Change Point Detection: अपने ट्रैफ़िक में आए बदलावों की तारीख़ पहचानें

Change Point Detection उन तारीख़ों का पता लगाता है जब आपके दैनिक क्लिक या इंप्रेशन किसी नए स्तर पर पहुँचे और वहीं टिके रहे, यानी यह अकेले असामान्य दिनों को नहीं, बल्कि स्थायी बदलावों को पकड़ता है। हर बदलाव के लिए यह पहले और बाद का औसत, रोज़ के सामान्य उतार-चढ़ाव (नॉइज़) की तुलना में बदलाव का आकार और एक कॉन्फ़िडेंस स्कोर देता है। गिरावट या बढ़त के पीछे का कारण खोजने से पहले, उसकी शुरुआत की सटीक तारीख़ तय करने के लिए इसका उपयोग करें।

बदलाव कैसे पकड़े जाते हैं

1. पूरी विंडो में, रिपोर्ट हर दिन की विंडो के औसत से दूरी को जोड़ती जाती है, इसे संचयी योग (cumulative sum) या CUSUM कहते हैं। जहाँ स्तर बदलता है, वहाँ यह चलता हुआ योग मुड़ जाता है, और जो दिन शून्य से सबसे दूर होता है, वही विभाजन का सबसे संभावित बिंदु होता है।
2. विभाजन के हर तरफ़ कम से कम 7 दिन होने चाहिए।
3. बदलाव को दोनों औसतों के अंतर को दोनों पक्षों के संयुक्त मानक विचलन (pooled standard deviation) से भाग देकर मापा जाता है, यानी रोज़ के सामान्य उतार-चढ़ाव की इकाइयों में। विभाजन तभी रखा जाता है जब यह संख्या आपके तय किए गए Sensitivity तक पहुँचती है।
4. कॉन्फ़िडेंस एक परम्यूटेशन टेस्ट से आता है: सेगमेंट के दिनों को 200 बार फेंटा जाता है, और कॉन्फ़िडेंस उन फेंटावों का अनुपात होता है जिनकी CUSUM रेंज असली रेंज से छोटी निकलती है।
5. रखे गए हर विभाजन के दोनों ओर फिर से खोज की जाती है (बाइनरी सेगमेंटेशन), अधिकतम 8 change point तक।

Sensitivity 0.5 से 3 मानक विचलन तक होती है, डिफ़ॉल्ट 1.5 है। कम मान छोटे बदलाव भी पकड़ लेते हैं। change point की तारीख़ नए स्तर का पहला दिन होती है। NIST की हैंडबुक CUSUM को औसत में आने वाले छोटे और टिकाऊ बदलावों के लिए उपयुक्त विधि बताती है, और यहाँ यही स्थिति संभाली जाती है।

नतीजे कैसे पढ़ें

• कार्ड: पहचाने गए Change points (सेगमेंट की संख्या के साथ), सबसे बड़ा बदलाव प्रतिशत में (सीरीज़ के दैनिक नॉइज़ के साथ), सबसे हाल का change point उसकी दिशा और कॉन्फ़िडेंस के साथ, और पहले सेगमेंट के औसत से आख़िरी सेगमेंट के औसत तक का बदलाव।
• Series with change points दैनिक मान, 7 दिन की स्मूद की हुई रेखा और हर सेगमेंट का औसत दिखाता है, और हर change point पर एक डैश वाली रेखा तथा प्रतिशत बदलाव दर्शाता है।
• CUSUM statistic चलता हुआ योग ख़ुद दिखाता है: वहाँ ढलान में बदलाव का मतलब सीरीज़ के स्तर में बदलाव है।
• तालिका में Date, Direction (Up या Down), Before average, After average, Change, Shift (SD units), Confidence, Days before और Days after दिए जाते हैं।

रन के बाद मेट्रिक या sensitivity बदलने पर पहचान ब्राउज़र में ही दोबारा की जाती है। रन हमेशा कम से कम 90 दिनों को कवर करता है; इससे छोटी रेंज को पीछे की ओर बढ़ा दिया जाता है और एक नोट बताता है कि कौन-सी तारीख़ें उपयोग हुईं।

यह क्या मानकर चलता है

• ट्रैफ़िक सपाट सीढ़ियों में बदलता है। मॉडल स्तरों की एक श्रृंखला और नॉइज़ पर आधारित है। लगातार चढ़ती हुई सीरीज़ में कोई एक स्पष्ट मोड़ नहीं होता, इसलिए उसे कई सीढ़ियों में बाँटा जा सकता है या कोई बदलाव मिल ही नहीं सकता।
• सप्ताह के दिनों का पैटर्न बना रहता है। साप्ताहिक उतार-चढ़ाव नॉइज़ गिने जाते हैं, जिससे छोटे बदलावों का सीमा पार करना कठिन हो जाता है। जिस साइट में साप्ताहिक लय मज़बूत है, वहाँ इसके साथ Time-Series Decomposition भी देखें।
• हाल के बदलावों को समय चाहिए। हर तरफ़ 7 दिन ज़रूरी होने के कारण, पिछले छह दिनों में शुरू हुआ बदलाव अभी पकड़ में नहीं आ सकता।
• कॉन्फ़िडेंस एक संकेत है, फ़िल्टर नहीं। कोई बिंदु सूची में आएगा या नहीं, यह कॉन्फ़िडेंस नहीं, बदलाव का आकार तय करता है। साथ ही, फेंटने की प्रक्रिया हर दिन को स्वतंत्र मानती है, जबकि लगातार दिनों का ट्रैफ़िक आपस में जुड़ा होता है, इसलिए कॉन्फ़िडेंस को किसी सटीक प्रायिकता के बजाय सापेक्ष संकेत की तरह पढ़ें।
• सबसे बड़ा विभाजन पहले। बाइनरी सेगमेंटेशन छोटे विभाजनों से पहले सबसे मज़बूत विभाजन खोजती है, इसलिए एक हफ़्ते के अंतर पर हुए दो बदलाव एक ही बदलाव के रूप में रिपोर्ट हो सकते हैं।

change point का क्या करें

तारीख़ को उसके आसपास हुई घटनाओं से मिलाएँ: कोई डिप्लॉयमेंट, माइग्रेशन, टेम्पलेट में बदलाव, आउटेज या Google ranking update। फिर रिपोर्ट को किसी फ़ोल्डर, देश या डिवाइस के फ़िल्टर के साथ दोबारा चलाकर पता करें कि साइट का कौन-सा हिस्सा बदला। कारण पता चल जाए तो उसे annotation के रूप में दर्ज करें।

लंबे समय के बदलावों के बजाय अलग-अलग असामान्य दिनों के लिए Anomaly Detection का उपयोग करें। गिरावट होते ही सूचना पाने के लिए alerts सेट करें।