Code-Cube.io ha llevado oficialmente la supervisión de etiquetas al siguiente nivel con una importante mejora: la detección de anomalías.
Esta importante mejora supone un cambio con respecto a la forma tradicional de tracking los problemas de inactividad de las etiquetas mediante reglas estáticas. En su lugar, se utiliza un modelo avanzado de IA diseñado para identificar anomalías en el comportamiento de las etiquetas. Las anomalías, en pocas palabras, son eventos, elementos o acciones que se desvían del comportamiento normal esperado en los datos. Las anomalías basadas en modelos de IA detectan las irregularidades y alertan de ellas.
El modelo tiene en cuenta muchas más variables de lo que es posible manualmente con un conjunto de reglas estáticas. Por ejemplo, el modelo tiene en cuenta la estacionalidad y los días festivos, por lo que arroja diferentes valores atípicos por hora, día o mes. Cuando se producen aumentos o disminuciones repentinos e inesperados de una etiqueta específica, el sistema le avisa por correo electrónico, Slack o Teams.
¿Por qué es importante para mí esta actualización?
1. Los problemas se identificarán de forma proactiva
Ahora podrá detectar irregularidades en tiempo real y podrá abordar los problemas antes de que afecten a sus campañas.
2. Puede decir adiós a los falsos positivos
Nuestro enfoque basado en IA reduce las identificaciones erróneas, proporcionando datos más precisos para una toma de decisiones informada.
3. Deje que la tecnología trabaje por usted.
Anomaly Detection elimina la necesidad de examinar manualmente los datos, lo que le permite concentrarse en optimizar su estrategia de marketing.
¿Cuál es la diferencia con el anterior modelo Tag Inactivity?
Umbrales dinámicos para la actividad de las etiquetas
Con las reglas estáticas hay umbrales fijos que activan las alertas. Esto puede dar lugar a falsos positivos. Con el nuevo Modelo de Anomalías, los umbrales se ajustan dinámicamente en función del comportamiento aprendido, detectando con precisión las anomalías.
Respuesta adaptativa a los cambios estacionales
Con reglas estáticas, el sistema tiene dificultades para adaptarse, por ejemplo, a las variaciones estacionales, lo que da lugar a alertas incoherentes. Sin embargo, el nuevo Modelo de Anomalías reconoce patrones y se ajusta a los cambios estacionales, garantizando alertas contextualmente relevantes.
Con la detección de anomalías controlamos todos los valores atípicos y excepciones de todas sus etiquetas. Basándonos en el modelo de inteligencia artificial, predecimos el número esperado de solicitudes a lo largo del tiempo.
El modelo antiguo se basaba en reglas estáticas; se le notificaba cuando, por ejemplo, una etiqueta específica dejaba de disparar por completo.
¿Qué debo hacer?
¿Ya tiene una cuenta avanzada o Premium activa? Tag Monitor para su dominio? En ese caso, activaremos automáticamente este nuevo modelo para usted y no será necesaria ninguna acción.
Si aún no aprovecha las ventajas de supervisar sus etiquetas, este es un buen momento para empezar. Tener tranquilidad sobre tu etiquetado está a un solo clic.
Características principales
