Registrering af afvigelser er en statistisk teknik, som Analytics-indsigt bruger til identifikation af afvigelser i tidsseriedata for en bestemt metric og afvigelser i et segment på samme tidspunkt.
Registrering af afvigelser i metrics over tid
Indsigt anvender en Bayesiansk tidsrækkemodel til de historiske data til at udarbejde en prognose for værdien af det seneste observerede datapunkt i tidsserien. Modellen giver et forslag og et troværdigt interval, som vi bruger til at evaluere den observerede metric.
Ved hjælp af historiske data forudsiger Analytics-indsigt værdien af metric'en i den aktuelle tidsperiode og markerer datapunktet som en afvigelse, hvis den faktiske værdi falder uden for det troværdige interval. Til registrering af afvigelser på timebasis er træningsperioden to uger. Til registrering af daglige afvigelser er træningsperioden 90 dage. Til registrering af ugentlige afvigelser er træningsperioden 32 uger.
Identificering af afvigelser i et segment på samme tidspunkt
Selvom registrering af afvigelser fra tidsserier bruger historiske data til at markere en enkelt metric inden for en enkelt dimensionsværdi, angiver vi også afvigelser på samme tid over flere metrics og dimensionsværdier på et tidspunkt.
I denne tilgang bruger vi hovedkomponentanalyse (PCA, principal components analysis) til at udnytte korrelationsstrukturen for metrics sammen med krydsvalidering til at rapportere afvigelser.
Først identificerer vi det sæt af dimensioner og metrics, der skal gennemgå PCA'en. Med udgangspunkt i alle mulige dimensionsværdier opretter vi flere segmenter og normaliserer derefter hver metric med antallet af brugere i et segment. Derefter kører vi PCA'en for disse segmenter og normaliserede metrics. Hvis et bestemt segment viser afvigende adfærd på tværs af alle metrics og omfatter mindst 0,05 % af brugerne for den pågældende ejendom, viser vi disse segmenter som afvigelser. I øjeblikket foretager vi denne analyse hver uge.