4. 异常波动分类体系：五大核心类型

在催收触达看板中，异常波动并非单一形态。根据数据特征与业务含义，可将异常波动归纳为瞬时突增、持续下降、周期性异常、阈值越界、数据断流五大类。每一类对应不同的根因与处置策略，是看板监控规则设计的基石。

4.1 五大异常类型对比

4.2 异常波动分类体系架构图

下图展示了五大异常类型在催收触达看板中的层级关系与检测逻辑：

4.3 各类型详细说明与看板设计要点

4.3.1 瞬时突增

• 特征：指标在1-2个数据点内急剧上升，随后快速回落或持续高位。
• 看板设计：使用实时折线图 + 异常点标记，对突增点用红色高亮圆圈标注；配置3σ 或 MAD 离群检测算法自动识别。
• 避坑提示：区分“业务真实突增”（如大促）与“系统异常突增”（如重试风暴），需结合业务日历过滤。

4.3.2 持续下降

• 特征：指标在连续10个以上数据点中呈现单调递减，斜率显著为负。
• 看板设计：在趋势图中叠加线性回归趋势线，当斜率小于阈值时触发告警；使用热力图展示各坐席/线路的接通率变化。
• 避坑提示：排除业务自然下降（如夜间外呼量减少），仅在工作时段内启用趋势检测。

4.3.3 周期性异常

• 特征：指标在固定周期（如每小时整点、每日9:00）的预期峰值/谷值出现偏移或缺失。
• 看板设计：使用周期对比图，将当前周期曲线与历史同期曲线叠加；配置STL 时间序列分解，监控残差项是否超出控制限。
• 避坑提示：周期窗口需与业务调度频率一致，避免因时区或夏令时导致误报。

4.3.4 阈值越界

• 特征：指标绝对值超过预设的静态阈值（如并发数 > 500）或动态阈值（如响应时间 > 历史P99）。
• 看板设计：在仪表盘中以进度条或仪表盘展示当前值与阈值关系；配置多级阈值（警告/严重/紧急）对应不同告警通道。
• 避坑提示：动态阈值需定期重新计算基线，避免因数据漂移导致阈值失效。

4.3.5 数据断流

• 特征：指标在连续N个时间点（如5分钟）数值为零或数据点缺失。
• 看板设计：使用甘特图或状态指示灯展示数据管道健康度；配置心跳检测，若超过2个周期无数据则立即告警。
• 避坑提示：区分“无数据”与“数据为零”，前者表示数据源中断，后者表示业务量为零，需分别处理。

4.4 异常检测算法选型参考

4.5 异常分类在告警规则中的落地示例

以下是一个基于 Prometheus + Alertmanager 的告警规则配置片段，展示如何将五大异常类型映射为可执行的监控规则：

groups:
  - name: collection_anomaly_alerts
    rules:
      # 瞬时突增：外呼请求量在5分钟内突增超过历史均值3倍
      - alert: CallRequestSpike
        expr: |
          rate(call_requests_total[5m]) 
          / avg_over_time(rate(call_requests_total[5m])[1h:5m]) > 3
        for: 2m
        labels:
          anomaly_type: "瞬时突增"
        annotations:
          summary: "外呼请求量瞬时突增"

      # 持续下降：接通率在30分钟内持续下降超过20%
      - alert: ConnectRateDrop
        expr: |
          deriv(rate(call_connected_total[5m])[30m:5m]) < -0.2
        for: 5m
        labels:
          anomaly_type: "持续下降"
        annotations:
          summary: "接通率持续下降"

      # 周期性异常：每小时外呼量偏离历史同期超过50%
      - alert: HourlyVolumeAnomaly
        expr: |
          abs(rate(call_requests_total[1h]) 
          - avg_over_time(rate(call_requests_total[1h])[7d:1h])) 
          / stddev_over_time(rate(call_requests_total[1h])[7d:1h]) > 2
        for: 10m
        labels:
          anomaly_type: "周期性异常"
        annotations:
          summary: "每小时外呼量周期性异常"

      # 阈值越界：并发连接数超过上限的80%
      - alert: ConcurrencyThreshold
        expr: |
          call_concurrent_connections > 400
        for: 1m
        labels:
          anomaly_type: "阈值越界"
        annotations:
          summary: "并发连接数超过阈值"

      # 数据断流：数据流入量连续3分钟为0
      - alert: DataFlowStopped
        expr: |
          rate(data_flow_events_total[1m]) == 0
        for: 3m
        labels:
          anomaly_type: "数据断流"
        annotations:
          summary: "数据流入断流"