Gör så här: Konfigurera mått och finjustera konfigurationen för identifiering
Använd den här artikeln för att börja konfigurera Metrics Advisor instans med hjälp av webbportalen. Om du vill bläddra bland måtten för ett specifikt dataflöde går du till sidan Datafeeds och väljer en av flödena. Då visas en lista över mått som är associerade med den.
Välj ett av måttnamnen för att se dess information. I den här detaljerade vyn kan du växla till ett annat mått i samma dataflöde med hjälp av listrutan i det övre högra hörnet på skärmen.
När du först visar information om ett mått kan du läsa in en tidsserie genom att låta Metrics Advisor välja en åt dig eller genom att ange värden som ska inkluderas för varje dimension.
Du kan också välja tidsintervall och ändra sidans layout.
Anteckning
- Starttiden är inkluderande.
- Sluttiden är exklusiv.
Du kan klicka på fliken Incidenter för att visa avvikelser och hitta en länk till incidenthubben.
Finjustera identifieringskonfigurationen
Ett mått kan använda en eller flera identifieringskonfigurationer. Det finns en standardkonfiguration för varje mått som du kan redigera eller lägga till i enligt dina övervakningsbehov.
Finjustera konfigurationen för alla serier i det aktuella måttet
Den här konfigurationen kommer att tillämpas på alla serier i det här måttet, förutom de som har en separat konfiguration. En konfiguration på måttnivå tillämpas som standard när data publiceras och visas på den vänstra panelen. Användare kan redigera konfiguration på måttnivå direkt på måttsidan.
Det finns ytterligare parametrar som Riktning och Giltig avvikelse som kan användas för att ytterligare finjustera konfigurationen. Du kan även kombinera olika identifieringsmetoder.
Justera konfigurationen för en viss serie eller grupp
Klicka på Avancerad konfiguration under konfigurationsalternativen på måttnivå för att se gruppnivåkonfigurationen. Du kan lägga till en konfiguration för en enskild serie eller grupp med serier genom att klicka på + ikonen i det här fönstret. Parametrarna liknar konfigurationsparametrarna på måttnivå, men du kan behöva ange minst ett dimensionsvärde för en konfiguration på gruppnivå för att identifiera en grupp med serier. Och ange alla dimensionsvärden för konfiguration på serienivå för att identifiera en viss serie.
Den här konfigurationen tillämpas på gruppen med serier eller specifika serier i stället för på måttnivåkonfigurationen. När du har ställer in villkoren för den här gruppen sparar du den.
Metoder för avvikelseidentifiering
Metrics Advisor erbjuder flera metoder för avvikelseidentifiering: Hårt tröskelvärde, Smart identifiering, Ändringströskel. Du kan använda en eller kombinera dem med hjälp av logiska operatorer genom att klicka på knappen "+".
Hård tröskelvärde
Ett hårt tröskelvärde är en grundläggande metod för avvikelseidentifiering. Du kan ange en övre och/eller nedre gräns för att fastställa det förväntade värdeintervallet. Alla punkter som hamnar utanför gränsen identifieras som en avvikelse.
Smart identifiering
Smart identifiering drivs av maskininlärning som lär sig mönster från historiska data och använder dem för framtida identifiering. När du använder den här metoden är känslighet den viktigaste parametern för att justera identifieringsresultatet. Du kan dra det till ett mindre eller större värde för att påverka visualiseringen till höger på sidan. Välj en som passar dina data och spara dem.
I smart identifieringsläge används parametrarna för känslighet och gränsversion för att finjustera resultatet av avvikelseidentifieringen.
Känslighet kan påverka bredden på det förväntade värdeintervallet för varje punkt. När värdet ökar blir det förväntade värdeintervallet närmare och fler avvikelser rapporteras:
När känsligheten är inaktiverad blir det förväntade värdeintervallet bredare och färre avvikelser rapporteras:
Ändra tröskelvärde
Tröskelvärdet för ändringar används vanligtvis när måttdata vanligtvis ligger runt ett visst intervall. Tröskelvärdet anges enligt Ändringsprocent. Läget Ändra tröskelvärde kan identifiera avvikelser i scenarierna:
- Dina data är vanligtvis stabila och jämna. Du vill få ett meddelande när det finns variationer.
- Dina data är vanligtvis ganska instabila och varierar mycket. Du vill få ett meddelande när det blir för stabilt eller platt.
Använd följande steg för att använda det här läget:
Välj Ändra tröskelvärde som metod för avvikelseidentifiering när du anger konfigurationer för avvikelseidentifiering för dina mått eller tidsserier.
Välj utanför intervallet eller i intervallparametern baserat på ditt scenario.
Om du vill identifiera variationer väljer du utanför intervallet. Med inställningarna nedan identifieras till exempel alla datapunkt som ändras över 10 % jämfört med den tidigare som ett avvikande värde.
Om du vill identifiera flata linjer i dina data väljer du i intervallet. Med inställningarna nedan identifieras till exempel alla datapunkt som ändras inom 0,01 % jämfört med den tidigare som ett avvikande värde. Eftersom tröskelvärdet är så litet (0,01 %) identifierar det platta linjer i data som extremvärden.
Ange den procentandel av ändringen som räknas som en avvikelse och vilka tidigare registrerade datapunkter som ska användas för jämförelse. Den här jämförelsen är alltid mellan den aktuella datapunkten och en enda datapunkt N punkter före den.
Riktningen är endast giltig om du använder läget utanför intervallet:
- Upp konfigurerar identifiering för att endast identifiera avvikelser när (aktuell datapunkt) – (jämförelsedatapunkt) > + tröskelvärdesprocent.
- Ned konfigurerar identifiering för att endast identifiera avvikelser när (aktuell datapunkt) – (jämföra datapunkt) < - tröskelvärdesprocent.
Förinställda händelser
Ibland kan förväntade händelser och förekomster (till exempel helgdagar) generera avvikande data. Med förinställda händelser kan du lägga till flaggor i utdata för avvikelseidentifiering under angivna tider. Den här funktionen ska konfigureras när dataflödet har publiceras. Varje mått kan bara ha en förinställd händelsekonfiguration.
Anteckning
Den förinställda händelsekonfigurationen tar hänsyn till helgdagar under avvikelseidentifiering och kan ändra dina resultat. Den tillämpas på de datapunkter som matas in när du har sparat konfigurationen.
Klicka på knappen Konfigurera förinställd händelse bredvid listrutan mått på varje sida med måttinformation.
I fönstret som visas konfigurerar du alternativen enligt din användning. Kontrollera att Aktivera helgdagshändelse har valts för att använda konfigurationen.
Avsnittet Helgdag hjälper dig att förhindra onödiga avvikelser som identifieras under helgdagar. Det finns två alternativ för alternativet Strategi som du kan använda:
- Ignorera helgdag: Ignorerar alla avvikelser och aviseringar i avvikelseidentifieringsresultat under helgdagen.
- Helgdag som helg: Beräknar de genomsnittliga förväntade värdena för flera motsvarande helger före helger och baserar avvikelsestatusen på dessa värden.
Det finns flera andra värden som du kan konfigurera:
| Alternativ | Beskrivning |
|---|---|
| Välj en dimension som land | Välj en dimension som innehåller landsinformation. Till exempel en landskod. |
| Mappning av landskod | Mappningen mellan en vanlig landskodoch den valda dimensionens landsdata. |
| Helgalternativ | Om du vill ta hänsyn till alla helgdagar, endast helgdagar med betald tid eller endast icke-NDE-helgdagar. |
| Dagar som ska expanderas | De dagar som påverkas före och efter en helgdag. |
Avsnittet Cykelhändelse kan användas i vissa scenarier för att minska onödiga aviseringar genom att använda cykliska mönster i data. Ett exempel:
- Mått som har flera mönster eller cykler, till exempel både ett veckovis och månatligt mönster.
- Mått som inte har ett tydligt mönster, men data är jämförbara år för år (år för år), månad över månad (MoM), vecka över vecka (WoW) eller dag över dag (DoD).
Alla alternativ kan inte väljas för varje kornighet. De tillgängliga alternativen per kornighet visas nedan (✔ tillgängliga, X för otillgänglig):
| Precision | Yoy | Mamma | Wow | DoD |
|---|---|---|---|---|
| Varje år | X | X | X | X |
| Månadsvis | X | X | X | X |
| Varje vecka | ✔ | X | X | X |
| Varje dag | ✔ | ✔ | ✔ | X |
| Varje timma | ✔ | ✔ | ✔ | ✔ |
| Minutiöst | X | X | X | X |
| För det andra | X | X | X | X |
| Anpassad* | ✔ | ✔ | ✔ | ✔ |
När du använder anpassad kornighet i sekunder är det bara tillgängligt om måttet är längre än en timme och mindre än en dag.
Cykelhändelsen används för att minska avvikelser om de följer ett cykliskt mönster, men den rapporterar en avvikelse om flera datapunkter inte följer mönstret. Strikt läge används för att aktivera avvikelserapportering om även en datapunkt inte följer mönstret.
Visa senaste incidenter
Metrics Advisor identifierar avvikelser för alla dina tidsseriedata när de matas in. Alla avvikelser behöver dock inte eskaleras eftersom de kanske inte har någon stor inverkan. Aggregering utförs på avvikelser för att gruppera relaterade till incidenter. Du kan visa dessa incidenter på fliken Incident på sidan med måttinformation.
Klicka på en incident för att gå till sidan Incidentanalys där du kan se mer information om den. Klicka på Hantera incidenter i den nya incidenthubben för att hitta sidan Incidenthubb där du kan hitta alla incidenter under det specifika måttet.
Prenumerera på avvikelser för meddelanden
Om du vill få ett meddelande när en avvikelse identifieras kan du prenumerera på aviseringar för måttet med hjälp av en hook. Mer information finns i Konfigurera aviseringar och få meddelanden med en hook.