Anomaly Detection: ให้ระบบเตือนเองเมื่อตัวเลขผิดปกติ

30 มิถุนายน 2569อ่าน 7 นาที

ยอดขายตกครึ่งหนึ่งคืนนี้ หรือมีคำสั่งซื้อพุ่งผิดปกติ จะรู้ตอนเปิด Dashboard พรุ่งนี้หรือรู้ทันที Anomaly Detection ให้ระบบเฝ้าดูแทน และเตือนเมื่อข้อมูลออกนอกช่วงปกติ

Dashboard ที่ดีบอกว่าเกิดอะไรขึ้น แต่ต้องมีคนเปิดดูถึงจะรู้ Anomaly Detection ไปอีกขั้น คือให้ระบบเฝ้าดูตัวเลขเองตลอดเวลา และส่งสัญญาณเตือนเมื่อมีอะไรผิดปกติ เช่น ยอดขายตกผิดปกติ ค่าใช้จ่ายพุ่ง หรือมีธุรกรรมที่ไม่เคยเห็นมาก่อน คุณจึงรู้ปัญหาตอนที่ยังแก้ทัน ไม่ใช่ตอนสิ้นเดือน

ผิดปกติ วัดจากอะไร

วิธีพื้นฐานที่สุดคือดูว่าค่าปัจจุบันห่างจากค่าเฉลี่ยปกติมากแค่ไหน เมื่อเทียบกับการแกว่งตามธรรมชาติของข้อมูล ถ้าห่างเกินเกณฑ์ที่ตั้งไว้ ก็ถือว่าผิดปกติและแจ้งเตือน เกณฑ์นี้ต้องตั้งให้พอดี ถ้าไวเกินจะเตือนพร่ำเพรื่อจนคนเลิกสนใจ ถ้าช้าเกินก็จับปัญหาจริงไม่ทัน

z = \dfrac{x - \mu}{\sigma}

z บอกว่าค่าที่สังเกต x ห่างจากค่าเฉลี่ย μ กี่เท่าของส่วนเบี่ยงเบนมาตรฐาน σ ถ้า z สูงมาก (เช่น เกิน 3) แปลว่าค่านั้นผิดปกติเมื่อเทียบกับการแกว่งตามธรรมชาติ ควรแจ้งเตือน

เกี่ยวข้องบริการ Data Dashboard & Analytics

เริ่มต้นโดยไม่ต้องลงทุน AI ใหญ่โต

เริ่มจากตัวเลขสำคัญไม่กี่ตัว เช่น ยอดขายรายชั่วโมง และค่าใช้จ่าย
ตั้งเกณฑ์เตือนง่าย ๆ ก่อน แล้วค่อยปรับให้แม่นขึ้นจากของจริง
ส่งเตือนไปยังคนที่แก้ได้จริง พร้อมบริบทพอให้ลงมือได้ทันที

Anomaly Detection เปลี่ยนการเฝ้าระวังจากงานที่ต้องมีคนนั่งจ้องตัวเลข เป็นระบบที่เรียกคุณเมื่อจำเป็น มันไม่ได้แทนการตัดสินใจของคน แต่ทำให้คนได้รู้ปัญหาเร็วพอที่จะตัดสินใจได้ทัน

Anomaly DetectionMonitoringAnalyticsAlerts

บริการที่เกี่ยวข้อง

บริการ Data Dashboard & Analytics

ออกแบบแดชบอร์ดและวิเคราะห์ข้อมูล ให้เห็นภาพธุรกิจและตัดสินใจได้ด้วยตัวเลข

WhaleScope

ดูโครงสร้างตลาดของทุกหมวดธุรกิจไทย บน WhaleScope

รายชื่อบริษัท ผู้เล่นรายใหญ่ และอัตราคงอยู่ของแต่ละหมวด — จากข้อมูลจดทะเบียน 2 ล้านนิติบุคคล

ปรึกษาฟรี ดูบริการนี้

อ่านต่อ

Data Observability: เฝ้าดูสุขภาพของข้อมูล ก่อนรายงานจะผิด

ระบบพังเรามีการเฝ้าระวัง แต่ข้อมูลพังเงียบ ๆ มักไม่มีใครรู้จนตัดสินใจผิดไปแล้ว Data Observability คือการเฝ้าดูสุขภาพของข้อมูล เช่น ครบไหม มาตรงเวลาไหม ค่าผิดปกติหรือเปล่า

LLM Observability: เฝ้าดูคุณภาพและต้นทุนของ AI หลังใช้งานจริง

ฟีเจอร์ AI ที่ปล่อยไปแล้ว อาจค่อย ๆ แย่ลง แพงขึ้น หรือตอบผิดบ่อยขึ้นโดยไม่มีใครรู้ LLM Observability คือการเฝ้าดูคุณภาพ ต้นทุน และพฤติกรรมของ AI ในโลกจริง เพื่อจับปัญหาก่อนลูกค้าเจอ

Uptime Monitoring คืออะไร: รู้ว่าเว็บล่มก่อนลูกค้าโทรมาบอก

เว็บหรือระบบล่มตอนกลางคืนหรือช่วงที่ไม่มีใครดู อาจไม่มีใครรู้จนลูกค้าบ่นหรือยอดขายหาย Uptime monitoring คือระบบที่คอยเช็กว่าเว็บและระบบยังทำงานอยู่ตลอดเวลา และแจ้งเตือนทันทีที่ล่ม เพื่อให้แก้ได้ก่อนความเสียหายลาม

Model Drift: ทำไม AI ที่เคยแม่น ค่อย ๆ ผิดเมื่อโลกเปลี่ยน

โมเดล AI ไม่ได้พังในวันเดียว แต่ค่อย ๆ ผิดเมื่อพฤติกรรมลูกค้าและตลาดเปลี่ยนไปจากตอนที่ฝึก เข้าใจ Model Drift และวิธีเฝ้าระวัง ก่อนที่การตัดสินใจด้วย AI จะพาธุรกิจหลงทาง