Поиск аномалий — самое очевидное и самое благодарное применение автоматики в аналитике. Человек физически не может каждый день просматривать сотни срезов, а именно в срезах прячутся поломки: упала конверсия только на одной платформе, вырос отказ только у одного способа оплаты, исчез трафик из одного источника.
Автоматический контроль решает это иначе, чем пороговые правила. Правило вида «падение больше определённой доли» либо шумит, либо молчит: у показателей разная нормальная изменчивость, свой недельный ритм и сезонность. Модель, обученная на истории, учитывает этот ритм и реагирует на отклонение от ожидаемого, а не от среднего.
Главная проблема таких систем — количество ложных срабатываний. Уведомления, которые приходят слишком часто, перестают читать, и польза обнуляется.
Поэтому настройку стоит начинать с малого набора действительно важных показателей и добиваться, чтобы каждое сообщение требовало действия. Лучше десять надёжных сигналов, чем двести, среди которых теряется настоящая авария 🔍
AI в Аналитике
@ai_analytics_ru_n1k
Поиск аномалий — самое очевидное и самое благодарное применение автоматики в аналитике. Человек физически не м
Этот пост опубликован в Telegram-канале AI в Аналитике. Подписаться можно по ссылке: @ai_analytics_ru_n1k.