Přeskočit obsah

Data Analytics – Trends and Stability

AI-řízený modul Data Analytics pro kvalitu dat a observabilitu – digna


Účel

Modul Data Analytics odhaluje dlouhodobé vzorce, stabilitu a volatilitu ve vašich datových sadách — přeměňuje surové metriky na významné poznatky.
Poskytuje analytickou vrstvu nad výsledky z Data Anomalies, která týmům umožňuje porozumět změnám v čase a zlepšit jak kvalitu dat, tak observabilitu datových toků.

Identifikací přerušení trendů, opakujících se vzorců a posunů volatility pomáhá Data Analytics rozlišit mezi očekávaným sezónním chováním a skutečnými problémy s kvalitou dat.


Technický přehled

Odvozené statistiky

Data Analytics počítá statistické vlastnosti jako:

  • Trend – dlouhodobý směr metriky (rostoucí, klesající, stabilní)
  • Volatilita – jak moc se metrika kolísá v daném časovém okně
  • Sezónnost – opakující se časové vzorce (denní, týdenní, měsíční)
  • Bod změny (Change Points) – statisticky významné posuny v chování

Podporované metriky

Modul může analyzovat libovolnou metriku vygenerovanou jinými moduly digna, včetně:

  • Počty záznamů
  • Míry chybějících hodnot
  • Statistika rozdělení (min, max, průměr, rozptyl)
  • Agregace KPI (např. tržby, transakce, reklamace)
  • Odchylky v timeliness nebo frekvence anomálií

Analýza časových řad

Data Analytics vyhodnocuje stabilitu napříč obdobími — porovnává jeden týden, měsíc nebo čtvrtletí s jiným — s využitím statistické jistoty a vizuálních metrik pro stabilitu trendu.


Jak to funguje

  1. Vstupní data – digna shromažďuje metriky časových řad z jiných modulů (např. počet anomálií).
  2. Statistické modelování – AI a statistické funkce identifikují základní trendy a úrovně volatility.
  3. Porovnání mezi obdobími – digna porovnává historický a aktuální výkon KPI nebo ukazatelů kvality.
  4. Generování poznatků – dashboardy zobrazují detekované trendy, stabilní období a body změn v Inspection Hub a v analytických zobrazeních.

To umožňuje proaktivní detekci pomalých posunů nebo postupného zhoršování kvality dat dříve, než se stanou kritickými.


Příklady použití

Use Case Description
Monitoring stability KPI Sledujte prodeje, transakce nebo reklamace v čase a detekujte neobvyklou volatilitu.
Detecting hidden data drift Pozorujte pomalé posuny v rozdělení dat nebo v mírách chybějících hodnot, které běžná pravidla přehlédnou.
Change point analysis Identifikujte, kdy metrika změní své chování (např. náhlý nárůst anomálií).
Operational reliability Hodnoťte období vysoké vs. nízké stability dat napříč systémy nebo odděleními.
Business insights Zvýrazněte nejvýkonnější kategorie nebo produkty v průběhu rolovacích období.

Přínosy

Area Benefit
Visibility Poskytuje dlouhodobý přehled o trendech a vzorcích kvality dat.
Early Warning Detekuje pomalé posuny dříve, než vyvolají anomálie nebo porušení SLA.
Optimization Pomáhá identifikovat nestabilní zdroje dat nebo systémy, které vyžadují ladění procesů.
Cross-Module Analysis Kombinuje data z Data Anomalies, Data Validation a Data Timeliness pro holistické přehledy.
Actionable Insights Podporuje jak technické týmy, tak obchodní uživatele v unders