄運、使用迷信方式治??；
2)求推薦算命看相大師；
3)針對具體風水等問題進行求助或咨詢；
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過占卜方法問婚姻、前程、運勢，東西寵物丟了能不能找回、取名改名等；
7. 文章標題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來誘導用戶；
2)內容與標題之間存在嚴重不實或者原意扭曲；
3)使用夸張標題，內容與標題嚴重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導未成年人應援集資、高額消費、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「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號召粉絲、雇用網絡水軍、「養(yǎng)號」形式刷量控評等行為
5)通過「蹭熱點」、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公德行為、誘導未成年人不良嗜好影響未成年人身心健康的；
2)不當評述自然災害、重大事故等災難的；
3)美化、粉飾侵略戰(zhàn)爭行為的；
4)法律、行政法規(guī)禁止，或可能對網絡生態(tài)造成不良影響的其他內容。
二、違規(guī)處罰
本網站通過主動發(fā)現(xiàn)和接受用戶舉報兩種方式收集違規(guī)行為信息。所有有意的降低內容質量、傷害平臺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。
當一個用戶發(fā)布違規(guī)內容時，本網站將依據相關用戶違規(guī)情節(jié)嚴重程度，對帳號進行禁言 1 天、7 天、15 天直至永久禁言或封停賬號的處罰。當涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊、使用帳號，或者濫用多個帳號發(fā)布違規(guī)內容時，本網站將加重處罰。
三、申訴
隨著平臺管理經驗的不斷豐富，本網站出于維護本網站氛圍和秩序的目的，將不斷完善本公約。
如果本網站用戶對本網站基于本公約規(guī)定做出的處理有異議，可以通過「建議反饋」功能向本網站進行反饋。
(規(guī)則的最終解釋權歸屬本網站所有)