對數據異常不敏感，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/離線數據，人工操作費時費力，效果不佳；
依賴業務人員經驗設置預警規則，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”“新用戶流失率”“廣告位點擊量”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。但對于大多數企業來說，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，神策數據正式推出智能預警分析，它能夠幫助企業通過數據分析及算法推測數據指標的合理波動范圍，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數據分析能力的全面升級。
神策智能預警分析（數據為模擬）
一、你知道什么是智能預警分析嗎？
智能預警分析，包括“智能化預警”和“自動化分析”兩部分，可以拆解如下：
1.智能化預警：預測數據波動的合理區間
企業可以基于豐富的規則預警引擎及智能算法，智能預測指標區間，診斷異常指標。
在設置預警時，可以自定義名稱、指標、時間顆粒度，并添加描述。對于時段，可以選擇基于歷史數據、時間序列來進行設置，也可以基于一定規則，對數據變化范圍、時間范圍進行配置。除此之外，借助Webhook能力，預警通知除了可以在系統內完成和郵件通知外，還可以發送到企業微信等效率工具/辦公通訊軟件上。
預警設置
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能預警事件進行管理，一旦發現異常，直接進入詳情頁，查看報警值、值變化等情況。
智能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用戶，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，企業還可以根據智能預警分析的可視化指標關聯圖譜，依據指標之間的相關性，查看相應的指標變化境況，一方面從全局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。
神策智能預警分析流程圖
二、神策智能預警分析：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能預警分析功能的應用需求，神策數據針對多場景、異常指標發生前后等不同維度，總結出智能預警分析對企業不同角色的價值，并通過兩大核心能力，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
神策智能預警分析以智能算法為基礎，智能預測值基于指標“總體趨勢”+“周期性”+“特殊事件”，在一定時間周期內的波動范圍，給出正常值的分布區間，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，神策智能預警分析從不同企業的實際業務需求出發，支持智能預警與自定義預警規則配置。其中，規則預警支持同比、環比、對比特殊值，能夠滿足企業的特定規則判定。
在預警觸達環節，借助智能預警分析的Webhook能力，可以滿足企業多端觸達預警消息的訴求，實現多通道預警觸達。
2.基于指標時序、關聯度算法和分析模型，快速定位問題根源
（1）自動獲取異常分析維度
神策智能預警分析可基于算法，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信息，自動獲取該事件的所有事件屬性。除此之外，還支持用戶自定義維度分層。
通過多維深度分析，幫助企業精準定位異常問題，并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。
異常維度分析（數據為模擬）
（2）定位任意維度下的異常行為用戶
依據用戶行為分布分析給出指標正常區間，當用戶行為數據超出正常區間，則會被系統標識為異常用戶。神策智能預警分析通過定義任意維度下的異常行為用戶，能夠幫助企業清晰洞察用戶行為，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，圈選薅羊毛用戶等。
基于異常用戶定位，智能預警分析將支持向神策分析云用戶行為序列跳轉，運營同學可以把這部分異常用戶保存為分群，為下一次的運營活動提供人群包選擇。
（3）沉淀歷史異常定位經驗，實現同期預警指標分析
在積累一定指標異常預警后，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：
同期預警指標分析（數據為模擬）
智能預警分析可以幫助企業基于異常點的時間序列，進行重合度匹配分析，及時、全面地了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。
智能預警分析能夠自動分析與報警指標強關聯的指標，為企業提供全局性視野，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。
指標關聯示意（數據為模擬）
三、預警、分析、定位，全鏈路解讀神策智能預警分析場景實踐
場景一：全局視角洞悉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查看，包括均值、比較大值、較小值，為分析原因做準備。
在接入神策分析云的智能預警分析之后，該運營團隊輕松實現了對指標近 7 天、近 30 天等區間內變化的智能感知。同時，運營同學還對中位數、均值等數據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設備，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，并提升了工作效率。
接下來，運營團隊基于神策分析完成了所有相關入庫指標維度的分析，并且通過維度分層，定位所有可能的原因，為進一步分析提供全面支持。
靠后，運營同學使用智能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，并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“全局視角”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，頻繁發現部分用戶有“薅羊毛”行為。為了及時定位“羊毛黨”，運營團隊提取了大量用戶的優惠券領用數據，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。
神策數據推出智能預警分析之后，頭先時間幫助該企業解決了以上問題。
頭先，運營團隊不再只是依靠經驗來設置優惠券領取的區間范圍，當“領取優惠券”指標超出預測的合理范圍時，運營團隊可以頭先時間在辦公通訊軟件上收到預警通知，有效提升了團隊工作效率。
其次，智能預警分析幫助運營人員直接提取異常用戶，并針對異常預警進行深度分析，找到異常用戶，也就是“羊毛黨”的特征值，對其加以區隔，在一定時間內不再為其推送優惠券相關信息。
然后，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，并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，在使用神策數據的智能預警分析之后，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。
目前，神策智能預警分析能力已在多行業獲得實踐驗證，備受好評！
