更多技術交流、求職機會，歡迎關注字節(jié)跳動數(shù)據(jù)平臺微信公眾號，回復【1】進入官方交流群
經(jīng)過近年發(fā)展，抖音電商的體量和規(guī)模已經(jīng)相當可觀。
基于數(shù)據(jù)驅動思路，在數(shù)倉建設、數(shù)據(jù)管理等層面的工作，推動抖音電商能準確分析和測量數(shù)據(jù)，做出以數(shù)據(jù)為依據(jù)的決策，從而推動業(yè)務快速發(fā)展。
其中，數(shù)據(jù)有效性、及時性、準確性關系到 C 端用戶體驗和 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、緯度錯誤、產(chǎn)出延時等問題，這與數(shù)據(jù)質(zhì)量管理息息相關。
本文對話抖音電商團隊，為你揭秘龐大數(shù)據(jù)體量下的數(shù)據(jù)質(zhì)量管理最佳實踐。
據(jù)抖音電商數(shù)據(jù)團隊介紹，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，導致無法準確定位異常數(shù)據(jù)；缺乏合理的監(jiān)控規(guī)則；補齊表監(jiān)控規(guī)則時間、人力成本高等。
為了高效、便捷實現(xiàn)數(shù)據(jù)質(zhì)量監(jiān)控，抖音電商數(shù)據(jù)團隊引入火山引擎 DataLeap 數(shù)據(jù)質(zhì)量平臺，通過數(shù)據(jù)波動監(jiān)控、異常報警、數(shù)據(jù)內(nèi)容探查及差異對比工具等功能，保證數(shù)據(jù)在生產(chǎn)及使用流程中的可靠性和合理性，避免因為數(shù)據(jù)質(zhì)量導致的數(shù)據(jù)失信、決策失誤等事故。
抖音電商數(shù)據(jù)團隊主要介紹了數(shù)據(jù)質(zhì)量監(jiān)控、數(shù)據(jù)異常治理兩個場景。
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)控任務的配置情況及把關數(shù)據(jù)質(zhì)量。
火山引擎 DataLeap 數(shù)據(jù)質(zhì)量平臺
首先，在監(jiān)控范圍上，通過數(shù)據(jù)質(zhì)量平臺實現(xiàn) ToB、ToC 任務覆蓋全量監(jiān)控，及時規(guī)避數(shù)據(jù)質(zhì)量風險；其次，在推進機制上，由于 ToC 鏈路上游多且監(jiān)控任務帶來過多計算資源消耗，抖音電商團隊優(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、Owner 和進度，完成表行數(shù)、重復值、空值、表字段、異常值的梳理。
最終實現(xiàn)抖音電商數(shù)據(jù)質(zhì)量管理全鏈路標準化，即由牽頭人發(fā)起配置事項，通過火山引擎 DataLeap 數(shù)據(jù)質(zhì)量平臺完成監(jiān)控配置，并跟蹤完成情況，最后相關數(shù)據(jù)被推送至看板，方便相關數(shù)據(jù)研發(fā)人員查看和復盤。
對于數(shù)據(jù)異常情況，抖音電商團隊主要通過火山引擎 DataLeap 表探查的能力來解決。
數(shù)倉中較多數(shù)據(jù)表字段存在異常值、空值，在使用前無法感知，導致在數(shù)據(jù)使用時才發(fā)現(xiàn)質(zhì)量問題，再由業(yè)務方反饋，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，支持檢測歷史數(shù)據(jù)異常以及空值等情況，并默認處理、標注數(shù)據(jù)屬性，確保無數(shù)據(jù)質(zhì)量問題，才推進表上線流程。
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)、運維、資產(chǎn)、安全等全套數(shù)據(jù)中臺建設能力，有效提升數(shù)據(jù)研發(fā)效率、降低管理成本，目前已經(jīng)應用于泛互聯(lián)網(wǎng)、制造、新零售、汽車等領域。
點擊跳轉 大數(shù)據(jù)研發(fā)治理套件-火山引擎 了解更多
