. 数据质量怎么监控
单表数据量监控 一张表的记录数在一个已知的范围内,或者上下浮动不会超过某个阈值
- SQL 结果:var 数据量 = select count(*)from 表 where 时间等过滤
条件 - 报警触发条件设置:如果数据量不在[数值下限, 数值上限], 则触发报
警 - 同比增加:如果((本周的数据量 -上周的数据量)/上周的数据量*100)不
在 [比例下线,比例上限],则触发报警
本文档来自公众号:五分钟学大数据 - 环比增加:如果((今天的数据量 - 昨天的数据量)/昨天的数据量*100)
不在 [比例下线,比例上限],则触发报警 - 报警触发条件设置一定要有。如果没有配置的阈值,不能做监控 日活、
周活、月活、留存(日周月)、转化率(日、周、月)GMV(日、周、月)
复购率(日周月)
单表空值检测
某个字段为空的记录数在一个范围内,或者占总量的百分比在某个阈值范围内 - 目标字段:选择要监控的字段,不能选“无”
- SQL 结果:var 异常数据量 = select count(*) from 表 where 目标字
段 is null - 单次检测:如果(异常数据量)不在[数值下限, 数值上限],则触发报警
单表重复值检测 一个或多个字段是否满足某些规则 - 目标字段:第一步先正常统计条数;select count(*) form 表;
- 第二步,去重统计;select count(*) from 表 group by 某个字段
- 第一步的值和第二步的值做减法,看是否在上下线阀值之内
- 单次检测:如果(异常数据量)不在[数值下限, 数值上限], 则触发报警
跨表数据量对比
主要针对同步流程,监控两张表的数据量是否一致 - SQL 结果:count(本表) - count(关联表)
- 阈值配置与“空值检测”相同
- 数据分析方法论了解过哪些?
数据商业分析的目标是利用大数据为所有职场人员做出迅捷,高质,高效的决策
提供可规模化的解决方案。商业分析是创造价值的数据科学。
数据商业分析中会存在很多判断: - 观察数据当前发生了什么?
比如想知道线上渠道 A、B 各自带来了多少流量,新上线的产品有多少用户喜欢,
新注册流中注册的人数有多少。这些都需要通过数据来展示结果。 - 理解为什么发生?
我们需要知道渠道 A 为什么比渠道 B 好,这些是要通过数据去发现的。也许某个
关键字带来的流量转化率比其他都要低,这时可以通过信息、知识、数据沉淀出
发生的原因是什么。 - 预测未来会发生什么?
在对渠道 A、B 有了判断之后,根据以往的知识预测未来会发生什么。在投放渠
道 C、D 的时候,猜测渠道 C 比渠道 D 好,当上线新的注册流、新的优化,可以
知道哪一个节点比较容易出问题,这些都是通过数据进行预测的过程。 - 商业决策
所有工作中最有意义的还是商业决策,通过数据来判断应该做什么。这是商业分
析最终的目的