Data Analytics – Тренди та стабільність¶

Мета¶

Виявляє довгострокові тренди та стабільність даних.

Технічні особливості¶

Похідні статистики¶

• Обчислює тренд, волатильність, сезонність.

Підтримувані метрики¶

• Кількість записів
• Відсутні значення
• Мін/макс, суми, середні

Аналіз часових рядів¶

• Стабільність у розрізі тижнів/місяців

Як це працює¶

1. Вхідні дані – digna збирає метрики часових рядів з інших модулів (наприклад, кількість аномалій).
2. Статистичне моделювання – AI та статистичні функції визначають базові тренди й рівні волатильності.
3. Порівняння між періодами – digna порівнює історичні та поточні показники для KPI або індикаторів якості.
4. Формування висновків – інформаційні панелі показують виявлені тренди, стабільні періоди та точки змін у Inspection Hub і аналітичних представленнях.

Це дає змогу проактивно виявляти повільний дрейф або поступове погіршення якості даних, перш ніж вони стануть критичними.

Приклади використання¶

• Визначити товари з найбільшими продажами за ковзний 3-місячний період.
• Виявляти волатильність у відсутніх значеннях, щоб виявляти переривчасті проблеми в пайплайні.
• Порівнювати періоди високої та низької стабільності KPIs.

Цінність¶

Перетворює базову статистику на практичні висновки для моніторингу бізнесу та операцій з даними.