Откривање аномалија је техника статистике помоћу које сазнања Аналитике идентификују аномалије у подацима периода за дати показатељ и аномалије у сегменту на истој тачки у времену.
Идентификовање аномалија у показатељима током времена
Сазнања примењују Бајесов модел структурног периода на пређашње податке да би предвидела вредност последње тачке података у периоду. Модел прави предвиђање и интервал поверења помоћу којих процењујемо посматрани показатељ.
Сазнања Аналитике помоћу пређашњих података предвиђају вредност показатеља у актуелном временском периоду и обележавају тачку података као аномалију ако вредност није у границама интервала поверења. За откривање аномалија на нивоу сата, период обуке је 2 недеље. За откривање аномалија на дневном нивоу, период обуке траје 90 дана. За откривање аномалија на недељном нивоу, период обуке траје 32 седмице.
Идентификовање аномалија у сегменту на истој тачки у времену
Поред откривања аномалија на основу периода које помоћу пређашњих података обележава један показатељ у једној вредности аспекта, пружамо и истовремено откривање аномалија за више показатеља и вредности аспеката у једној тачки у времену.
У овом приступу користимо анализу главних компоненти да бисмо помоћу структуре корелације показатеља и унакрсне провере обележавали аномалије.
Прво идентификујемо скуп аспеката и показатеља на које ћемо применити анализу главних компоненти. На основу свих могућих вредности аспеката правимо више сегмената, па нормализујемо сваки показатељ према броју корисника у сегменту. Затим покрећемо анализу главних компоненти за те сегменте и нормализоване показатеље. Ако одређени сегмент показује неуобичајено понашање у било ком показатељу и обухвата најмање 0,05% корисника у том производу, те сегменте приказујемо као аномалије. Ову анализу тренутно радимо сваке недеље.