產品健康度模型(2) KPI、KQI
產品健康度模型之KPI、KQI
這一節我們介紹運營商面對這些指標通常的做法,我們健康度模型的可行性,以及我們預備怎麼做。
原來他們怎麼做?
原來運營商怎麼解決這個問題呢?說白了兩個字——人工。
對於一眾運維指標,首先每個指標就是一個KPI(Key Performance Index),而很多KPI的加權構成了KQI(Key Quality Index),而KQI的進一步加權形成了POHD(Product Online Health Degree)。
KPI是粒度最細的具體指標,而KQI衡量了產品的某個方面效能,比如”可用性“、”好用性“、”可控性“、”障礙處理效率“、”產品上市準備“、”維護規範度“、”實施準確度“和”問題管控度“等。
總結成兩個式子:
至於這些權重怎麼計算——完全人工判斷並且打分。
打分並不是不好,但是人為經驗難免有偏頗。
我們的資料
我們有的資料首先就是所有的KPI,還有就是運營指標。你可能會問,不是有專家指導運營指標怎樣換算健康度的嗎?但是我們的目的是要將機器學習的功能以服務的方式釋出出去,而不是讓專家直接參加建模的過程,你可以想象,萬一專家的心中的運營指標權重變了呢?或者指標發生了變化呢?
不錯指標可能發生變化的,如下圖:
從圖中可以看出,指標一期一期的入庫,但是指標可能有增刪,黃框表示的指標有兩期,紅框表示的指標有三期,而紫框表示的指標只有第三期的資料。而且請注意,我們關心的產品健康度,就是最後一期的產品健康度,這樣才具有實時性。
我們的做法
由於運營指標——健康度的專家模型可能會隨時調整,如果我們拿那時候重新算出來的健康度值來和運維指標進行建模,那是不現實的,我們需要在專家模型調整以後,立即提供給出新的打分的服務。
所以我們能做的,就是利用運維和運營指標,計算出他們之間的關係,然後一旦從運營到健康度的關係確定,系統也就隨即給出運維到健康度的關係。
接下來我們就聊聊怎樣衡量運維和運營指標的關係。
相關推薦
產品健康度模型(2) KPI、KQI
產品健康度模型之KPI、KQI 這一節我們介紹運營商面對這些指標通常的做法,我們健康度模型的可行性,以及我們預備怎麼做。 原來他們怎麼做? 原來運營商怎麼解決這個問題呢?說白了兩個字——人工。 對於一眾運維指標,首先每個指標就是一個KPI
產品健康度模型(4) 打分I
產品健康度模型之打分I 在這個專案上,大家可能會發現,很多做法比較主觀,但是原因我認為”健康度“本身就是一個主觀概念,哪裡去找真正的”產品健康度“呢?這和離網使用者分析就形成了鮮明的對比,離網使用者預測準確率就是一個客觀數值,而健康度打分,什麼是好,什麼是
產品健康度模型(3) 指標關聯性分析
產品健康度模型之指標關聯性分析 我們這裡做關聯性分析的目的就是找出運維指標和運營指標的相關程度。這裡重新貼一下指標的結構圖: 指標離散化 這裡需要說明的是,這些指標可能是連續的,也有可能是離散的,比如我們有運維指標a,b,c,以
斯坦福大學-自然語言處理入門 筆記 第十一課 最大熵模型與判別模型(2)
一、最大熵模型 1、模型介紹 基本思想:我們希望資料是均勻分佈的,除非我們有其他的限制條件讓給我們相信資料不是均勻分佈的。均勻分佈代表高熵(high entropy)。所以,最大熵模型的基本思想就是我們要找的分佈是滿足我們限制條件下,同時熵最高的分佈。 熵:表示分佈的不
Reading_演算法_灰度模型(GM)
灰度系統理論及其應用 問:為什麼要用灰度系統理論,其主要分析方法是什麼 答:灰度系統就是白箱和黑箱之間的系統,現有的系統分析的量化方法,大都是數理統計法如迴歸分析、方差分析、主成分分析等,迴歸分析是應用最廣泛的一種辦法。但迴歸分析要求大樣本,只有通過大量的資料才能得到化的規律,
序列模型(2)-----迴圈神經網路RNN
一、RNN的作用: RNN可解決的問題: 訓練樣本輸入是連續的序列,且序列的長短不一,比如基於時間的序列:一段段連續的語音,一段段連續的手寫文字。這些序列比較長,且長度不一,比較難直接的拆分成一個個獨立的樣本來通過DNN/CNN進行訓練。 二、RNN模型: 上圖中左邊是RNN模型沒
百度地圖(2)——繪出小區邊界
效果圖: HTML: <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <title>Bmap_test</title&g
(更新視訊教程)Tensorflow object detection API 搭建屬於自己的物體識別模型(2)——訓練並使用自己的模型
2018.05.10 本人時差黨,有時候回覆不及時。建立了一個QQ群,方便大家互相學習交流。 -----------------------------------------------------------------------------------------
數字語音訊號處理學習筆記——語音訊號的數字模型(2)
版權宣告:本文為博主原創文章,未經博主允許不得轉載。 https://blog.csdn.net/u013538664/article/details/25126095 2.3 語音的聽覺機理 &nb
深度探索C++物件模型(2)——物件(2)——this指標調整
this指標調整 首先看程式碼示例: #include <iostream> using namespace std; class A { public: int a; A() { printf("A::A()的this指標是:%p!\n",this); } v
深度探索C++物件模型(2)——物件(2)
this指標調整 首先看程式碼示例: #include <iostream> using namespace std; class A { public: int a; A() { printf("A::A()的this指標是:%p!\n",thi
第二週——專案3複雜度體驗(2)漢諾塔
/* *Copyright (c++) 2015,煙臺大學計算機學院 *All rights reserved. *檔名稱:hut.cpp *作者:商文軻 *完成日期:2014年9月17日 *版本號:vc6.0 *問題描述:用
DB2入門(2)——資料庫、例項、儲存模型
DB2的資料庫、例項的概念 一個DB2例項可以同時管理多個數據庫(DataBase)。 MySQL資料庫:物理作業系統檔案或其他形式檔案型別的集合。在 MySQL 資料庫中,資料檔案就是我們才學習的frm,MYD,MYI,ibd 結尾的檔案。 MySQL例
Android視音頻編碼器(2)——cameraYUV、AudioRecordPCM分別編碼後muxer成mp4
效率 androi mar 視音頻 pop 采集 con 文章 cpu 參考下面這篇文章: http://blog.csdn.net/a992036795/article/details/54286654 一、前言 上一篇文章我講到,我用libx264對視頻
NOIP2016提高組初賽(2)四、閱讀程序寫結果2、
cal 當前 閱讀 輸入 自己 字符 細節 一是 表示 #include <iostream> using namespace std; int main() { char a[100][100], b[100][100]; string c[100]; s
NOIP2016提高組初賽(2)四、讀程序寫結果3、求最長回文子序列
所有 並且 names mes font esp mic abcd 大小 #include <iostream> using namespace std; int lps(string seq, int i, int j) { int len1, len2;
計算機網絡(2)-- URL、HTTP、HTTPS、HTML
端口 方式 網絡 位置 分組 地方 默認 hyper 搜索 1.萬維網WWW 萬維網WWW(World Wide Web)是一個大規模的、聯機式的信息儲藏所,英文簡稱Web。 萬維網用鏈接的方法能非常方便地從互聯網上的一個站點訪問另一個站點,從而主動地按需獲取豐
T-SQL執行內幕(2)——Tasks、Workers、Threads、Scheduler、Sessions、Connections、Requests
本文屬於SQL Server T-SQL執行內幕系列 接上文:T-SQL執行內幕(1)——簡介 本節以介紹一些基礎的但又容易混淆的概念。包括:Tasks、Workers、Threads
Learning-Python【19】:Python常用模組(2)—— os、sys、shutil
os模組:與作業系統相關的模組 import os # 獲取當前的工作目錄 print(os.getcwd()) # 切換工作目錄 os.chdir(r'E:\Python\test') print(os.getcwd()) # 當前目錄, 一個點 print(o
理解瀏覽器歷史記錄(2)-hashchange、pushState
閱讀目錄 本文也是一篇基礎文章。繼上文之後,本打算去研究pushState,偶然在一些資訊中發現了錨點變化對瀏覽器的歷史記錄也會影響,同時錨點的變化跟pushState也有一些關聯。所以就花了點時間,把這兩個東西儘量都琢磨清楚。本文記錄相關的一些要點及研究過程。 1.