Azure Metrics Advisor

Deteksi anomali di hampir setiap skenario

Data rangkaian waktu bereaksi berbeda tergantung pada skenario—misalnya, jumlah pengunjung harian ke situs e-niaga atau frekuensi getaran komponen ban berjalan. Detektor Anomali, mesin inti dari Metrics Advisor, melihat setiap himpunan data dan secara otomatis memilih algoritma terbaik dari kumpulan model untuk mendapat akurasi tinggi.

Pelajari cara kerja Detektor Anomali

Konfigurasikan layanan untuk spesifikasi organisasi Anda dengan mudah

Sesuaikan layanan untuk memunculkan anomali yang penting bagi Anda dengan menggunakan pengalaman penyetelan otomatis terpandu. Sediakan preferensi deteksi Anda, seperti tingkat sensitivitas, pola anomali, atau rentang nilai input, dan Metrics Advisor secara otomatis akan menyesuaikan konfigurasi untuk setiap himpunan data rangkaian waktu pada sistem. Evaluasi efektivitas konfigurasi dengan cepat dengan perkiraan yang telah diberikan yang dihasilkan oleh layanan yang menjalankan model kustom melalui data riwayat. Dapatkan aturan peringatan yang disarankan dari layanan yang dapat disesuaikan lebih lanjut untuk pemberitahuan yang penting bagi misi Anda.

Fokus pada perbaikan, bukan pemantauan data

Data Anda diperiksa secara hampir real time dan Metrics Advisor menunjukkan menit terjadinya sesuatu. Temukan perilaku yang tidak biasa di lapisan data dengan lebih dari 10.000 kombinasi dimensi. Ketika masalah ditandai bendera, Metrics Advisor dengan cepat memperlihatkan penyebab utama masalah dengan analisis akar masalah. Anda akan mendapatkan peringatan yang tepat berdasarkan kebutuhan, sehingga Anda dapat fokus memperbaiki masalah, bukan memantau metrik.

Percepat waktu ke nilai

Metrics Advisor menyederhanakan penyiapan dan penyerapan data dengan konektor database yang berlimpah dan pemrosesan awal data Anda dengan membersihkan, menggabungkan, dan mengisi celah demi alur rangkaian waktu yang konsisten. Anda tidak perlu membuat antarmuka pengguna dari awal untuk menggunakan fitur Metrics Advisor. Kelola aliran dan siklus hidup pemantauan data dari penyerapan data, model, visualisasi, diagnostik, dan peringatan dari satu tempat.

Jelajahi antarmuka