Deteksi anomali

Aturan menangkap hal yang terpikir untuk Anda tanyakan. Deteksi anomali menangkap sisanya: nilai yang sudah bergerak cukup jauh dari riwayatnya sendiri sehingga layak ditinjau, pada seri yang belum punya aturan.

Ia berjalan berdampingan dengan kumpulan aturan, bukan menggantikannya. Aturan tetap menjadi alat yang presisi — ambang batas dan perubahan yang Anda pahami persis — sementara skor anomali mengawasi perilaku yang tidak tercakup aturan Anda.

Setiap seri dibandingkan dengan dirinya sendiri. Platform menyimpan pandangan bergulir atas masa lalu terdekat untuk setiap seri yang dipantau, sehingga nilai saat ini diukur terhadap perilaku nyata seri itu, bukan terhadap angka yang diketik seseorang berbulan-bulan lalu.

• Jendela bergulir riwayat terdekat per seri — tiga puluh hari pembacaan pada konfigurasi standar.
• Jendela pendek dibandingkan dengan jendela panjang: sepekan terakhir terhadap baseline tiga puluh hari.
• Baseline terpisah per lokasi, kategori, atau sumber, sehingga wilayah sepi dinilai dengan normalnya sendiri.
• Bekerja pada apa pun yang sudah masuk sebagai seri waktu — jumlah, pembacaan, harga, insiden.

Penyimpangan menerima skor, bukan putusan: seberapa jauh nilai saat ini dari baseline-nya, dan sudah berapa lama ia bertahan di sana. Skor diperingkat, sehingga kenaikan tiga hari pada seri bervolume rendah dapat mengalahkan satu jam sibuk di tempat lain.

• Jarak dari baseline, dalam satuan yang sudah dipahami seri tersebut.
• Ketahanan, sehingga pergeseran berkelanjutan diperlakukan berbeda dari satu bacaan menyimpang.
• Tingkat keparahan yang menentukan apa yang dieskalasikan ke orang dan apa yang cukup tetap terlihat.

Setiap seri yang dipantau juga membawa pergerakan terdekatnya. Perubahan pekan-ke-pekan dan bulan-ke-bulan tersedia berdampingan dengan sparkline sebulan pembacaan terakhir, sehingga nilai saat ini dibaca dalam konteks, bukan sendiri.

Ketika sebuah seri bergerak, proyeksi jangka pendek memperpanjangnya tiga hingga tujuh hari ke depan dengan interval keyakinan di sekitarnya. Inilah yang mengubah lonjakan menjadi waktu ancang-ancang — saat keputusan masih bisa diambil dengan murah.

Inti dari skor anomali adalah waktu ancang-ancang: makin dini penyimpangan terlihat, makin murah responsnya.

Skor dan aturan menjawab pertanyaan yang berbeda, dan memakai keduanya itulah yang membuat pemantauan menjadi matang. Aturan menyatakan hal yang sudah Anda tahu penting; skor melaporkan bahwa sesuatu berubah pada seri yang tidak diawasi ketat.

Lingkaran di antara keduanya pendek. Skor menarik perhatian ke sebuah penyimpangan, seseorang memutuskan apakah itu penting, dan bila terus penting mereka menulis aturan dengan ambang batas yang kini didukung bukti.

Skor anomali berbuah ketika peristiwanya jarang dan volumenya rendah. Wilayah yang mencatat tiga insiden sebulan tidak terlihat oleh ambang batas yang disetel untuk tingkat provinsi; diukur terhadap riwayatnya sendiri, tiga insiden itu adalah sebuah pergerakan.

Ia juga memberi waktu ancang-ancang pada kasus yang hanya bisa dilaporkan aturan. Seri yang menanjak selama sepekan sudah tertangkap skornya berhari-hari sebelum melewati ambang batas mana pun yang wajar Anda pilih.

• Kenaikan pada seri bervolume rendah yang dilewatkan ambang batas.
• Pergeseran bertahap tanpa satu hari yang dramatis.
• Bukti tentang di mana ambang batas sebaiknya berada, sebelum menjadi aturan.

Sebuah skor adalah pertanyaan, bukan putusan, dan itu perlu dinyatakan tegas. Ia tidak menentukan apa yang penting bagi operasi Anda, dan ia tidak bisa menilai seri yang memang belum dikumpulkan siapa pun.

Ia juga tidak menggantikan orang yang tahu seperti apa normalnya di tempat mereka bekerja. Skor mempersempit bidangnya; pengetahuan domain tetap yang mengubah penyimpangan menjadi keputusan.

• Ia tidak menentukan apa yang penting — ia memeringkat apa yang bergerak.
• Ia tidak bisa menilai seri yang tidak dikumpulkan.
• Ia tidak menggantikan pengetahuan lokal tentang apa yang normal.

Mulailah dengan mengarahkannya ke seri yang sudah Anda percaya: ukuran yang rutin dipantau tim Anda. Sepekan penilaian terhadap riwayat nyata biasanya cukup untuk melihat apakah baseline-nya sesuai dengan operasi, dan di mana aturan lebih sederhana daripada skor.

Setelah itu, percakapan yang berguna adalah tentang penyimpangan yang ditemukannya, bukan tentang model di belakangnya. Setiap penyimpangan entah merupakan pergerakan nyata yang layak ditindaklanjuti atau alasan menyesuaikan jendelanya — keduanya meninggalkan baseline yang lebih baik.