Experience Platform-Anomalien erkennen
Verwenden Sie Adobe CX Enterprise Coworker Chat, um in unterstützten Adobe Experience Platform-Metriken Spitzen und Rückgänge zu identifizieren. Fragen Sie nach Datenflüssen und Zielgruppen, um Abweichungen von einer Grundlinie zu finden.
Beginnen Sie mit einer allgemeinen Frage und konzentrieren Sie sich dann auf einen Fluss oder eine Zielgruppe, die Aufmerksamkeit erfordert. Überprüfen Sie die gemeldete Metrik und ihre Baseline, bevor Sie entscheiden, was untersucht werden soll.
Verfügbare Diagnosefähigkeiten
Verwenden Sie das baseline-anomalies-Plug-in, um Anomalien zu erkennen, Trends zu vergleichen und den Zustand des Flusses oder aktuelle Auftragsfehler zu überprüfen. Das Plug-in wird standardmäßig mit dem Experience Platform- und -Apps-Angebot in Coworker konfiguriert.
Wählen Sie die Art der Frage basierend auf den benötigten Informationen aus.
Trendzusammenfassungen beschreiben Änderungen, ermitteln jedoch nicht, ob es sich um Anomalien handelt. Verwenden Sie Anomaliefragen, wenn Sie eine Spitzenbewertung oder eine Fallbewertung benötigen.
Voraussetzungen
Das Plug-in ist standardmäßig konfiguriert. Gehen Sie wie folgt vor, um den Status vor dem Stellen von Diagnosefragen zu überprüfen.
-
Navigieren Sie zu Anpassungen.
-
Wählen Sie Plug-ins aus.
-
Öffnen Sie Baseline-Anomalien und bestätigen Sie, dass der Status "".
Identifizieren Sie die Sandbox und den Bereich, den Sie überprüfen möchten. Für eine bestimmte Ressource den Fluss, das Segment, den Zielnamen oder die Kennung bereithalten.
Allgemeine Chat-Anweisungen finden Sie unter Erste Schritte mit dem Chat.
Fragen zu Anomalien
Beschreiben Sie den Bereich oder die Ressource, die Sie überprüfen möchten, und den Zeitraum, den Sie untersuchen möchten.
Verwenden Sie die folgenden Beispielaufforderungen als Ausgangspunkt. Ersetzen Sie Beispielnamen durch Namen aus Ihrer Organisation.
Die allgemeine Frage prüft sowohl Datenflüsse als auch Zielgruppen. Bestätigen Sie die Sandbox und den in der Antwort angegebenen Zeitraum.
Anomalieergebnisse überprüfen
Vergleichen Sie den gemeldeten Wert mit seiner Baseline für die betroffene Ressource und den betroffenen Zeitraum. Verwenden Sie den Unterschied, um zu ermitteln, was weiter untersucht werden muss, anstatt eine Anomalie als bestätigte Ursache zu behandeln.
Ein Rückgang der Aufnahmeeingabedatensätze deutet beispielsweise auf eine Volumenänderung hin. Diese Änderung allein erklärt nicht, warum weniger Datensätze eintrafen.
Die Ergebnisse können in Tabellen oder in schriftlicher Zusammenfassung angezeigt werden. Tabellen können Anomalien unter dem Risiko Hohes Risiko und dem Risiko Medium .
In diesem Beispiel werden Flussanomalien nach Risiko gruppiert und es wird empfohlen, Ausführungszahlen oder Trendverlauf zu untersuchen. Ressourcennamen und -werte werden geschwärzt.
Überprüfen Sie die Erklärung zusammen mit der Risikogruppierung. Bei Zielgruppenanomalien bedeutet „Hoch“ eine große Abweichung vom Normalwert. Medium deutet auf einen deutlichen, aber gemäßigten Abschied hin. Nur Anomalien vom Typ Hoch und Medium werden zurückgegeben.
Zielgruppenergebnisse schließen Medium-Anomalien aus, wenn der Baseline-Verlauf sehr variabel ist. Jede zurückgegebene Anomalie mit stark variabler Vorgeschichte weist daher eine hohe Risikostufe auf.
Verwenden Sie Risikostufen, um Ermittlungen zu priorisieren, und nicht, um eine Grundursache zu ermitteln.
Beispielsweise werden bei einer Antwort 10 Eingabedatensätze mit einer erwarteten Spanne von eins bis vier als Spitze mit mittlerem Risiko identifiziert. Normalerweise handelt es sich um einen Datensatz, sodass die Abweichung relativ zur Baseline groß ist. Das absolute Volumen bleibt klein.
Prüfen Sie die Ereigniszeiten, bevor Sie eine historische Anomalie als aktuelles Problem behandeln. Ein Ereignis außerhalb der letzten 24 Stunden stellt nicht fest, ob sich die zugrunde liegende Bedingung erholt hat.
Baselines und erwartete Bereiche
Stündliche Anomalievergleiche verwenden dieselbe Stunde in den vorherigen 14 Tagen. Dies berücksichtigt stündliche typische Muster, aber keine breitere Saisonabhängigkeit.
Bei Anomalien der Zielgruppe konzentriert sich der erwartete Bereich auf den Median und erweitert sich entsprechend den Variationen in den historischen Zählungen. Wenn die berechnete untere Grenze negativ ist, verwendet der Bereich stattdessen die niedrigste historische Anzahl. Der Bereich kann sich daher weiter über den Median hinaus erstrecken als darunter.
Realisierte Profilzahlen oberhalb des erwarteten Bereichs sind Spitzen. Zahlen unterhalb des Bereichs werden abgesenkt. Wenn normalerweise Profile vorhanden sind, bedeutet dies einen Rückgang mit hohem Risiko.
Die Anzahl der ausgetretenen Profile führt nur zu Spitzenbewertungen. Weniger Austritte werden als normal behandelt, nicht als Tropfenanomalien.
Keine Anomalien zurückgegeben
In einer Antwort kann berichtet werden, dass für die angeforderte Zielgruppe und den angeforderten Zeitraum keine Anomalien vom Typ Hoch oder Medium zurückgegeben wurden.
Dieses Beispiel enthält eine Warnung vor unzureichendem oder größtenteils null Verlauf. Es bestätigt nicht, dass jede Stunde ausgewertet wurde oder dass diese Zielgruppe ausgeschlossen wurde. Der Zielgruppenname und die Kennung werden geschwärzt.
Unzureichende Baseline-Historie
Der Baseline-Verlauf beeinflusst, ob eine Zielgruppe auf Anomalien ausgewertet werden kann.
Die Zielgruppenanomalieerkennung bewertet keine Zeilen mit einem Verlauf von weniger als fünf Tagen oder einem Verlauf, der überwiegend Nullen enthält.
Frage verfeinern
Konzentrieren Sie Ihre nächste Frage auf die betroffene Ressource. Fragen Sie beispielsweise nach einer breit angelegten Aufnahmeprüfung nach Anomalien für einen benannten Fluss.
Verlängern Sie den Zeitraum mit dieser Nachverfolgung, nachdem Sie nach den letzten 24 Stunden gefragt haben:
What about in the past two weeks?
Die Antwort kann historische Anomalien identifizieren, selbst wenn in den letzten 24 Stunden keine aufgetreten sind.
Für eine genauere Untersuchung fragen Sie nach der Anzahl der Flussausführungen, Fluss-Trends, Zielgruppen-Trends oder derzeit fehlgeschlagenen Aufträgen. Sie können bei der Untersuchung auch nach einzelnen Aufträgen fragen.
Wählen Sie die nächste Frage anhand der benötigten Informationen aus. Trend- und Konsistenzzusammenfassungen liefern keine Anomaliebeurteilungen.
Der Trend der Zielgruppe wird etwa zwei Wochen lang (336 Stunden) beibehalten. Der typische Wert ist der Median für diese Stunde über die letzten 14 Tage.
Bei derzeit fehlgeschlagenen Aufträgen bedeutet ein leeres Ergebnis, dass derzeit keine Aufträge im angeforderten Bereich fehlschlagen. Dies bedeutet nicht, dass im angeforderten Zeitraum keine Fehler aufgetreten sind. Aufträge, die fehlgeschlagen und später erfolgreich waren, werden ausgeschlossen.
Setzen Sie die Untersuchung mit den Kenntnissen zur Konsistenzprüfung fort, oder verwenden Sie Warnhinweise, um einen Warnhinweis für ein unterstütztes Asset zu aktivieren. Bei diesen Aktionen werden separate Fähigkeiten verwendet, nicht die Anomalieerkennung selbst.
Informationen zu entsprechenden Warnhinweis-Workflows finden Sie unter Warnhinweise für Kunden.
Metrikreferenz
Die eingeschränkte Version umfasst die folgenden sieben Metriken für die Aufnahme, Segmentierung und Zielaktivierung. Anhand dieser Referenz können Sie die jedem Bereich zugeordneten Zählungen ermitteln.
input_record_countfailed_record_count__segment_{segment_id}__realized_profiles__segment_{segment_id}__exited_profiles{destination}_input_record_count{destination}_skipped_record_count{destination}_output_record_countUmfang und Einschränkungen
Verwenden Sie die Anomalieerkennung, um Abweichungen zu identifizieren, aber nicht, um die Grundursache zu bestätigen oder eine Ressource zu reparieren.
Sie können nach Flüssen, Segmenten und Zielen anhand ihres Namens oder ihrer Kennung fragen. Die Erkennung von Flussanomalien umfasst die Aufnahme-, Segmentierungs-, Export- und Zielphasen.
Verwenden Sie die Qualifikation für fehlgeschlagene Aufträge für derzeit fehlgeschlagene Aufträge und deren Fehlerursachen. Behobene Fehler sind ausgeschlossen. Die Auftragsdiagnose enthält keine Details für einzelne Datensätze oder Anomalieurteile.
Die Flussdiagnose liefert aggregierte Zahlen, keine Fehlerursachen. Trendzusammenfassungen beschreiben aktuelle und typische Werte, keine Anomalieurteile. Die Zusammenfassungen der Zielgruppen-Trends decken nur die Batch-Segmentierung ab.
Die Anomalieerkennung ändert Ihre Daten oder Konfiguration nicht. Verwenden Sie separate Fähigkeiten für unterstützte Warnaktionen und tiefer greifende Gesundheitsuntersuchungen.