Rilevamento delle anomalie

Il rilevamento delle anomalie utilizza la modellazione statistica per trovare automaticamente tendenze impreviste nei dati. Il modello analizza le metriche e determina un intervallo di valori più basso, con limite superiore e previsto. Quando si verifica un picco o un calo imprevisto, il sistema ti avvisa nel rapporto.

Ecco alcuni esempi di anomalie da esaminare:

  • Drastico calo nel valore medio degli ordini
  • Picchi negli ordini con fatturato basso
  • Picchi o calo nelle registrazioni di prova
  • Calo nelle visualizzazioni della pagina di destinazione
  • Spezie negli eventi del buffer video
  • Picchi nei valori più bassi di bitrate video
NOTA

Il rilevamento delle anomalie è disponibile solo quando selezioni la granularità Giorno .

Metriche di rilevamento delle anomalie

Il rilevamento delle anomalie aggiunge nuovi valori di metrica per ogni metrica selezionata, tra cui:

Elemento Descrizione
Limite inferiore

Livello inferiore dell'intervallo di previsione. I valori al di sotto di questo livello vengono considerati anomali.

Rappresenta un'affidabilità del 95% che i valori saranno superiori a questo livello.

Previsto

Il valore previsto in base all’analisi dei dati. Questo valore è anche il punto centrale tra i limiti superiore e inferiore.

Limite superiore

Livello superiore dell'intervallo di previsione. I valori superiori a questo livello vengono considerati anomali.

Rappresenta un'affidabilità del 95% che i valori saranno inferiori a questo livello.

Report Builder applica questi valori alle metriche selezionate. Ad esempio, se selezioni una metrica Visualizzazioni pagina e applichi il rilevamento delle anomalie, viene utilizzata una metrica Page Views Lower Bound .

Calcolo Del Rilevamento Delle Anomalie

Il rilevamento delle anomalie utilizza un periodo di formazione per calcolare, apprendere e segnalare i dati dell’intervallo di previsione al giorno. Il periodo di formazione è il periodo storico che identifica ciò che è normale rispetto a quello anomalo e applica ciò che viene appreso nel periodo di reporting. Nei rapporti di marketing sono disponibili periodi di formazione di 30, 60 e 90. Nel generatore di report sono disponibili 30 giorni.

Il periodo di formazione non è necessariamente lo stesso del periodo di reporting selezionato. Un grafico dei rapporti mostra l’intervallo di date specificato nel calendario.

Per calcolare i dati, il totale giornaliero per ciascuna metrica viene confrontato con il periodo di formazione utilizzando ciascuno dei seguenti algoritmi:

  • Inverni a cascata Moltiplicativi (Tripla levigatura esponenziale)
  • Additivo inverni Holt (triplo smussamento esponenziale)
  • Trend Holts corretto (doppio smussamento esponenziale)

Ogni algoritmo viene applicato per determinare l'algoritmo con la somma più piccola di errori al quadrato (SSE). L'errore percentuale assoluta media (MAPE) e l'errore standard corrente vengono quindi calcolati per verificare che il modello sia statisticamente valido.

Questi algoritmi possono essere estesi per fornire previsioni predittive delle metriche nei periodi futuri.

Poiché il periodo di formazione varia in base all’inizio del periodo di reporting, è possibile che si verifichino differenze nei dati segnalati per la stessa data come parte di due periodi di tempo diversi.

Ad esempio, se esegui un rapporto per il 1-14 gennaio e quindi esegui un rapporto per il 7-21 gennaio, potresti visualizzare dati di previsione diversi per la stessa metrica tra il 7 e il 14 gennaio nei due rapporti diversi. Questo è il risultato della differenza nei periodi di formazione.

Intervallo di reporting Periodo di formazione
1-14 gennaio 27 novembre - 31 dicembre
7-21 gennaio 4 dicembre - 6 gennaio

In questa pagina