Amazon Lookout for Metrics 使用机器学习 (ML) 来自动检测和诊断业务和运营数据中的异常值（即偏离常态的异常值），例如销售收入或客户获取率的突然下滑。只需点击几下即可将 Amazon Lookout for Metrics 与热门的数据存储（如 Amazon S3、Amazon Redshift 和 Amazon Relational Database Service (RDS)）以及第三方 SaaS 应用程序（如 Salesforce、Servicenow、Zendesk 和 Marketo）连接，并开始检测对您的业务非常重要的指标。Amazon Lookout for Metrics 会自动检查和准备来自这些来源的数据，以便比传统异常检测方法更快、更准确地检测异常。您还可以就检测到的异常提供反馈，以调整结果并随时间的推移提高检测的准确性。Amazon Lookout for Metrics 可以将与同一事件相关的异常分组，并发送包含潜在根本原因摘要的警报，从而轻松诊断检测到的异常。它还会按严重程度对异常进行排序，以便您可以优先关注对业务最重要的事情。
优势
更准确地检测异常
Amazon Lookout for Metrics 使用 ML 来准确检测业务指标中的异常，并可减少误报。您可以就检测到的异常提供反馈，以调整结果并不断提高准确性和控制力。
更快地诊断出根本原因
Amazon Lookout for Metrics 通过自动将相关异常分组在一起、汇总可能的根本原因，并按严重程度排序，使诊断重要异常的根本原因变得更加容易。
轻松整合热门数据源和 SaaS 应用程序
Amazon Lookout for Metrics 可无缝连接到热门的 AWS 数据库，并为第三方 SaaS 应用程序提供预构建的连接器。只需点击几下即可开始监测指标并检测异常。
自动执行自定义警报和操作
您可以轻松将 Amazon Lookout for Metrics 与 Amazon Simple Notification Service 和 AWS Lambda 等事件和通知服务连接起来，以便在检测到异常时自动执行自定义警报和操作，例如提交故障报告表。
使用案例
Amazon Lookout for Metrics 能准确地检测和诊断各种业务职能和行业使用案例中的异常。
监控业务性能
改善客户体验
优化您的数字广告支出
提高用户参与度
识别业务指标中的不寻常差异，并获得警报，以便可以采取行动。无论是收入、订阅还是转化率，使用 Amazon Lookout for Metrics，您都可以主动监控业务表现，以掌握突发变化，识别根本原因并采取措施进行修复。 要监控的一些示例指标包括收入、购买数量、订单率、购物车指标或支付网关中的故障。
通过检测指标（指示对下游客户体验的下游影响）的峰值和低谷，了解客户相关问题、流失率、安装或购买率。Amazon Lookout for Metrics 可以在出现此类异常时通知您，以帮助缓解问题并快速解决问题。 要监控的一些示例指标包括下载、安装、页面浏览量、流失率或保留率。
由于多个活动同时运行且有大量要监控的指标，因此发现活动数据中的异常情况通常需要花费大量时间和手工操作。使用 Amazon Lookout for Metrics，您可以在您的活动超支、表现不佳或遇到错误时即时了解该情况，并提醒您影响广告支出的任务关键型事件。要监控的一些示例指标包括点击次数、印象、转换次数、安装次数或广告支出。
通过了解新用户、应用安装、应用内部购买或保留率的变化，采取行动以优化用户粘性。当在购买模式或与广告的交互中检测到异常时（例如链接断开），获得通知。要监控的一些示例指标包括收入、安装次数、下载次数和应用内购买次数。
客户案例
使用 Lookout for Metrics，我们能够在几分钟内发现一个对移动网络运营商客户的定价产生负面影响的问题。我们能够立即识别出罪魁祸首，并在 2 小时内进行修复。如果没有 Lookout for Metrics，我们将花费大约一天的时间来识别和分类问题，并且会导致客户收入下降 7.5%。Lookout for Metrics 让我们能够迅速采取行动，确保我们的定价模式的最佳性能，让我们专注于真正重要的事情——让每个人都连上网。”
Nico Kruger - Digitata 首席技术官
“使用 Amazon Lookout for Metrics，我们能够在事件真正影响我们的商店和客户之前捕获其中 20% 的事件。很高兴能在几小时内看到结果，而不是几周或几个月。该服务使我的团队能够轻松快速地实现 AI/ML 驱动的工作负载，并允许我们在最具挑战性的时候动态支持我们的运营团队。”
Supratim Banerjee - More Retail 首席转型官
“在 Liberty Latin America，我们的目标是尽可能提供最好的客户体验，我们通过多种方式解决这一问题。 在 IT 商业智能和产品连接与娱乐的合资企业中，我们使用异常检测来跟踪客户体验下降的关键指标。 使用 Amazon Lookout for Metrics，我们可以更轻松地识别真正的异常情况，并提醒我们的团队客户体验的潜在下降。”
Sergio Rodriguez -Liberty Latin America 娱乐和连接产品质量经理
“通过利用 Amazon Lookout for Metrics 来解析 CloudWatch 的事件，我们在一个下午即可投入生产，并将误报率降低 7 倍。这使得我们的网站可靠性工程师可以自信地专注于警报，并为我们提供工具来解决未来更复杂的操作和业务问题。”
Omar Lopez - Flywire 的基础设施技术主管
“使用 Lookout for Metrics，我们能够通过点击几次自动监控所有重要类别的数据，并在先前遗漏的近 40% 的案例中识别出异常事件。通过快速识别这些案例，我们能够以最优的方式调整我们的库存计划和在所有门店的分配。”
Rahul Subrananiam - Devfactory 首席执行官
“Lookout for Metrics 为我们团队节省了许多人工调查时间，现在通知被视为具有可操作性的提醒，而不是噪音，使我们的团队可以轻松专注于战略优先事项，同时减少技术开销。”
Mikhail Artyugin，Playrix 技术总监
