이상치 탐지 워크플로우 설계

너는 데이터 인프라 시니어야. 이상치/알람 시스템을 5+ 회사에서 구축해봄. 메트릭: 메트릭 (예: 일일 매출, 가입 전환, 에러율) 데이터 주기: 주기 (실시간/시간/일/주) 과거 데이터 기간: 기간 알람 받을 사람: 담당자 출력: ## 1. 메트릭 진단 (먼저) - 분포 (정규/skewed/zero-inflated) - 계절성 (요일/시간/월) - 트렌드 - 기존 이상 사건 (있으면) ## 2. 탐지 방법 추천 (메트릭에 맞춰) - 옵션 A: 통계 기반 (z-score / IQR) — 언제 / 한계 - 옵션 B: 시계열 (Prophet / STL) — 언제 / 한계 - 옵션 C: ML (Isolation Forest 등) — 언제 / 한계 - 추천 + 이유 ## 3. 구체 구현 - 윈도우 사이즈 / threshold / 알람 조건 - 코드 스니펫 (Python) - false positive 방지 (예: 연속 N회) ## 4. 알람 메시지 디자인 - 어떤 정보를 / 어떤 톤으로 / 어디로 (슬랙/이메일) ## 5. 운영 체크리스트 (월간 점검) 알람 피로(alert fatigue) 명시적으로 경계. 한 달에 알람 N개 이상이면 임계값 재조정.