تبدیلیٔ نقطہ کی شناخت: اپنے ٹریفک میں آنے والی تبدیلیوں کی تاریخیں معلوم کریں

تبدیلیٔ نقطہ کی شناخت (Change Point Detection) وہ تاریخیں تلاش کرتی ہے جن پر آپ کے روزانہ کلکس یا امپریشنز ایک نئی سطح پر آ کر ٹھہر گئے، یعنی یہ الگ تھلگ غیر معمولی دنوں کو نہیں بلکہ مستقل تبدیلیوں کو پکڑتی ہے۔ ہر تبدیلی کے لیے یہ پہلے اور بعد کی اوسط، روزمرہ کے اتار چڑھاؤ کے مقابلے میں تبدیلی کا حجم اور اعتماد کا اسکور بتاتی ہے۔ کمی یا اضافے کی وجہ ڈھونڈنے سے پہلے اس کی شروعات کی درست تاریخ معلوم کرنے کے لیے اسے استعمال کریں۔

تبدیلیاں کیسے تلاش کی جاتی ہیں

1. پوری مدت میں رپورٹ ہر دن کے فاصلے کو مدت کی اوسط سے جمع کرتی جاتی ہے، یعنی مجموعی جمع (cumulative sum) یا CUSUM۔ جہاں سطح بدلتی ہے وہاں یہ جاری مجموعہ مڑ جاتا ہے، اور جس دن یہ صفر سے سب سے زیادہ دور ہو وہی تقسیم کا سب سے ممکنہ مقام ہوتا ہے۔
2. تقسیم کے ہر طرف کم از کم 7 دن ہونے چاہییں۔
3. تبدیلی کی پیمائش دونوں اوسطوں کے فرق کو دونوں حصوں کے مشترکہ معیاری انحراف (pooled standard deviation) سے تقسیم کر کے کی جاتی ہے، یعنی روزمرہ کے عام اتار چڑھاؤ کی اکائیوں میں۔ تقسیم صرف اسی صورت برقرار رکھی جاتی ہے جب یہ عدد آپ کی مقرر کردہ حساسیت (Sensitivity) تک پہنچ جائے۔
4. اعتماد کا اسکور ایک پرمیوٹیشن ٹیسٹ سے آتا ہے: حصے کے دنوں کو 200 بار پھینٹا جاتا ہے، اور اعتماد ان پھینٹوں کا تناسب ہے جن میں CUSUM کی حد اصل حد سے چھوٹی نکلتی ہے۔
5. برقرار رکھی گئی ہر تقسیم کے دونوں طرف دوبارہ تلاش کی جاتی ہے (بائنری سیگمنٹیشن)، زیادہ سے زیادہ 8 تبدیلی کے نقاط تک۔

حساسیت (Sensitivity) 0.5 سے 3 معیاری انحرافات تک ہوتی ہے، اور ڈیفالٹ 1.5 ہے۔ کم قدریں چھوٹی تبدیلیاں بھی پکڑ لیتی ہیں۔ تبدیلیٔ نقطہ کی تاریخ نئی سطح کا پہلا دن ہوتی ہے۔ NIST کی ہینڈ بک CUSUM کو اوسط میں چھوٹی مگر مستقل تبدیلیوں کے لیے موزوں طریقہ قرار دیتی ہے، اور یہاں بالکل یہی صورت سنبھالی جاتی ہے۔

نتائج کو پڑھنا

• کارڈز: شناخت شدہ تبدیلیٔ نقاط (سیگمنٹس کی تعداد کے ساتھ)، سب سے بڑی تبدیلی فیصد میں (سیریز کے روزمرہ اتار چڑھاؤ کے ساتھ)، تازہ ترین تبدیلیٔ نقطہ اپنی سمت اور اعتماد کے ساتھ، اور پہلے سیگمنٹ کی اوسط سے آخری سیگمنٹ کی اوسط تک تبدیلی۔
• تبدیلیٔ نقاط والی سیریز (Series with change points) روزانہ قدریں، 7 دن کی ہموار لکیر اور ہر سیگمنٹ کی اوسط دکھاتی ہے، اور ہر تبدیلیٔ نقطہ پر ایک ڈیشڈ لکیر اور فیصدی تبدیلی بھی۔
• CUSUM شماریہ (CUSUM statistic) خود جاری مجموعہ دکھاتا ہے: وہاں ڈھلان کا بدلنا سیریز میں سطح کا بدلنا ہے۔
• جدول میں یہ کالم ہوتے ہیں: تاریخ، سمت (اوپر یا نیچے)، پہلے کی اوسط، بعد کی اوسط، تبدیلی، حجم (SD اکائیوں میں)، اعتماد، پہلے کے دن اور بعد کے دن۔

رن کے بعد میٹرک یا حساسیت بدلیں تو شناخت براؤزر میں دوبارہ کی جاتی ہے۔ رن ہمیشہ کم از کم 90 دن کا احاطہ کرتا ہے؛ اس سے چھوٹی مدت پیچھے کی طرف بڑھا دی جاتی ہے اور ایک نوٹ بتاتا ہے کہ کون سی تاریخیں استعمال ہوئیں۔

اس کے مفروضات

• ٹریفک ہموار زینوں میں بدلتا ہے۔ ماڈل سطحوں کی ایک سیریز کے ساتھ شور پر مبنی ہے۔ مسلسل بڑھتے رجحان میں کوئی ایک واضح موڑ نہیں ہوتا، اس لیے وہ کئی زینوں میں بٹ سکتا ہے یا کوئی نقطہ بھی نہیں نکل سکتا۔
• ہفتے کے دنوں کا نمونہ موجود رہتا ہے۔ ہفتہ وار اتار چڑھاؤ شور میں شمار ہوتا ہے، جس سے چھوٹی تبدیلیوں کا حد پار کرنا مشکل ہو جاتا ہے۔ جس سائٹ پر ہفتہ وار رجحان مضبوط ہو وہاں اس کے ساتھ Time-Series Decomposition بھی دیکھیں۔
• حالیہ تبدیلیوں کو وقت چاہیے۔ ہر طرف 7 دن لازمی ہونے کی وجہ سے، جو تبدیلی پچھلے چھ دنوں میں شروع ہوئی ہو وہ ابھی نہیں پکڑی جا سکتی۔
• اعتماد ایک رہنما ہے، فلٹر نہیں۔ یہ طے نہیں کرتا کہ کوئی نقطہ فہرست میں آئے گا یا نہیں؛ یہ فیصلہ تبدیلی کا حجم کرتا ہے۔ پھینٹنے کا عمل ہر دن کو آزاد بھی فرض کرتا ہے، جبکہ لگاتار دنوں کا ٹریفک باہم جڑا ہوتا ہے، اس لیے اعتماد کو درست امکان کے بجائے ایک نسبتی پیمانہ سمجھ کر پڑھیں۔
• سب سے بڑا موڑ پہلے۔ بائنری سیگمنٹیشن چھوٹی تقسیموں سے پہلے سب سے مضبوط تقسیم تلاش کرتی ہے، اس لیے ایک ہفتے کے فاصلے پر آنے والی دو تبدیلیاں ایک ہی تبدیلی کے طور پر رپورٹ ہو سکتی ہیں۔

تبدیلیٔ نقطہ کے ساتھ کیا کریں

تاریخ کا موازنہ اس کے آس پاس ہونے والے واقعات سے کریں: کوئی ڈیپلائمنٹ، مائیگریشن، ٹیمپلیٹ کی تبدیلی، آؤٹیج یا Google ranking update۔ پھر رپورٹ کو دوبارہ چلائیں اور کسی فولڈر، ملک یا ڈیوائس پر فلٹر لگائیں تاکہ معلوم ہو کہ سائٹ کا کون سا حصہ بدلا۔ وجہ معلوم ہو جائے تو اسے annotation کے طور پر درج کر لیں۔

مستقل تبدیلیوں کے بجائے الگ تھلگ غیر معمولی دنوں کے لیے Anomaly Detection استعمال کریں۔ کمی کی اطلاع ہوتے ہی پانے کے لیے alerts ترتیب دیں۔