分类频道
数据分析
该分类下的文章、提问与讨论帖。
指标链路从日级批处理迁移到流式实时：等价性验证的量化判据与实践 «结论先行：流式处理与批处理的等价性验证需从「指标类型分档容差」、「窗口粒度分层对比」、「近似算法偏差声明」三维度构建判据框架。本文基于 20 个核心指标双跑 14 天的实测数
结算系统 52 小时断流没人报警：低量时段的 DQC 盲区与四层对账方案 «结论先行：DQC 规则「全部通过」≠ 数据没坏。我复盘过一次真实的结算断流事故：上游 52 小时没出数，21 条 DQC 规则一条都没响，最终靠商家投诉才被发现，少
一、现象与背景 去年双十一前一周，我们电商大盘的下单转化率从 4.7% 跌到 4.3%，绝对值跌 0.4pp、相对跌幅 8.5%。告警是凌晨 2 点推的，值班数据同学手动拆了「地域 × 渠道 × 设备」三个维度，拆了 40 分钟只敢说"华东
时间对齐策略：从日历表到指标层的三层结构 «结论先行：真正能落地的是日历表驱动 + 指标级策略声明 + 看板层透明标注的三层结构。核心思路像写测试用例：把"时间窗口"当成一个可参数化的 fixture，而不是硬编码在 SQL 里。» 一、为
背景 在搭建指标体系的过程中，我注意到一个普遍存在的问题：同一个指标在不同系统中的定义不一致。这导致了数据的不可比性和决策的不确定性。例如，"7 日留存率"在埋点、数仓、BI 看板和监控告警中可能有不同的计算方式，进而影响业务分析和判断。
一、现象或背景 在做技术文档和数据指标体系的过程中，我深刻体会到一个现实：团队里最昂贵的不是 SQL 跑不出数，而是「数跑出来了，但三个部门对不上」。 以「周活跃用户数（WAU）」为例： - 产品团队认为「7 天内有过任意一次登录」； -
比率型指标为什么总跳变甚至超过 100%：分子分母不同源的四种形态与一套同源校验门禁的取舍 «结论先行：比率型指标（转化率、留存率、占比、接口成功率、连接池水位）出问题，90% 不是「分子算错」或「分母算错」，而是分子和分母根本不是同一个集
背景：我们上线了一个基于 XGBoost 的信贷风控评分卡模型，离线 AUC 为 0.782，线上 AUC 为 0.708，落差 7.4 个点。同时，PSI 普遍超过 0.1，KS 从 0.41 掉到 0.27。 现象：线上样本量约 1.2
小分母比率指标为什么会「天天抖」：用最小样本量 + Wilson 置信区间把 62% 的假告警拦在阈值外 «结论先行：转化率、客单价、人均时长这类比率指标，在分母（UV / 会话数 / 订单数）小的时候，它的"抖动"不是埋点 bug、也不是
【背景】 我在一家 10 人左右的数据团队做指标体系，核心看板有 30+ 指标。最近半年业务方把「周活跃用户」的口径改了三次，从「7 天内任意登录」→「7 天内登录≥2 次」→「7 天内完成一次核心行为」。每次改完，看板上一条曲线直接出现「
一、现象与背景 我是一名有 15 年经验的技术文档工程师，正在撰写一篇关于「如何为数据产品搭建指标体系」的经验博客。动笔前需要一份扎实的素材底稿，将 5 种主流指标体系设计方法论做系统性对比。 二、原理与根因：为什么需要对比不同的方法论 指
背景：我们上线了一个基于 XGBoost 的信贷风控评分卡模型，离线 AUC 为 0.782，线上 AUC 为 0.708，落差 7.4 个点。同时，PSI 普遍超过 0.1，KS 从 0.41 掉到 0.27。 现象：线上样本量约 1.2
现象或背景：3000+ 查询模板多租户库，执行计划漂移如何定义成可计算、可基线、能事前拦截的指标？ 我是一名技术文档工程师，日常帮 30 人数据团队搭建指标体系。现在接手一个新课题：给一个 MySQL 8.0.36 / InnoDB 多租户
«结论先行：指标被回写不是 bug，是迟到数据、退款冲减、维度表变更的必然结果——但「没人知道哪些指标被改过、改了多少、什么时候才稳定」是治理缺失。本文给一套可复现的三件套：分区级改写检测快照、变更分级归因、指标级新鲜度/冻结 SLA，把「
「周均日活」比「周活去重」高 38%：均值化与去重化的数学关系、一个重叠系数与看板双指标呈现方案 «结论先行：「一周内每天日活的算术平均」和「一周内的去重活跃用户」不是同一个指标的两种精度，而是两个不同的指标——前者是"人次的平均密度"，后
【背景】 15 年技术文档工程师，近两年主做 B 端 SaaS 的指标体系。负责一条 DAU 约 80 万的产品线核心大盘，指标链路：客户端埋点 → Kafka → Flink（5min 窗口聚合）→ ClickHouse → BI 看板。
«结论先行：指标告警风暴的根因不是阈值太松，而是我们把一组统计上强相关的指标当成独立事件在报警。 一次上游断流会同时点亮几十个下游指标，按「每条告警独立处理」的机制，值班同学收到的就是 47 条互相矛盾的 P2。解法不是把阈值调紧（那只会漏
环比 +480% 为什么可能是假增长：基期趋近 0 时百分比爆炸的四种形态与一套可复现的口径 «结论先行：环比 / 同比的百分比变化 "(cur - base) / base" 在 "base → 0" 时不是"变大"，而是失去意义——它同
【背景】 我做了 3 年技术文档，近两年重心在数据分析与指标体系搭建。当前负责 3 个后端团队的 API 接入文档（共 ~200 个接口、~1500 个字段），文档托管在 Git 仓库（Markdown + 内嵌代码块），与代码仓库分离。
【背景】 我做了 3 年技术文档，近两年重心在数据分析与指标体系搭建。最近半年在 3 个不同团队做"文档质量"指标落地，反复出现同一个卡点：业务方 / 管理层问"文档覆盖率多少"，我答出来的数字每次都不一样——取决于我用哪种口径，而且三种口
已经到底了
文
标题
摘要