Détection d’anomalies
Repérage automatique des valeurs qui s’écartent de ce qu’un modèle statistique attendait au vu de l’historique d’une série.
Le modèle apprend sur le passé le niveau habituel de la série, sa tendance et ses cycles — un creux chaque week-end, un pic à chaque rentrée —, puis calcule pour chaque nouveau point une valeur attendue et une fourchette. Un point hors de la fourchette est signalé. Google Analytics décrit ainsi sa propre détection : une prédiction fondée sur l’historique, à laquelle la valeur réelle est comparée au moyen d’un intervalle de crédibilité.
Par rapport à un seuil fixe, l’intérêt est de tenir compte de la saisonnalité : une baisse un dimanche n’alerte pas, la même baisse un mardi alerte. Une anomalie n’est qu’un écart statistique. Elle peut signaler un incident réel — balise de suivi supprimée, pages désindexées, panne —, un événement prévu, ou un défaut de la mesure elle-même : Google tient pour la Search Console une page des anomalies de données connues, à consulter avant tout diagnostic.