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 |
Kennzahlen können auf die gesamte Tabelle oder auf einen gefilterten Teilbereich, den wir „Datensatz“. nennen, beschränkt werden. In einem solchen Fall berechnet digna die Kennzahlen für jeden Datensatz unabhängig.
Dynamische Datensätze
Hybride Datensätze
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?


