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.
Die Anomalieerkennung ermöglicht es Ihnen, „echte Signale“ von „Rauschen“ zu unterscheiden. Zudem hilft sie Ihnen anschließend dabei, potenzielle Faktoren zu bestimmen, die zu diesen Signalen oder Anomalien beigesteuert haben. Auf diese Weise können Sie feststellen, welche statistischen Schwankungen relevant sind, und anschließend die Ursache eines echten Fehlers feststellen. Zudem erhalten Sie eine zuverlässige Metrikvorhersage (KPI).
Zu Beispielen von Fehlern, die ein Eingreifen Ihrerseits erfordern, zählen:
Der Algorithmus der Analysis Workspace-Anomalieerkennung umfasst: