Anomalieerkennung – Überblick
Datenanomalien können kontextbezogen in Analysis Workspace angezeigt und analysiert werden.
Video-Tutorial zur Anomalieerkennung (4:53)
Die Anomalieerkennung bietet eine statistische Methode, mit der festgestellt wird, wie sich eine bestimmte Metrik in Bezug auf frühere Daten verändert hat.
Mit der Anomalieerkennung können Sie „wahre Signale“ von „Rauschen“ trennen und dann potenzielle Faktoren identifizieren, die zu diesen Signalen oder Anomalien beigetragen haben. Mit anderen Worten, es lässt Sie erkennen, welche statistischen Schwankungen von Bedeutung sind und welche nicht. Anschließend können Sie die Grundursache einer echten Anomalie identifizieren. Darüber hinaus können Sie zuverlässige Metrik (KPI)-Prognosen abrufen.
Beispiele für Anomalien, die Sie untersuchen können:
- Drastische Rückgänge beim durchschnittlichen Bestellwert
- Spitzen bei Aufträgen mit geringem Umsatz
- Spitzen oder Rückgänge bei Testregistrierungen
- Drops in Landingpage-Ansichten
- Spitzen bei Videopuffer-Ereignissen
- Spitzen bei niedrigen Video-Bitraten
Der Anomalieerkennungsalgorithmus von Analysis Workspace umfasst
- Unterstützung für stündliche, wöchentliche und monatliche Granularität zusätzlich zur vorhandenen täglichen Granularität.
- Bewusstsein für Saisonabhängigkeit (wie „Black Friday„) und Feiertage.