Comment détecter des anomalies dans mes indicateurs avec iDBQuery ?

Demandez à iDBQuery « Lesquels de nos indicateurs clés ont bougé anormalement la semaine dernière par rapport à leur plage normale ? » Il compare les valeurs récentes au schéma historique de chaque indicateur, renvoie les mouvements inhabituels sous forme de graphique, et rattache chaque point signalé à ses lignes sources.

La détection d'anomalies repère les valeurs qui sortent de la plage normale et attendue d'un indicateur, un signal d'alerte précoce indiquant qu'un changement a eu lieu. Plutôt que de fixer des tableaux de bord, iDBQuery vous permet de demander directement les anomalies et de surveiller de nombreux indicateurs à la fois.

  • Vous demanderiez à iDBQuery : « Compare les commandes, le revenu et le taux de remboursement quotidiens de cette semaine à leur schéma des 8 semaines précédentes, et signale tout jour sorti de la plage normale. »
  • Il mesure la plage typique de chaque indicateur, compare les points récents, et renvoie un graphique avec les valeurs aberrantes marquées ainsi qu'un tableau de ce qui a dévié et de combien.
  • Chaque point signalé est rattaché à ses lignes sources, si bien qu'une anomalie est vérifiable, et non une alerte mystérieuse.

Cela diffère de l'investigation d'une seule anomalie connue : ici, iDBQuery balaie l'ensemble des indicateurs pour capter des changements que vous ne surveilliez pas. Une fois qu'un élément est signalé, vous pouvez basculer directement vers le diagnostic dans le même fil : « Décompose le pic anormal de remboursements par produit et par région. » Comme les indicateurs peuvent s'étendre sur plusieurs systèmes, le modèle unique et vivant lui permet de surveiller à travers tous, sans pipeline. Transformez-le en rapport planifié pour que les anomalies remontent automatiquement, et laissez l'agent Analyste investiguer un mouvement signalé de lui-même, en citant les lignes qui l'expliquent. C'est une surveillance transparente : le SQL et les plages utilisées sont toujours visibles.

Updated 2026-06-22