21 - 运营分析 Agent¶

项目背景与目标¶

某互联网平台运营团队每日需监控上百个核心指标（DAU、留存、转化、GMV、客单价等），传统 BI 报表只能展示数字，异常发现依赖人工巡检，归因分析耗时且滞后，往往等问题发酵后才响应。企业希望构建运营分析 Agent，实现「指标监控 → 异常自动检测 → 归因分析 → 报告生成」自动化，使异常发现时间从小时级降至分钟级，并自动生成归因报告与行动建议，运营决策效率提升 50%。

核心目标： 1. 上百核心指标实时监控 2. 异常自动检测，分钟级发现 3. 自动归因分析（多维拆解） 4. 日报/周报自动生成与推送

预期价值：缩短异常响应、降低运营盲区、释放分析人力、数据驱动决策。

需求分析¶

用户角色与场景 - 运营专员：监控指标、接收异常告警 - 运营经理：看归因报告、做决策 - 数据分析师：复核异常、深度分析

功能需求列表 - 指标定义与口径管理 - 实时指标监控（多维度：整体/渠道/版本/区域） - 异常自动检测（突增突降、同环比异常） - 自动归因分析（维度拆解定位异常源） - 异常告警推送（分级、去噪、合并） - 日报/周报/月报自动生成 - 自然语言指标查询 - 异常案例库沉淀

非功能需求 - 性能：异常检测延迟 < 5 分钟 - 准确性：异常召回率 ≥ 90%，误报率 < 10% - 可用性：99.9% - 可解释：异常与归因可追溯

约束条件：指标口径需统一；告警需去噪避免疲劳。

技术选型说明¶

层次	技术选择	选型理由
Agent 框架	LangChain	编排监控-检测-归因-报告
LLM	Qwen2.5-72B	归因解读与报告生成
异常检测	Prophet + 3σ + Isolation Forest	多算法互补
实时计算	Flink	指标实时计算
数据仓库	ClickHouse	OLAP 多维分析
调度	Airflow	报告生成
部署	K8s	弹性

架构设计¶

flowchart TD
    SRC[数据源] --> FL[Flink 实时指标]
    FL --> CH[(ClickHouse)]
    CH --> DET[异常检测]
    DET --> AGENT[运营 Agent]
    AGENT --> ATTR[归因分析 多维拆解]
    ATTR --> LLM[归因解读]
    AGENT --> ALERT[告警推送]
    AGENT --> RPT[报告生成]
    RPT --> PUSH[日报/周报推送]
    AGENT --> Q[自然语言查询]

核心是「实时指标 → 异常检测 → 自动归因 → 报告/告警」。Flink 实时计算指标写入 ClickHouse，异常检测多算法并行，发现异常后 Agent 自动做多维归因拆解，LLM 解读生成报告与告警。

关键模块实现思路¶

模块1：实时指标计算¶

思路：Flink 消费业务事件流，按指标定义实时聚合（DAU 滑动窗口、GMV 累计）；结果写 ClickHouse 支持多维下钻。
关键点：指标口径在 dbt 统一管理，避免数出多门。

模块2：异常检测¶

思路：多算法互补——Prophet 预测基线做同比环比异常、3σ 检测突增突降、Isolation Forest 检测多维异常；告警合并（同根因多指标异常合并为一条）去噪。

示意：

def detect(metric_series):
    base = prophet.predict(metric_series)
    if abs(actual - base) > 3 * std:
        return Anomaly(metric, actual, base, "突降")

模块3：自动归因分析¶

思路：异常发生后，按维度（渠道/版本/区域/客群）拆解指标，计算各维度对异常的贡献度；LLM 综合拆解结果生成自然语言归因，如「DAU 下降 8%，主因 iOS 端 v3.2 崩溃率上升」。

模块4：报告生成¶

思路：日报模板（核心指标 + 同环比 + 异常摘要 + 归因 + 建议）；LLM 填充数据与解读；定时推送飞书/邮件。

核心流程详解¶

流程1：异常自动归因¶

Flink 检测到 DAU 同比下降 8%
Agent 触发归因，按渠道/版本/区域拆解
定位 iOS v3.2 DAU 下降 30%，贡献异常 70%
LLM 生成归因报告 + 建议（排查 v3.2 崩溃）
告警推送运营与技术团队

流程2：日报自动生成¶

每日 9 点 Airflow 触发报告生成
Agent 汇总昨日核心指标、异常、归因
LLM 生成日报推送到飞书群

部署与优化建议¶

部署架构：Flink 实时流独立；检测与归因按需触发；报告定时跑批。
性能优化：指标预计算物化；归因拆解并行。
成本控制：常规无异常时仅跑检测不调 LLM；异常时才归因。

常见问题与解决方案¶

告警风暴 → 同根因合并 + 告警分级 + 静默窗口。
归因不准 → 多维度交叉验证 + 分析师反馈优化。
指标口径不一致 → dbt 统一口径管理。

扩展方向¶

预测性预警：预测指标趋势提前预警。
自动行动建议：异常归因后给出具体行动方案。
根因下钻：归因后自动调用日志/代码分析定位技术根因。