網(wǎng)指標(biāo)異常檢測與診斷分析實踐目錄Contents指標(biāo)異常檢測02指標(biāo)異常診斷03背景介紹01指標(biāo)問答機器人04目錄Contents指標(biāo)異常檢測02指標(biāo)異常診斷03背景介紹01指標(biāo)問答機器人04背景介紹為何要做指標(biāo)異常檢測和診斷息息相關(guān)GMV/成本/毛利庫存/周轉(zhuǎn)/缺貨拉新/留存/復(fù)購2、發(fā)現(xiàn)亮點定位原因分析原因推廣亮點價值所在1、發(fā)現(xiàn)問題定位問題分析問題解決問題背景介紹流程設(shè)計目標(biāo)與挑戰(zhàn)挑 戰(zhàn)指標(biāo)

數(shù)量多指標(biāo)

差異大指標(biāo)

變化快定位

不精準(zhǔn)發(fā)現(xiàn)

有滯后目 標(biāo)自動化：無需依賴用戶輸入通用性：適應(yīng)多種指標(biāo)分布時效性：天&小時檢測歸因準(zhǔn)確性：嚴(yán)格統(tǒng)計檢驗計算主動性：群機器人主動播報指標(biāo)序列異常檢測主動式播報異常診斷交互式問答輸入層發(fā)生異常用戶發(fā)起模型層輸出層實

現(xiàn)目錄Contents指標(biāo)異常檢測02指標(biāo)異常診斷03背景介紹01指標(biāo)問答機器人04指標(biāo)異常檢測

|

問題定義異常有哪些？絕對值異常波動率異常絕對值異常波動異常趨勢異常波動異常環(huán)比過大的突增點或者突降點反應(yīng)業(yè)務(wù)變化趨勢異常中長期呈現(xiàn)出確定性上升或下降趨勢預(yù)示潛在風(fēng)險絕對值異常不遵循指標(biāo)分布，

統(tǒng)計學(xué)上的離群點反應(yīng)業(yè)務(wù)狀態(tài)波動異常ABCD指標(biāo)異常檢測

|

檢測框架2-波動異常檢測主要基于波動率分布拐點閾值原理：基于二階導(dǎo)數(shù)和距離尋找MBP(最大彎曲點)為拐點適用指標(biāo)分布：拐點存在的正態(tài)、非正態(tài)分布4-后處理減少不必要預(yù)警，降低打擾數(shù)據(jù)異常：上周期異常導(dǎo)致的本周期波動異常，基于規(guī)則剔除S級大促：基于數(shù)據(jù)協(xié)同剔除3-趨勢異常檢測基于Man-Kendall檢驗原理：計算指標(biāo)序列M-K統(tǒng)計量，基于p值判斷異常趨勢適用指標(biāo)分布：所有分布1-絕對值異常檢測主要基于GESD檢驗算法原理：計算廣義極端學(xué)生化偏差統(tǒng)計量尋找異常點適用指標(biāo)分布：正態(tài)分布剔除數(shù)據(jù)波動異常目錄Contents指標(biāo)異常檢測02指標(biāo)異常診斷03背景介紹01指標(biāo)問答機器人04指標(biāo)異常診斷

|

層次劃分確定性推斷可能性推斷猜測性推斷結(jié)論的確定性結(jié)論的可行域（結(jié)論的范圍）推斷的三個層次確定性推斷：GMV上漲30%，各類商品產(chǎn)生多大的貢獻(xiàn)？新客戶、老客戶各起到了怎樣的作用？DAU下降30%，跟用戶滿意度下降有多大關(guān)系？猜測性推斷：GMV下降30%，因為政策變化、競品活動還是天氣？場

景

可能性推斷：指標(biāo)異常診斷

|

方法比較可能性推斷確定性推斷原理指標(biāo)拆解下鉆，計算各部分貢獻(xiàn)度缺點拆解維度多樣，組合維度爆炸原理：

面向指標(biāo)數(shù)據(jù)做回歸預(yù)測，

計算特征重要性缺點：

不能解釋單次異常01機器學(xué)習(xí)擬合原理：

用shap

value計算特征對目標(biāo)的貢獻(xiàn)值缺點：

不夠精準(zhǔn)，

僅得出相關(guān)性非因果性02機器學(xué)習(xí)

+

SHAP原理：

構(gòu)建貝葉斯網(wǎng)絡(luò)，

衡量指標(biāo)關(guān)系缺點：

計算復(fù)雜、黑盒03貝葉斯網(wǎng)絡(luò)GMV_1GMV_2...拆解貢獻(xiàn)度01加法 GMVGMV流量轉(zhuǎn)化率+x客單價+x乘法==++++毛利率毛利_1毛利_2=...GMV_1GMV_2...除法指標(biāo)異常診斷

|

業(yè)務(wù)現(xiàn)狀1

級指標(biāo)衡量目標(biāo)達(dá)成情況，

服務(wù)戰(zhàn)略決策2

級指標(biāo)1

級指標(biāo)拆分到各部門及業(yè)務(wù)線，服務(wù)過程管理3

級指標(biāo)2

級指標(biāo)拆分到各級類目、商品及負(fù)責(zé)人，

服務(wù)具體實施戰(zhàn)術(shù)層行業(yè)渠道戰(zhàn)略層品牌類目執(zhí)行層商品...品牌電商的指標(biāo)分級平臺電商的

增

長

驅(qū)

動

方

式由流量、留存和付費轉(zhuǎn)化驅(qū)動品牌電商的

增

長

驅(qū)

動

方

式全渠道協(xié)同，

爆品突圍，塑造明星品類，

立住品牌戰(zhàn)略升級拆解指標(biāo)異常診斷

|

拆解貢獻(xiàn)度貢獻(xiàn)度具有可加性，

滿足MECE原則整體變化等于各部分變化貢獻(xiàn)之和A：波動貢獻(xiàn)B：結(jié)構(gòu)變化貢獻(xiàn)加法拆解乘法LMDI拆解除法雙因素拆解指標(biāo)異常診斷

|

拆解貢獻(xiàn)度指標(biāo)異常診斷

|

拆解貢獻(xiàn)度指標(biāo)異常診斷

|

拆解貢獻(xiàn)度指標(biāo)異常診斷

|

拆解貢獻(xiàn)度指標(biāo)異常診斷

|

效果展示主動式播報小時級銷量波動天級別負(fù)毛利異常查指標(biāo)：在2023年5月29號，天貓網(wǎng)旗艦店的銷售額是多少?——異常時非主因查貢獻(xiàn)：在2023年5月29號，食品部對毛利額變化的影響是多少?——異常時非主因問題與不足查原因：在2023年8月19號，銷售額變化的主要原因是?——指標(biāo)未異常定位播報僅在異常發(fā)生時提供主要原因但95%時間無指標(biāo)異常目錄Contents指標(biāo)異常檢測02指標(biāo)異常診斷03背景介紹01指標(biāo)問答機器人04指標(biāo)問答機器人自然語言提問“昨日，毛利額是多少，波動率是多少”診斷數(shù)據(jù)庫“毛利額，波動率1000000，18%”Langchain人數(shù)據(jù)數(shù)據(jù)DomainLayerStorage

LayerService

LayerUI

LayerLangChain業(yè)務(wù)數(shù)據(jù)查詢數(shù)據(jù)知識向量對話記憶指標(biāo)診斷問答服務(wù)ChainsModelsPromptsIndexesMemory某著名企業(yè)端數(shù)據(jù)門戶PC端數(shù)據(jù)門戶SQL執(zhí)行問題回答需求解析SQL生成群聊機器人