Data Analytics – Trend e Stabilità¶

Purpose¶

Il modulo Data Analytics rivela pattern a lungo termine, stabilità e volatilità nei tuoi dataset — trasformando metriche grezze in insight significativi.
Fornisce un livello analitico di alto livello sui risultati di Data Anomalies, permettendo ai team di comprendere i cambiamenti nel tempo e migliorare sia la qualità dei dati sia l'osservabilità delle pipeline di dati.

Identificando rotture di trend, pattern ricorrenti e cambi di volatilità, digna Data Analytics ti aiuta a distinguere tra comportamenti stagionali attesi e reali problemi di qualità dei dati.

Technical Overview¶

Derived Statistics¶

digna Data Analytics calcola proprietà statistiche quali:

Trend – direzione a lungo termine di una metrica (in aumento, in diminuzione, stabile)
Volatility – quanto una metrica varia all'interno di una finestra temporale
Seasonality – pattern temporali ricorrenti (giornalieri, settimanali, mensili)
Change Points – cambiamenti nel comportamento statisticamente significativi

Supported Metrics¶

Il modulo può analizzare qualsiasi metrica generata da altri moduli digna, inclusi:

Conteggi di record
Tassi di valori mancanti
Statistiche di distribuzione (min, max, media, varianza)
Aggregazioni di KPI (es., ricavi, transazioni, sinistri)
Deviazioni di tempestività o frequenze di anomalie

Time-Series Analysis¶

Data Analytics valuta la stabilità tra periodi — confrontando una settimana, un mese o un trimestre con un altro — usando confidenza statistica e metriche visive per la stabilità dei trend.

How It Works¶

Input Data – digna raccoglie metriche in serie temporali da altri moduli (es., numero di anomalie).
Statistical Modeling – funzioni AI e statistiche identificano trend sottostanti e livelli di volatilità.
Comparison Across Periods – digna confronta le prestazioni storiche e correnti per KPI o indicatori di qualità.
Insights Generation – le dashboard mostrano i trend rilevati, i periodi stabili e i punti di cambiamento in Inspection Hub e nelle viste analitiche.

Questo abilita la rilevazione proattiva di derive lente o degradazione graduale nella qualità dei dati prima che diventino critiche.

Example Use Cases¶

Use Case	Description
Monitoring KPI stability	Traccia vendite, transazioni o sinistri nel tempo e rileva volatilità anomala.
Detecting hidden data drift	Osserva spostamenti lenti nelle distribuzioni dei dati o nei tassi di valori mancanti che le regole tipiche trascurano.
Change point analysis	Identifica quando una metrica cambia il proprio comportamento (es., aumento improvviso delle anomalie).
Operational reliability	Valuta i periodi di alta vs. bassa stabilità dei dati tra sistemi o dipartimenti.
Business insights	Evidenzia le categorie o i prodotti con migliori performance su periodi mobili.

Benefits¶

Area	Benefit
Visibility	Fornisce una visione a lungo termine di trend e pattern della qualità dei dati.
Early Warning	Rileva derive lente prima che causino anomalie o violazioni di SLA.
Optimization	Aiuta a identificare sorgenti di dati o sistemi instabili che necessitano di ottimizzazione dei processi.
Cross-Module Analysis	Combina i dati da Data Anomalies, Data Validation e Data Timeliness per approfondimenti olistici.
Actionable Insights	Supporta sia i team tecnici che gli utenti aziendali nel comprendere e agire sui dati.