digna Data Anomalies
Erfassen Sie, was Dashboards
verpassen – automatisch
digna Data Anomalies erkennt unerwartete Änderungen in Ihrer Datenqualität und Ihren geschäftlichen/operativen KPIs, ohne dass manuelle Schwellenwerte oder Regeln erforderlich sind.
Wie digna Data Anomalies funktioniert
Das Modul berechnet und überwacht wichtige Kennzahlen wie Summe, Minimum und Wertezählung über drei Arten von Daten in jeder Spalte:
Name der Spalte | Datentyp | Wert Beispiel | digna Spaltentyp |
|---|---|---|---|
Kundenname | Text | John Smith | Unbestimmte Daten |
Kundentyp | Text | Einzelhandel / Geschäft | Kategorische Daten |
Kontonummer | Nummer | AT4097012346234 | Unbestimmte Daten |
Kontostand | Nummer | 167.234,01 / 12.333,89 | Numerische Daten |
Überziehungsrahmen | Nummer | 20.000 / 0 | Numerische Daten |
Metriken können auf die gesamte Tabelle oder eine gefilterte Teilmenge, die wir „Dataset“ nennen, angewendet werden. In einem solchen Fall berechnet digna Metriken für jedes Dataset unabhängig.
Dynamische Datensätze
Hybride Datensätze
Watch digna learn what normal looks like
No thresholds and no rules. These charts show what digna's anomaly model actually produced over seven months of daily inspections.
One metric, from the first inspection to today
digna needs only days: the expected range is down to ±64% after one week and ±36% after two, and keeps tightening with every inspection.
It learns your weekly rhythm
This metric swings by about half every week. digna learned the pattern, so seven months of ups and downs raised no false alarm.
It flags a break, then learns the new normal
On 27 June the value fell from 27,300 to 11,900. digna flagged four days in a row, then accepted the new level and kept watching.
It flags spikes and keeps the trend
The metric grows steadily, with sudden spikes now and then. digna follows the growth and flagged 11 spikes in seven months.
Anwendungsfall: Überwachung von Bankkunden
Sie haben die Kontrolle
Nicht jede Kennzahl ist für jede Spalte nützlich. digna ermöglicht es Ihnen:
✦ Metriken pro Spalte, Tabelle oder Projekt deaktivieren
✦ Konzentrieren Sie sich nur auf das, was wichtig ist
✦ Halten Sie Ihr Profiling sauber, schnell und maßgeschneidert
📈
FAQs
Was ist Data Observability und warum ist es wichtig?
Wie funktioniert die KI-basierte Datenanomalieerkennung in Data Observability?
Wie verbessert KI die Qualitätsüberwachung von Daten?
Auf welche Weise hilft digna Data Scientists, bereits berechnete Observability-Metriken effizient wiederzuverwenden?