100+ 个客户共用一个语义模型,构建时间缩短 70%

AI小蝌蚪AI 前沿📡 BestBlogs·AI高分精选⭐ 912026-11-061102 阅读💛 139 收藏
100+ 个客户共用一个语义模型,构建时间缩短 70%

📌 One-Sentence Summary

本文介绍了一种由配置驱动的语义建模方法,通过将共享数据结构与客户专属设置分离,让单一报表模板能够服务 100+ 个客户,同时灵活处理指标、命名和数据可用性,并将构建时间缩短 70%。

📝 Summary

本文介绍了一套可扩展的报告系统,用统一的语义模型取代面向各个客户的多份专属报告。系统的核心包括一张粒度固定、存储可加性度量的事实表;一个集中式指标目录,用于统一定义计算逻辑;以及按客户维护的配置记录,用于指定名称、KPI 选择和数据可用性。主要创新包括将指标定义与标签分离、通过解析器根据客户设置动态组合报告,以及明确声明指标所需的输入,以妥善处理数据缺失。该系统将构建时间缩短了 70%,消除了指标定义偏差,并让任何分析师都能负责任何客户账户。作者建议对配置进行版本控制,并在大规模实施时使用成熟的语义层工具。

💡 Main Points

所有客户共用一个粒度固定的维度模型,客户专属差异通过配置处理,而不是复制报表。

事实表按日存储跨客户、营销活动和渠道的原始可加性度量。各客户在命名、KPI 选择和日历方面的差异通过外部配置记录管理,避免定义偏差,并使分析师能够相互接替工作。

指标定义集中存放在目录中,而客户专属标签和 KPI 选择则通过配置驱动的解析器动态确定。

每个指标只有一个标准定义(例如,CPA = 总支出 / 总转化次数),但可以针对不同客户使用不同名称。解析器根据客户设置选择合适的指标,通过列出「不显示」的原因来处理数据缺失,并且无需更改代码即可组合报告。

比率根据已存储的组成数据计算,而非使用预先计算的列,以确保跨时间周期和维度汇总时结果正确。

系统只存储原始度量(支出、转化次数、收入),并在查询时按总分子 / 总分母计算 CPA 等比率。这样可以避免对每日比率进行错误平均,并确保每周数值与每日汇总结果一致。

明确声明每项指标所需的输入,可妥善处理不同客户的数据可用性差异。

每个指标都会声明其所需输入(例如,转化率需要会话数)。解析器会检查客户的数据可用性,并排除不受支持的指标,同时明确说明「不显示」的原因,从而将数据缺口转化为可执行的数据请求,而不是报错。

该架构将配置视为一种产品,通过验证、责任归属和版本控制实现扩展。

配置记录应纳入版本控制,并保留差异记录和审核流程。系统还可以根据指标目录中的输入要求制定标准化数据接入规范,从而快速引入新客户。

💬 Key Quotes

企业 AI 智能体在生产环境中产生幻觉、遗漏关键依赖项或误解政策时,根本原因几乎总是上下文不足或不够准确。

前沿模型是无状态的线性 token 预测器,具备卓越的推理能力。但它们只能基于所提供的上下文进行推理。

真正的教训非常具体:智能体可以把所有正确的数据都存进记忆,但当某个变量发生变化时,它仍可能无法更新旧结论。记住事实很容易,管理状态变化很难。

与其把整个企业 CMDB 或架构目录都塞进提示词,不如通过拓扑剪枝提取与查询相关的精确子网络,大幅减少 token 消耗。

📊 Article Meta

AI Screening: 91

Featured: Yes

Source: Towards Data Science

Author: VAL YE

Category: 人工智能

Language: 英文

Read Time: 10 min

Word Count: 2433

Tags:

编程与工程 , 数据工程 , 语义层 , AI 基础设施 , AI 智能体

#编程与工程# 数据工程# 语义层# AI 基础设施# AI 智能体

文章评论(12)

杨丽华9 天前

写得挺用心的,支持一下。

回复
雪影10 天前

支持作者,持续关注中。

回复
星寻梦10 天前

不错不错,已加入书签。

回复
蒋力10 天前

点赞,必须点赞

回复
蓝归舟9 天前

讲解得很细致,新手也能看懂。

回复
林拾贝9 天前

看标题就点进来了,内容果然没让人失望。

回复
龙文博9 天前

写得挺用心的,支持一下。

回复
星知秋9 天前

整理得太全面了,省了我不少时间。

回复
曹浩9 天前

支持作者,持续关注中。

回复
蓝归舟9 天前

看标题就点进来了,内容果然没让人失望。

回复
南山客9 天前

整理得太全面了,省了我不少时间。

回复
南山客9 天前

这个比较实用,已转发给同事。

回复