Data Analytics – Eğilimler ve Kararlılık¶

Yapay Zeka Destekli Data Analytics Modülü: Veri Kalitesi ve Gözlemlenebilirlik – digna

Amaç¶

Data Analytics modülü, veri setlerinizdeki uzun vadeli desenleri, kararlılığı ve oynaklığı ortaya çıkarır — ham metrikleri anlamlı içgörülere dönüştürür.
Data Anomalies sonuçları üzerinde daha yüksek seviyede bir analiz katmanı sunarak ekiplerin zaman içindeki değişimleri anlamasını ve hem Veri Kalitesini hem de veri boru hatlarının gözlemlenebilirliğini iyileştirmesini sağlar.

Eğilim kırılmalarını, tekrarlayan desenleri ve oynaklık değişimlerini belirleyerek, digna Data Analytics beklenen mevsimsel davranışı ile gerçek veri kalitesi sorunlarını ayırt etmenize yardımcı olur.

Teknik Genel Bakış¶

Türetilmiş İstatistikler¶

Data Analytics şu gibi istatistiksel özellikleri hesaplar:

• Trend – bir metriğin uzun vadeli yönü (artıyor, azalıyor, sabit)
• Oynaklık – belirli bir zaman penceresinde bir metriğin ne kadar dalgalandığı
• Mevsimsellik – tekrarlayan zamansal desenler (günlük, haftalık, aylık)
• Değişim Noktaları – davranışta istatistiksel olarak anlamlı kaymalar

Desteklenen Metrikler¶

Modül, diğer digna modüllerince üretilen herhangi bir metriği analiz edebilir, örneğin:

• Kayıt sayıları
• Eksik değer oranları
• Dağılım istatistikleri (min, max, ortalama, varyans)
• KPI agregasyonları (ör. gelir, işlem sayıları, talepler)
• Zamanında teslim sapmaları veya anomali sıklıkları

Zaman Serisi Analizi¶

Data Analytics, dönemler arasındaki kararlılığı değerlendirir — bir hafta, ay veya çeyreğin bir diğerine göre karşılaştırılmasını yapar — eğilim kararlılığı için istatistiksel güven ve görsel metrikler kullanır.

Nasıl Çalışır¶

1. Girdi Verisi – digna, diğer modüllerden zaman serisi metriklerini toplar (ör. anomali sayıları).
2. İstatistiksel Modelleme – Yapay zeka ve istatistiksel fonksiyonlar altında yatan eğilimleri ve oynaklık seviyelerini tanımlar.
3. Dönemler Arası Karşılaştırma – digna, KPI'lar veya kalite göstergeleri için geçmiş ve güncel performansı karşılaştırır.
4. İçgörü Üretimi – panolar, Inspection Hub ve analiz görünümlerinde tespit edilen eğilimleri, stabil dönemleri ve değişim noktalarını gösterir.

Bu, veri kalitesinde kritik hale gelmeden önce yavaş sürüklenmeleri veya kademeli bozulmaları proaktif olarak tespit etmeyi mümkün kılar.

Örnek Kullanım Senaryoları¶

Faydalar¶