• nuevo

    La gran Release 2026 ya está disponible: incorpore Data Observability a su código

  • nuevo

    Contribuya al futuro de la innovación en IA y datos

  • nuevo

    • Release 2026.06: Incorporando Data Observability en su código

  • nuevo

    • Contribuya al futuro de la innovación en IA y datos

Anomalías de datos de digna

Captura lo que los paneles de control no ven - automáticamente

Las anomalías de datos digna detectan cambios inesperados en la calidad de tus datos y en los KPIs empresariales/operativos sin necesidad de umbrales o reglas manuales.

Aprende el comportamiento “normal” de tus datos y te avisa en cuanto algo se sale de patrón. Ya sean picos de ingresos, registros faltantes, cambios de columnas o valores incorrectos, digna detecta anomalías automáticamente para que actúes antes de que escalen. 

Aprende el comportamiento “normal” de tus datos y te avisa en cuanto algo se sale de patrón. Ya sean picos de ingresos, registros faltantes, cambios de columnas o valores incorrectos, digna detecta anomalías automáticamente para que actúes antes de que escalen. 

Aprende el comportamiento “normal” de tus datos y te avisa en cuanto algo se sale de patrón. Ya sean picos de ingresos, registros faltantes, cambios de columnas o valores incorrectos, digna detecta anomalías automáticamente para que actúes antes de que escalen. 

Cómo funciona la Anomalía de Datos digna

El módulo calcula y monitorea métricas clave como suma, mínimo y conteos de valores a través de tres tipos de datos en cada columna:

NUMÉRICO

NUMÉRICO

CATEGÓRICO

CATEGÓRICO

NO ESPECIFICADO

NO ESPECIFICADO

Nombre de Columna


Tipo de Dato


Ejemplo de Valor


Tipo de Columna digna


Nombre del Cliente

Texto

John Smith

Datos No Especificados

Tipo de Cliente

Texto

Minorista / Negocios

Datos Categóricos

Número de Cuenta

Número

AT4097012346234

Datos No Especificados

Saldo de la Cuenta

Número

167.234,01 / 12.333,89

Datos Numéricos

Límite de Sobregiro

Número

20.000 / 0

Datos Numéricos

Las métricas se pueden definir para toda la tabla o para un subconjunto filtrado, al que llamamos “Conjunto de datos”. En tal caso, digna calcula las métricas para cada conjunto de datos de forma independiente.

Conjuntos de datos estáticos

Conjuntos de datos dinámicos

Conjuntos de datos híbridos

Conjuntos de datos estáticos

  • Utilizando Inteligencia Artificial

    Utilizando Inteligencia Artificial

    Utilizando Inteligencia Artificial

  • Utilizando Inteligencia Artificial

    Utilizando Inteligencia Artificial

    Utilizando Inteligencia Artificial

  • Utilizando Inteligencia Artificial

    Utilizando Inteligencia Artificial

    Utilizando Inteligencia Artificial

Utilizando Inteligencia Artificial, digna aprende los patrones naturales de sus datos y le alerta cada vez que algo parece inverosímil, ya sea un pico repentino, un valor faltante o una distribución que ya no coincide con las expectativas.


Al combinar la detección de anomalías impulsada por IA con definiciones de métricas flexibles, digna garantiza que tanto los problemas de calidad de los datos como las anomalías comerciales se marquen a tiempo, sin necesidad de definir previamente umbrales o reglas.

Utilizando Inteligencia Artificial, digna aprende los patrones naturales de sus datos y le alerta cada vez que algo parece inverosímil, ya sea un pico repentino, un valor faltante o una distribución que ya no coincide con las expectativas.


Al combinar la detección de anomalías impulsada por IA con definiciones de métricas flexibles, digna garantiza que tanto los problemas de calidad de los datos como las anomalías comerciales se marquen a tiempo, sin necesidad de definir previamente umbrales o reglas.

Real model output

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.

Day 2 2 Mar 2026
±410%expected range around 4,273

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.

02.5k5k7.5kAprMayJunJulAugSep±206%
No need to wait for history. When you set digna up, run one inspection over past dates and it starts with a tight range from day one.
0 false alarms

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.

5001k1.5k22 Jul5 Aug19 Aug2 Sep16 Sep
4 days flagged

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.

10k20k30k24 May7 Jun21 Jun5 Jul19 Jul2 Aug
11 spikes flagged

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.

0100200AprMayJunJulAugSep
Expected rangeBorderlineAnomalousFlagged by dignaOutput of digna's anomaly model on a test KPI data set, one inspection per day, 2 March to 29 September 2026.

¿Listo para empezar?

¿Listo para empezar?

Caso de uso: monitoreo de clientes bancarios

Gráfico de barras que muestra categorías con valores codificados por colores: verde para saludable, amarillo para advertencia y rojo para crítico, ilustrando los niveles de anomalía a través de conjuntos de datos.

Datos numéricos

Datos categóricos

Datos no especificados

Datos numéricos

Datos categóricos

Datos no especificados

Gráfico de barras que muestra categorías con valores codificados por colores: verde para saludable, amarillo para advertencia y rojo para crítico, ilustrando los niveles de anomalía a través de conjuntos de datos.

Datos numéricos

Datos categóricos

Datos no especificados

Tú tienes el control

No todas las métricas son útiles para cada columna. digna te permite:

✦ Desactiva las métricas por columna, tabla o proyecto

✦ Enclochate solo en lo que importa

✦ Mantén tu perfilado limpio, rápido y a la medida

Beneficios Clave de

Beneficios Clave de

Anomalías de datos de digna

Anomalías de datos de digna

Se ejecuta completamente en la base de datos

Sin umbrales, sin reglas —

detección de anomalías en piloto automático

Utilice un solo motor tanto para el monitoreo de la calidad de los datos

como para los KPI comerciales y operativos

Escala a cientos de tablas sin mantenimiento

Las métricas son reutilizables: alimentan la validación, el análisis o la inteligencia artificial.

Se ejecuta completamente en la base de datos

Sin umbrales, sin reglas —

detección de anomalías en piloto automático

Utilice un solo motor tanto para el monitoreo de la calidad de los datos

como para los KPI comerciales y operativos

Escala a cientos de tablas sin mantenimiento

Las métricas son reutilizables: alimentan la validación, el análisis o la inteligencia artificial.

Deja que tus datos te alerten de lo que está mal antes de que se convierta en un problema mayor.

Un equipo de expertos en IA, datos y software con sede en Viena, respaldado por rigor académico y experiencia empresarial.

Deja que tus datos te alerten de lo que está mal antes de que se convierta en un problema mayor.

Un equipo de expertos en IA, datos y software con sede en Viena, respaldado por rigor académico y experiencia empresarial.

Deja que tus datos te alerten de lo que está mal antes de que se convierta en un problema mayor.

Un equipo de expertos en IA, datos y software con sede en Viena, respaldado por rigor académico y experiencia empresarial.

Preguntas Frecuentes

¿Qué es la observabilidad de datos y por qué es importante?

¿Cómo funciona la detección de anomalías de datos basada en IA en la observabilidad de datos?

¿Cómo mejora la IA el monitoreo de la calidad de los datos?

¿Cómo digna puede ayudar a los científicos de datos a reutilizar las métricas de observabilidad calculadas?

INDEXED BYIndexerNow INDEXED BYIndexerNow