5

神策分析 1.17 重磅来袭,四大特性让数据治理更轻松,数据分析更深入

 3 years ago
source link: https://www.sensorsdata.cn/blog/20200311/
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
neoserver,ios ssh client

神策分析 1.17 重磅来袭,四大特性让数据治理更轻松,数据分析更深入

神策小秘书 标签: 数据治理, 产品迭代, 业务场景分析, 产品改进, 性能优化 2020年03月11日

一个好的大数据用户行为分析系统,不仅可以让使用者易用、分析的更深入,更会辅助企业将整体数据质量和准确性提升到一个新阶段。
神策分析 1.17 正是聚焦企业数据治理的强化和数据分析的深入多维进行了全面迭代,从根本上帮助企业灵活多维的进行精准的数据分析

▌一、源头保障,“强校验模式”让数据准确分析高效

数据源不准确是引起数据分析结果不一致,业务与技术低效协同的根本性诱因之一。神策分析 1.17 在自由数据上报模式的基础上提供了新的 “数据入库强校验模式”

企业开启此模式后,需要将上报的事件预先添加到项目中,随后上报入库的数据均需与此事件的配置要求和事件属性的数据类型进行比对校验。只有符合要求的数据上报后才能入库,直接从数据入口提升数据的准确性。

举个例子,大多数产品都有多端数据的接入需求(采集 Web、iOS 或小程序等),但是埋点工作又分散在不同端的研发人员负责,可能会存在采集数据命名拼写、数据类型不一致的风险,比如,如果出现数据类型不同,甚至会影响分析时候的分组查看,且即使使用属性合并进行补救,也会带来较大的代价。

此外,如果产品是一个复杂产品,由多个业务部门分别负责,那么在业务需求和事件设计的命名和属性设计上,也可能存在大量的冲突和协同问题。

而在采用数据强校验模式后,可以自动甄别不符合规范的数据,矫正不同业务人员、技术人员的数据埋点规范。并且,“数据入库强校验模式”还支持定义“设备 ID ”和“登录 ID ”用户信息格式规则设置。同时,神策数据提供对上报数据的属性类型自动转化的功能,尽可能保障上线后的埋点数据的全面入库,减少因为人工问题而引起的高成本修复工作。

因此,数据强校验模式宛若一个 24 小时实时在线的“数据治理侦察兵”帮助企业整体统筹各个业务线的数据埋点情况,避免数据混乱,为企业把控数据质量,筑就良好的数据结构基础,保障数据准确性,为后续的数据分析提供良好的支持。

▌二、灵活高效,路径分析支持按虚拟事件进行流向分析

业务人员常常希望数据分析平台具有灵活组合的能力,以实现常用数据分析场景的便捷应用。神策分析为了更方便灵活的分析,支持将元事件进行拆解或者组合形成新的「虚拟事件」,从而减少每次在分析过程中反复对固定常用的事件进行筛选配置。

具体来说,业务人员在路径分析中选择参与分析事件包含虚拟事件,分析将以所选虚拟事件的顺序依次分流,这一方面可以从用户使用路径上发现用户后续操作的流向情况,另一方面可以有效减少每次在分析过程中反复对固定常用的事件进行筛选配置。当使用者要分析的内容包括元事件和虚拟事件时,分析将以起始事件为第一优先级,随后按照所选虚拟事件的优先级进行依次分流,让流向结果更加清晰。

▌三、自由创建虚拟属性,拓展分析应用场景边界

数据分析平台功能的可拓展性,是释放使用者想象力的密钥。神策分析 1.17 支持可视化创建虚拟属性,使企业可自主探索更多应用场景。

虚拟属性是指在数据入库之后通过 SQL 表达式对已有的事件属性和用户属性进行二次加工,产生一个新的属性值。

举个例子,某企业有两个事件属性:商品标价(commodityprice)和成交的最终价格(finalprice)。当业务人员想判断商品标价与最终价格的差值时可以用虚拟属性创建一个新的属性结合 SQL 表达式:events.commodityprice - events.finalprice 进行快速运算,并应用到任意时间段中进行多维分析。

简单来说,企业可以根据具体业务需求结合虚拟属性,使用时间日期函数、字符串函数、条件函数等,有效拓展分析应用场景,让更多的分析思路变为可能。

此外,神策分析 1.17 升级维度表,企业除了基于已经埋点的属性来直接创建虚拟属性之外,还可以结合第三方维度表来创建更复杂的虚拟属性应用,进行属性的扩充,进一步满足企业的场景扩充需求,创新更多数据驱动玩法。

▌四、动态管理,多角色授权,自定义加密让企业管理安全又省心

随着数据驱动的普遍化,企业在用户隐私保障方向上,对更精细的权限,更多维的数据加密措施提出了高要求严标准。神策分析 1.17 支持“多角色权限授权”模型,让分级授权,按需组合分发不同角色来快捷满足不同的授权需求,同时支持自定义加密,让用户隐私保障升级。

1.多角色权限灵活管理动态配置,集合权限最大授权范围

通过多角色权限灵活组合,可有效拓展权限分类,加强权限管理灵活度。神策分析 1.17 版本全新支持授予成员多角色的功能,并采用成员所用的权限是多个角色授权的最大集合的原则。举个例子:

小王被赋予了如下 A 和 B 两个角色
A 角色的数据范围是可以查询「归属地」是「北京」的所有用户行为数据
B 角色的数据范围是可以查询「归属地」是「上海」的所有用户行为数据

那么,最终小王会按照数据权限和功能取最大集合的原则获取数据范围,即小王登录神策分析后,可以看见北京和上海的所有用户的行为数据。

2.保障安全,支持各成员信息自定义加密,提供分级授权能力

数据安全是各企业必须坚守的一道红线。神策数据除了支持私有化部署,不触碰用户数据以外,进一步支持企业做好自身的数据隐私管理。

神策分析 1.17 版本中支持在角色管理中,对每个角色配置对应的加密用户属性和加密事件属性,可有效地在不影响分析的前提下,进行重要信息的脱敏。

举个例子,金融、银行行业的客户的某些信息非常敏感,如企业希望用户与用户的资产明细的对应关系让业务人员无法知道,就可以对相应角色配置对应的加密用户属性和加密事件属性,从而保障业务人员在用户隐私信息不被泄露的情况下,进行资金分布、用户分布等的分析,促进更好的财富运营管理。

另外,还可以通过授权某个角色管理的成员范围和指定可用的角色,保证即使拥有成员管理的权限,也不会引起数据权限随意扩大。 简单来说,企业可以通过动态配置多角色授权、虚拟事件创建授权,灵活管理所有员工的权限分级,同时进行数据的个性化加密,让数据安全保证升级。

综上所述,神策分析 1.17 版本升级,以管理者和业务方双重视角,加强全面数据管理统筹,拓展分析场景,为企业的数据驱动再添动力。

此外,神策分析 1.17 版本在计算性能与计算效率全面优化的基础上,还增加了通知、异步查询与下载功能,并且在概览的留存与漏斗增加了新的可视化展示方式等。后续我们将推出「神策分析的性能优化的解读文章」,敬请期待!

欲了解更多,可戳链接神策数据 | 在线大数据用户分析产品 | Demo体验 免费体验 demo。

更多内容漏斗分析究竟能够给业务人员带来什么?
重磅!「神策数据开源社区」官网正式上线!
神策智能推荐支持【新建栏位】

更多干货和案例,可以关注“神策数据”和“用户行为洞察研究院”公众号了解~


About Joyk


Aggregate valuable and interesting links.
Joyk means Joy of geeK