Сегодня мы решили проанализировать опыт ИТ-специалистов компании Airbnb, которая столкнулась с проблемами в работе платежного шлюза.
/ Фото frankieleon / CC
В рамках данного кейса идет речь о проблемах, с которыми может столкнуться любая международная компания. Airbnb работает уже не только в США, но в десятках других стран, где есть свои особенности работы платежных систем.
В настоящий момент Airbnb не только принимает платежи, но и перечисляет средства хозяевам квартир, дарит подарочные сертификаты и производит расчеты с другими контрагентами. Все это осложняет условия, в которых приходится работать команде ИТ-специалистов проекта. Из самых распространенных проблем: встречаются сложности с обработкой различных типов валюты или с потерей доступа к определенному платежному шлюзу, который обрабатывает транзакции.
Помимо частого проведения A/B-тестирования различных решений команда разработала специальную систему обнаружения аномалий. Она приспособлена к работе в режиме реального времени и оценке ситуации на основе поиска выбросов в выборке временных рядов.
Для данной системы Airbnb учитывает эффект сезонности, что позволяет исключить систематические ошибки при вычислении простой регрессии методом наименьших квадратов.
Представление модели сезонности производится с помощью быстрого преобразования Фурье (FFT). После применения FFT к временным рядам возможно отобрать промежутки времени, на которых наблюдаются скачки амплитуды, указывающие на сезонность, а все остальные можно отбросить.
Для определения тренда временных рядов аналитики используют скользящую медиану. Например, для выявления тренда в определенный день. Преимуществом использования медианы вместо математического ожидания является более высокая стабильность в случае возникновения выбросов.
Оценка величины погрешности позволяет понять, есть ли в массиве из временных рядов аномалии. В зависимости от разрешенного числа ошибок возможно выбрать количество стандартных отклонений от нуля. Система предупреждений об аномалиях помогает Airbnb отследить большую часть скачков величины погрешности. Подобные инструменты могут быть полезны применительно и к другим видам бизнесов, отслеживающим те или иные статистические параметры своей работы.
P.S. Немного о работе нашего IaaS-провайдера:
/ Фото frankieleon / CC
В рамках данного кейса идет речь о проблемах, с которыми может столкнуться любая международная компания. Airbnb работает уже не только в США, но в десятках других стран, где есть свои особенности работы платежных систем.
В настоящий момент Airbnb не только принимает платежи, но и перечисляет средства хозяевам квартир, дарит подарочные сертификаты и производит расчеты с другими контрагентами. Все это осложняет условия, в которых приходится работать команде ИТ-специалистов проекта. Из самых распространенных проблем: встречаются сложности с обработкой различных типов валюты или с потерей доступа к определенному платежному шлюзу, который обрабатывает транзакции.
Помимо частого проведения A/B-тестирования различных решений команда разработала специальную систему обнаружения аномалий. Она приспособлена к работе в режиме реального времени и оценке ситуации на основе поиска выбросов в выборке временных рядов.
Для данной системы Airbnb учитывает эффект сезонности, что позволяет исключить систематические ошибки при вычислении простой регрессии методом наименьших квадратов.
Представление модели сезонности производится с помощью быстрого преобразования Фурье (FFT). После применения FFT к временным рядам возможно отобрать промежутки времени, на которых наблюдаются скачки амплитуды, указывающие на сезонность, а все остальные можно отбросить.
Для определения тренда временных рядов аналитики используют скользящую медиану. Например, для выявления тренда в определенный день. Преимуществом использования медианы вместо математического ожидания является более высокая стабильность в случае возникновения выбросов.
Оценка величины погрешности позволяет понять, есть ли в массиве из временных рядов аномалии. В зависимости от разрешенного числа ошибок возможно выбрать количество стандартных отклонений от нуля. Система предупреждений об аномалиях помогает Airbnb отследить большую часть скачков величины погрешности. Подобные инструменты могут быть полезны применительно и к другим видам бизнесов, отслеживающим те или иные статистические параметры своей работы.
P.S. Немного о работе нашего IaaS-провайдера:
