肖汉 - 度小满金融业务风险监控体系及智能监控平台

转换思路：从系统故障监控转向业务风险监控

• 监控目标转变：从传统的发现系统故障（如CPU使用率、接口耗时）转向业务风险（如资金损失、GMV下降、舆情）。
• 业务风险示例：代码bug、用户余额清空、产品规则漏洞、风控策略错误、前端设计问题等均属于业务风险，而非单纯系统故障。

业务风险的监控方法论

• 业务风险分类：功能风险（如申购赎回、赎回资损）、场景风险（如赎回垫资失败）等，风险等级分为P0（需立即处理）和P1（需关注）。
• 监控手段：
  • 时序数据指标监控（如放款成功率）
  • 数据一致性监控（如对账平台AnyCheck）
  • 请求探针监控（Hugin探针平台）
  • 数据衍生异常检测（Flink实时处理）
  • 页面元素探针（静态资源探针）

画骨智能监控平台的核心特性

• 异常检测：
  • 高度灵活的监控策略算法配置（如多维度环比、绝对值组合）
  • 直观回测能力（迭代周期缩短至1分钟）
  • 异常知识库（指标类型+异常特征）
  • 自动量化报警策略评估（召回率、误报率、时效性权重）
  • 增强学习推荐策略（算法选择、阈值参数）
• 问题定位组件：
  • 维度占比组件、多维度根因分析、关联上线操作
  • 智能报警关联、日志/Trace关联

实践效果

• 监控召回率：85% P0/P1问题被监控召回
• 止损效果：监控召回且有明显止损动作的问题数下降59%
• 闭环流程：监控手段→系统承接→统一报警中心→智能报警触达→问题定位→闭环处理→统计分析报表指导