轉轉質檢數字化埋點探索之路
1、背景
轉轉每一臺‘官方驗’的設備，都會經過質檢站點對其進行全方面的檢測。在檢測流水線中，質檢工程師對每臺設備進行檢測作業；這過程中除了產生對應的檢測結果外，檢測過程的動作、硬件參數、耗時等數據目前沒有系統性的利用起來；而這些操作過程中的數據可以較好的體現質檢工程師的整個質檢過程?；诖?，我們希望能通過技術手段獲取到這個過程的數據。
2、質檢埋點
為了更好的收集質檢過程中的各類數據，在調研和參考行業常用的數據埋點設計方案后，基于質檢現場實際，制定出符合質檢流程的操作埋點方案。
2.1 埋點設計
質檢流水線檢測過程涉及多端、多平臺，雖然目前各端都有上報對應的埋點平臺，受限于各端上報的數據標準和平臺不是統一收攏的，已有數據難以形成結構化的質檢執行數據鏈。我們的方案是由客戶端基于其自身檢測流程的場景進行埋點。埋點數據結構按照定義好的結構，具體數據內容由各端根據場景定義。埋點的接收處理方為統一的埋點平臺，該平臺定位服務于各端日志埋點的收集并存儲，同時提供一套數據加工平臺和BI實時查詢工具。
2.1.1 埋點結構
對流水線檢測過程做了數據建模，明確了埋點數據結構元素：用戶+行為+時間+業務公參+操作環境信息。
2.1.2 埋點上報
上報機制：場景觸發 -> 埋點標準數據抽取 -> 數據上報 -> 兜底重試 -> 數據粗篩 -> 數據存儲 -> 大數據清洗。
2.2 埋點架構
質檢檢測各節點的操作數據上報后，這部分的數據在整體架構中的流轉以及應用方式是怎樣的，見下圖：
在埋點存儲方面，先存儲至埋點平臺業務庫，大數據側通過CDC同步機制同步數據，同時大數據也會進行數據的二次加工等清洗動作。
3、埋點數據應用
基于埋點上報的標準數據分析，再結合對應的數據標準和數據策略，可以達到對于流水線進行數字化管理的目的。
3.1 場景-執行合規應用
在質檢操作合規判定策略中，需要對質檢工程師的動作進行分析并且給出實時判定是否合規的意見。例如：‘手機外殼外觀’質檢合規判定中有一項是需要判定質檢工程師是否按照標準SOP進行多個角度翻轉質檢，舉例如下：
--《手機外殼外觀》標準質檢SOP
s1：屏幕息屏正面對著質檢師，從上往下，依次檢查是否有劃痕、瑕疵等。
s2：從中框任意一個點開始，設備環繞一圈檢查中框情況
s3：屏幕息屏背面對著質檢師，從上往下，依次檢查是否有劃痕、瑕疵等。這個時候就利用了質檢過程中手機的傳感器硬件埋點數據。
三維(X,Y,Z)空間的角度傳感器數據折線圖
結合我們質檢操作標準SOP的動作要求和獲取到角度傳感器數據，按照標準SOP操作對應到的角度數據會呈現對應的變化趨勢的。
例如：在檢查‘四周邊框’時，環繞一圈檢查，這個過程中X軸的角度值會跟隨著動作呈現出 0°->90°->180°->-180°->-90°->0° 變化，其他軸也是類似變化。于是，我們得出判定角度合規的角度要求。示例如下：
步驟 | X軸 | Y軸 | Z軸 | 時長 |
屏幕正面 | ±60° | 2s | ||
四周邊框 | ±180° | ±20° | 3s | |
手機背殼 | ±60° | ±180° | 1s |
基于配置的角度差值要求，角度值在連續滿足起始和結束值的區間內超過設置的時長即可認為合規。
角度判定合規示意圖（紅色區域為合規區域）
3.2 場景-智能策略應用
除在上文中提到的實時分析場景，另外一大應用則是對于數據的二次加工分析使用。該場景基于大數據的數據清洗、加工、挖掘等手段形成了一套完備的數據分析體系。在質檢的部分策略中，在大數據和基于數據的算法模型的加持下，打破了以往固定配置的策略的局限性，實現了智能策略的自我迭代。
如圖示，業務數據在經過一個流程之后又會產生新的業務數據。循環往復，數據在閉環的機制內驅動著策略自我迭代。換而言之，質檢的數據策略不再是冰冷的固定閾值配置，而是基于大數據和算法加持的智能策略。
智能策略交互示意圖
3.3 場景-BI看板
按照我們標準定義的質檢行為上報的埋點數據，經過數據加工后可以實現比較精細且支持多維度的數據看板。
4、結語
目前我們處于質檢數字化初期的埋點探索，對于探索質檢數字化未來的諸多可能，我們保持初心。接下來，我們會繼續深入數字化，在大數據和算法等能力BUF的加持下去實現更廣闊質檢數字化。道阻且長，行則將至。
