Saltar al contenido principal

Amazon Lookout for Metrics

¿Qué es?​

Un servicio de machine learning que detecta automáticamente anomalías (valores atípicos) en sus datos comerciales y operativos, y ayuda a determinar sus causas raíz.

¿Para qué sirve?​

Monitorear continuamente el rendimiento comercial y operativo, identificar variaciones inusuales en métricas importantes y alertar sobre problemas para que pueda remediarlos rápidamente.

Casos de uso​

  • Monitoreo de métricas de ventas e ingresos para detectar caídas o picos inesperados.
  • Detección de anomalías en tasas de conversión de sitios web o aplicaciones.
  • Monitoreo de métricas de rendimiento de aplicaciones (ej: latencia, errores) para identificar problemas.
  • Análisis de datos de marketing para detectar campañas con rendimiento inusual.
  • Identificación de problemas en cadenas de suministro u operaciones.

Puntos principales​

  • Detección automática de anomalías: Utiliza machine learning para identificar patrones inusuales en los datos.
  • Causa raíz: Ayuda a determinar la causa raíz de las anomalías, proporcionando insights accionables.
  • Totalmente administrado: No requiere experiencia en machine learning para usar el servicio.
  • Fuentes de datos: Se conecta a varias fuentes de datos, incluyendo Amazon S3, Redshift, RDS y SaaS (Salesforce, Google Analytics).
  • Alertas: Envía alertas a canales como Amazon SNS, AWS Lambda o PagerDuty.
  • Retroalimentación: Permite proporcionar feedback sobre las anomalías detectadas para mejorar la precisión del modelo.

Comparativa con monitoreo tradicional basado en umbrales​

  • Amazon Lookout for Metrics: Utiliza machine learning para detectar anomalías complejas y sutiles que pueden perderse con umbrales estáticos. Se adapta a patrones de datos en constante cambio y reduce falsos positivos, proporcionando insights más precisos y accionables.
  • Monitoreo tradicional basado en umbrales: Depende de umbrales predefinidos que pueden ser difíciles de mantener y ajustar, especialmente para métricas con patrones estacionales o tendencias. Puede generar muchos falsos positivos o perder anomalías importantes que no superan los umbrales.