更多技術(shù)交流、求職機(jī)會(huì)，歡迎關(guān)注字節(jié)跳動(dòng)數(shù)據(jù)平臺(tái)微信公眾號(hào)，回復(fù)【1】進(jìn)入官方交流群
經(jīng)過近年發(fā)展，抖音電商的體量和規(guī)模已經(jīng)相當(dāng)可觀。
基于數(shù)據(jù)驅(qū)動(dòng)思路，在數(shù)倉(cāng)建設(shè)、數(shù)據(jù)管理等層面的工作，推動(dòng)抖音電商能準(zhǔn)確分析和測(cè)量數(shù)據(jù)，做出以數(shù)據(jù)為依據(jù)的決策，從而推動(dòng)業(yè)務(wù)快速發(fā)展。
其中，數(shù)據(jù)有效性、及時(shí)性、準(zhǔn)確性關(guān)系到 C 端用戶體驗(yàn)和 B 端商家決策，在數(shù)據(jù)體量龐大的情況下，難以避免數(shù)據(jù)缺失、緯度錯(cuò)誤、產(chǎn)出延時(shí)等問題，這與數(shù)據(jù)質(zhì)量管理息息相關(guān)。
本文對(duì)話抖音電商團(tuán)隊(duì)，為你揭秘龐大數(shù)據(jù)體量下的數(shù)據(jù)質(zhì)量管理最佳實(shí)踐。
據(jù)抖音電商數(shù)據(jù)團(tuán)隊(duì)介紹，目前數(shù)據(jù)質(zhì)量問題集中體現(xiàn)在：歷史數(shù)據(jù)繁多，導(dǎo)致無(wú)法準(zhǔn)確定位異常數(shù)據(jù)；缺乏合理的監(jiān)控規(guī)則；補(bǔ)齊表監(jiān)控規(guī)則時(shí)間、人力成本高等。
為了高效、便捷實(shí)現(xiàn)數(shù)據(jù)質(zhì)量監(jiān)控，抖音電商數(shù)據(jù)團(tuán)隊(duì)引入火山引擎 DataLeap 數(shù)據(jù)質(zhì)量平臺(tái)，通過數(shù)據(jù)波動(dòng)監(jiān)控、異常報(bào)警、數(shù)據(jù)內(nèi)容探查及差異對(duì)比工具等功能，保證數(shù)據(jù)在生產(chǎn)及使用流程中的可靠性和合理性，避免因?yàn)閿?shù)據(jù)質(zhì)量導(dǎo)致的數(shù)據(jù)失信、決策失誤等事故。
抖音電商數(shù)據(jù)團(tuán)隊(duì)主要介紹了數(shù)據(jù)質(zhì)量監(jiān)控、數(shù)據(jù)異常治理兩個(gè)場(chǎng)景。
在數(shù)據(jù)質(zhì)量監(jiān)控上，抖音電商通過火山引擎 DataLeap 對(duì)抖音 APP 存量數(shù)據(jù)質(zhì)量配置監(jiān)控，并沉淀合理的監(jiān)控規(guī)則，方便監(jiān)控任務(wù)的配置情況及把關(guān)數(shù)據(jù)質(zhì)量。
火山引擎 DataLeap 數(shù)據(jù)質(zhì)量平臺(tái)
首先，在監(jiān)控范圍上，通過數(shù)據(jù)質(zhì)量平臺(tái)實(shí)現(xiàn) ToB、ToC 任務(wù)覆蓋全量監(jiān)控，及時(shí)規(guī)避數(shù)據(jù)質(zhì)量風(fēng)險(xiǎn)；其次，在推進(jìn)機(jī)制上，由于 ToC 鏈路上游多且監(jiān)控任務(wù)帶來(lái)過多計(jì)算資源消耗，抖音電商團(tuán)隊(duì)優(yōu)先從核心數(shù)據(jù)鏈路開展數(shù)據(jù)質(zhì)量監(jiān)控；最后，在落地執(zhí)行上，通過確立目標(biāo)、Owner 和進(jìn)度，完成表行數(shù)、重復(fù)值、空值、表字段、異常值的梳理。
最終實(shí)現(xiàn)抖音電商數(shù)據(jù)質(zhì)量管理全鏈路標(biāo)準(zhǔn)化，即由牽頭人發(fā)起配置事項(xiàng)，通過火山引擎 DataLeap 數(shù)據(jù)質(zhì)量平臺(tái)完成監(jiān)控配置，并跟蹤完成情況，最后相關(guān)數(shù)據(jù)被推送至看板，方便相關(guān)數(shù)據(jù)研發(fā)人員查看和復(fù)盤。
對(duì)于數(shù)據(jù)異常情況，抖音電商團(tuán)隊(duì)主要通過火山引擎 DataLeap 表探查的能力來(lái)解決。
數(shù)倉(cāng)中較多數(shù)據(jù)表字段存在異常值、空值，在使用前無(wú)法感知，導(dǎo)致在數(shù)據(jù)使用時(shí)才發(fā)現(xiàn)質(zhì)量問題，再由業(yè)務(wù)方反饋，處理效率較低。
火山引擎 DataLeap 具備制定統(tǒng)一的監(jiān)控規(guī)范與開發(fā)規(guī)范能力，支持檢測(cè)歷史數(shù)據(jù)異常以及空值等情況，并默認(rèn)處理、標(biāo)注數(shù)據(jù)屬性，確保無(wú)數(shù)據(jù)質(zhì)量問題，才推進(jìn)表上線流程。
除數(shù)據(jù)質(zhì)量治理外，火山引擎 DataLeap 還具備數(shù)據(jù)集成、開發(fā)、運(yùn)維、資產(chǎn)、安全等全套數(shù)據(jù)中臺(tái)建設(shè)能力，有效提升數(shù)據(jù)研發(fā)效率、降低管理成本，目前已經(jīng)應(yīng)用于泛互聯(lián)網(wǎng)、制造、新零售、汽車等領(lǐng)域。
點(diǎn)擊跳轉(zhuǎn) 大數(shù)據(jù)研發(fā)治理套件-火山引擎 了解更多
