Détection des anomalies - Aperçu
Dans Analysis Workspace, vous pouvez afficher et analyser les anomalies de données de manière contextuelle. L’analyse des contributions fonctionne conjointement avec la détection des anomalies afin d’identifier les causes de l’anomalie.
Détection des anomalies
La détection des anomalies met à votre disposition une méthode statistique pour déterminer la modification d’une mesure donnée par rapport à des données antérieures.
La détection des anomalies permet de séparer les « signaux réels » du « bruit » et d’identifier ensuite les facteurs qui ont conduit à ces signaux ou anomalies. En d’autres termes, cette fonction permet de distinguer les fluctuations statiques importantes de celles qui ne le sont pas. Vous pouvez alors identifier l’origine d’une anomalie. Vous recevez, en outre, des prévisions de mesures (IPC) fiables.
Voici quelques exemples d’anomalies dont vous pouvez rechercher l’origine :
- Forte chute de la valeur de commande moyenne
- Pic des commandes avec recettes faibles
- Pic ou diminution des inscriptions aux offres d’essai
- Forte diminution des affichages de pages de destination
- Pic des événements de mémoire tampon pour la vidéo
- Pic des faibles débits en bits pour la vidéo
La détection des anomalies et l’analyse des contributions sont des processus de base d’Analysis Workspace. Vous pouvez exécuter l’analyse des contributions par rapport à n’importe quelle anomalie quotidienne, puis incorporer le résultat dans un projet Analysis Workspace.
L’algorithme de détection des anomalies d’Analysis Workspace inclut
- La prise en charge de la granularité horaire, hebdomadaire et mensuelle, en sus de la granularité quotidienne.
- La reconnaissance du caractère saisonnier et des jours fériés (Noël, par exemple).
Analyse des contributions
L’analyse des contributions détecte les comportements latents au sein de vos données qui expliquent les anomalies statistiques et identifie les corrélations sous-jacentes aux actions inattendues des clients, aux valeurs hors limites et aux pics et creux soudains de certaines mesures à l’échelle des segments d’audience convergents.
Quelque chose s’est produit. Pourquoi ? Votre rapport Détection des anomalies présente un pic inhabituel des commandes. Vous souhaitez en connaître la raison. Que s’est-il passé ? Qui réagit à cette campagne ou à cette référence ? Quelque chose est-il devenu viral ? Quels facteurs spécifiques ont contribué à cette anomalie ? Et plus important peut-être : comment récupérer les informations importantes au sujet de mon client et répéter cette performance ? (Ou, en cas de creux dans une mesure ou de hausse d’une mesure négative, comment l’éviter à l’avenir ?)
L’analyse des contributions permet d’évaluer immédiatement les données afin de déterminer la cause d’une anomalie. Elle ventile en quelques secondes les contributions à une anomalie, là où il fallait autrefois plusieurs semaines, isole des schémas pour les segments d’audience et aide à élaborer une narration relative aux interactions des clients. Appliquez l’analyse des contributions de manière stratégique afin de détecter et de capturer des associations significatives pour élaborer de nouveaux segments d’audience ou avec tact pour identifier les activités extraordinaires ou frauduleuses qui ont déclenché une alerte.
La détection des anomalies identifie les pics de données et les creux statistiques extrêmes d’après les mesures et les segments d’audience sélectionnés. Elle établit une norme historique d’après une période de formation, puis trace les décalages extrêmes en corrélation avec les événements spécifiques. Elle peut repérer une hausse soudaine d’une mesure positive de commandes ou d’une mesure négative de rebonds, ou les creux dans les deux cas, afin de capturer les points de données statistiquement pertinents qui seront évalués par l’analyse des contributions. Une fois une anomalie statistique identifiée, l’analyse des contributions permet d’analyser davantage et d’évaluer les variables de campagne et de marketing pertinentes à l’échelle de tous les points de données irréguliers. Elle exécute des algorithmes et des processus d’apprentissage automatiques élaborés afin d’évaluer les associations qui ont contribué à un pic ou à un creux significatif. Ces calculs sont ensuite présentés dans des visualisations interactives qui illustrent différentes perspectives afin de vous aider à déterminer la raison d’un événement et ce que vous pouvez faire à ce sujet.
L’analyse des contributions permet d’élaborer une narration afin de décrire la raison d’une anomalie et la manière d’y réagir, en capturant les mesures pertinentes et en repérant les points latents qui présentent une raison globale aux interactions des audiences et aux tendances des intérêts des clients. Il est parfois aisé de repérer et de corriger une anomalie, par exemple une commande ponctuelle de 2 000 kayaks. Cela peut aussi être complexe, par exemple en identifiant une tendance émergente sur une période donnée dans une région donnée, qui réagit uniquement à une campagne ciblée spécifique. L’assemblage d’éléments de contribution à l’échelle de mesures pour diverses dimensions et de leurs associations vous donne une idée générale des interactions de votre audience et vous aide à préciser un contexte pour les points de données irréguliers.
Voici quelques cas d’utilisation :
- Identifiez le potentiel de remarketing en surveillant les changements en termes de demande d’un produit.
- Améliorez les conditions d’utilisation des clients en réagissant à des intérêts spécifiques de l’audience.
- Repérez les commandes frauduleuses rapidement au moyen d’un rapport sur les hors limite.
- Protégez-vous contre l’espionnage industriel en détectant les taux élevés d’utilisation et de téléchargements.
- Surveillez les opérations, par exemple à l’aide de rapports où il manque des balises JavaScript.
Après une analyse exhaustive d’une anomalie, un résumé des contributions est généré pour les principaux éléments classés en fonction du nombre total d’occurrences et du pourcentage des valeurs de contribution des éléments. Une note de contribution normalisée permet de facilement comparer, contraster et associer les éléments à d’autres éléments de dimension significatifs.
Jetons d’analyse des contributions - Aperçu section_3EF8D2BBCE6E4C309D753BCF04A453D0
Tous les clients autorisés à utiliser l’analyse des contributions peuvent exécuter une analyse complète un nombre limité de fois par mois dans Analysis Workspace. Cela exclut les clients (SiteCatalyst 15) du produit, les clients d’Analytics Foundation et les clients d’Analytics Select, qui n’obtiennent aucune analyse de contributions.
Le nombre d’exécutions par société est limité à un certain nombre de jetons mensuels attribués en fonction du produit Adobe Analytics acquis par la société. Cela inclut la possibilité de restreindre l’accès à l’analyse des contributions pour éviter l’usage impropre des jetons.
Questions fréquentes section_11D0431AD2014B96AB9561CA66A367CE
Accédez à Admins > Tous les administrateurs > Accueil des paramètres d’entreprise > Afficher les niveaux d’accès aux fonctions. Recherchez sous
- Analyse des contributions : nombre de jetons d’utilisation par mois
- Analyse des contributions : nombre de jetons d’utilisation utilisés ce mois-ci
Autorisations pour la détection des anomalies et l’analyse des contributions section_9278D58F21A840AA9B1ED1BD07A1EF0A
Vous trouverez ci-dessous une liste des autorisations détaillées pour la détection des anomalies et l’analyse des contributions dans Analysis Workspace.
Standard
- Adobe Analytics Core
- Adobe Analytics OD
- Adobe Analytics MA