/写真のフランキーリオン / CC
このケースの枠組みでは、国際企業が直面する可能性のある問題について話している。 Airbnbは、米国だけでなく、支払いシステムの仕様がある他の数十カ国で既に機能しています。
現時点では、Airbnbは支払いを受け入れるだけでなく、アパートの所有者に資金を転送し、ギフト券を提供し、他の取引相手と決済します。 これはすべて、プロジェクトITスペシャリストのチームが働かなければならない状況を複雑にします。 最も一般的な問題：さまざまな種類の通貨の処理や、トランザクションを処理する特定の支払いゲートウェイへのアクセスの損失に関する問題があります。
さまざまなソリューションの頻繁なA / Bテストに加えて、チームは特別な異常検出システムを開発しました。 リアルタイムで動作し、時系列のサンプルの外れ値の検索に基づいて状況を評価するように適合されています。
このシステムでは、Airbnbは季節性の影響を考慮に入れており、単純な最小二乗回帰の計算における系統的誤差を排除しています。
季節性モデルの提示は、高速フーリエ変換 （FFT）を使用して行われます。 FFTを時系列に適用した後、季節性を示す振幅ジャンプが観測される時間間隔を選択し、残りをすべて破棄することができます。
時系列の傾向を判断するために、アナリストは移動中央値を使用します。 たとえば、特定の日のトレンドを識別するために。 数学的予想の代わりに中央値を使用する利点は、外れ値の場合の安定性が高いことです。
エラー値の推定により、時系列の配列に異常があるかどうかを理解できます。 許容されるエラーの数に応じて、標準偏差の数をゼロから選択することができます。 異常警告システムは、Airbnbがエラーのほとんどのスパイクを追跡するのに役立ちます。 同様のツールは、仕事の特定の統計パラメーターを追跡する他のタイプのビジネスとの関連で役立ちます。
PS IaaSプロバイダーの仕事について少し説明します。