41 Anomalo Bewertungen
Gesamtbewertungsstimmung für Anomalo
Melden Sie sich an, um die Bewertungsstimmung zu sehen.

Slack-Benachrichtigungen Visualisierung
Eingebaute Überprüfungen Bewertung gesammelt von und auf G2.com gehostet.
Die Admin-Seite ist sehr benutzerunfreundlich
Viele Fehler
Tabellen werden im System nicht sofort aktualisiert
Das Team reagiert nicht auf Funktionsanfragen oder Fehlerberichte
Die Benutzeroberfläche ist schlecht Bewertung gesammelt von und auf G2.com gehostet.
It's easy to set up new tables with automatic checks and for stakeholders to dive into the data. Bewertung gesammelt von und auf G2.com gehostet.
Some of the automated outlier detection models don't work very well. For example, predicting bounds outside of possible value ranges. Bewertung gesammelt von und auf G2.com gehostet.
Nice platform with useful features that gives a lot of anomaly detection flexibility Bewertung gesammelt von und auf G2.com gehostet.
sometimes there are to much features, would be nice to have a guided question to set test rules and validations Bewertung gesammelt von und auf G2.com gehostet.

- Anomalo bietet eine Lösung, die wir problemlos in unsere Datenspeicher (Snowflake, Databricks Delta) integrieren können und sofort beginnen, Datenqualitätsprüfungen für alle Tabellen zu konfigurieren, die uns wichtig sind.
- Anomalo ist im Allgemeinen sehr benutzerfreundlich, aber auch umfassend. Es ermöglicht uns, fast alle Schlüsselmetriken und Validierungsregeln in SQL zu konfigurieren, basierend auf dem, was wir zur Überwachung der Datenqualität benötigen. Es bietet Integration mit Okta, Slack, PagerDuty, die die Tech-Stacks sind, die wir bei Opendoor verwenden, daher ist die Einführung von Anomalo eine recht reibungslose Erfahrung.
- Zusätzlich zur Benutzeroberfläche bietet Anomalo auch ein Python SDK, das eine Menge Flexibilität bietet, um Anomalo in den Aufbau von Datenpipelines zu integrieren und Datenqualitätsprüfungen spontan auszulösen.
- Das Team von Anomalo war sehr reaktionsschnell auf unsere Fragen und Anfragen. Wir haben regelmäßige Sprechstunden, um uns mit dem Team von Anomalo zu treffen, um Fragen zu besprechen, und bisher war es jedes Mal sehr hilfreich. Bewertung gesammelt von und auf G2.com gehostet.
- Die Art und Weise, wie Anomalo die Metrikergebnisse präsentiert, kann potenziell verbessert werden. Ein bedeutendes unpraktisches Problem, das wir beobachtet haben, ist, dass, wenn es eine Tabelle mit vielen "Segmenten" gibt, dann ist jedes Metrikdiagramm, das auf Segmenten basiert, ziemlich schwer zu verdauen, weil die Segmente und ihre Metrikwerte nicht nach Segmentnamen sortiert sind. Die Segmentnamen sind auch nicht durchsuchbar, da das Metrikdiagramm ein Bild ist.
- Die Benutzererfahrung der Anomalo-Benutzeroberfläche kann weiter verbessert werden. Manchmal sind diese Anwendungsfälle schwer zu erkennen, es sei denn, das Anomalo-Team versteht wirklich, wie der Kunde die Lösung nutzt. Zum Beispiel gibt es derzeit keine großartige Möglichkeit, die Historie eines einzelnen Checks anzuzeigen. Das Beste, was man tun kann, ist, zur URL /dashboard/check_runs/<run_id>/runs?sort=-started_at zu gehen, aber beachten Sie, dass es ein "<run_id>" in der URL anstelle eines "<check_id>" gibt. Das bedeutet, dass die Historie alle Läufe für einen bestimmten Check bis zur in der URL angegebenen run_id anzeigt und daher keine stabile URL vorhanden ist, um die Historie zu sehen.
- Anomalo hat noch keine Lösung für die Visualisierung der Datenherkunft. Obwohl dies in meinem Unternehmen nicht besonders kritisch ist (außer dass wir manchmal wissen müssen, ob das Löschen einer Tabelle Auswirkungen auf nachgelagerte Prozesse haben könnte), kann es eine wichtige Funktionalität sein, die für andere Unternehmen benötigt wird. Einige Unternehmen im Bereich der Datenbeobachtbarkeit bieten Abstammung an, wie zum Beispiel Monte Carlo. Bewertung gesammelt von und auf G2.com gehostet.

Automatisierte Anomalieerkennung macht mein Leben als Dateningenieur wesentlich einfacher, insbesondere bei der Verwaltung von Datensätzen mit hoher Sichtbarkeit, bei denen wichtige Fehler nicht nur eine Frage des ETL-Versagens sind, sondern auch der inhaltlichen Veränderung der Tabelle. Es ist sehr einfach, gute Warnungen einzurichten, die alle Arten von unerwünschten Änderungen oder Problemen in den Daten erkennen. Die Benutzeroberfläche ist sehr intuitiv und klar. Die Berichts-/Analysetools sind ausgezeichnet. Das Triage-System ist einfach, aber effektiv. Bewertung gesammelt von und auf G2.com gehostet.
Viele Funktionen außerhalb des zentralen Anomalieerkennungsmoduls sind unterentwickelt und machen das Tool weniger nützlich, als es sein könnte/wird. Idealerweise könnte man Warnungen an mehr als einen Slack-Kanal oder an Ziele außerhalb von Slack nur über die Benutzeroberfläche senden. Die API ist umständlich (z. B. ist es sehr schwierig, nur einen Parameter in der Konfiguration für eine Tabelle mit einer bestehenden Konfiguration zu aktualisieren) und nicht vollständig dokumentiert. Die Integration mit Datadog ist für einige Teams ein Ausschlusskriterium. Bewertung gesammelt von und auf G2.com gehostet.

Anomalo hat dazu beigetragen, dass die Datenorganisation von Faire hochwertige Datenmodelle und -pipelines aufrechterhält, die für einen effektiven Betrieb entscheidend sind. Anomalo diagnostiziert Datenqualitätsprobleme effizient und bietet gut gestaltete automatische Warnmeldungen, die in Slack integriert sind, mit Datenvisualisierungen, die kritische Trends und potenzielle Fehler hervorheben, die Aufmerksamkeit erfordern. Das Auffangen von Fehlern, die sonst möglicherweise tagelang, wenn nicht sogar wochenlang unbemerkt geblieben wären, war ein großer Vorteil der Einrichtung von Warnmeldungen für Tabellen in unserem Data Warehouse. Unsere funktionsübergreifenden Analyse-, Produkt- und Engineering-Partner schätzen und nutzen die intuitiven Warnmeldungen von Anomalo, die Diskussionen angeregt haben, die zu besseren Ergebnissen und Lösungen für das Datenteam, unsere Kunden und das größere Unternehmen geführt haben. Bewertung gesammelt von und auf G2.com gehostet.
Es gibt einige Anpassungsoptionen, die wir gerne in Anomalo hätten, um ihr Produkt auf die Anwendungsfälle unserer Organisation abzustimmen, die derzeit noch nicht verfügbar sind, einschließlich der Integration in unsere Engineering-Datenbank und zusätzlicher teambezogener Funktionalitäten. Allerdings war das Anomalo-Team unterstützend und engagiert, viele unserer früheren Funktionsanfragen in vollwertige Funktionen umzusetzen oder Anpassungen vorzuschlagen, die für unsere Organisation sehr gut funktioniert haben. Bewertung gesammelt von und auf G2.com gehostet.
We were able to detect data issues quickly using Anomalo and get the alerts quickly so that we could fix them quickly and move on.
We are using this tool to detect infra issues in data pipelines, data quality issues and even monitoring business KPIs - this is how much we trust this tool! Bewertung gesammelt von und auf G2.com gehostet.
- Some aspects are not part of the original GUI, so you need to access the Django app to manage them.
- The rollout of new features that impact the env without being able to mark it as a feature flag before it impacts the environment (although the Anomalos team was really there to help and discuss this issue and to find solutions). Bewertung gesammelt von und auf G2.com gehostet.
Anamalo has a strong user experience, offers high quality timeseries models, and translates quickly into impact on data quality. The ability to configure robust data quality checks in just a minute or two makes it feasible to enable monitoring across the entire data ecosystem rather than just a few of the highest importance data assets. Integrations with Slack and PagerDuty also make it easy to use Anomalo directly inside of existing workflows. Bewertung gesammelt von und auf G2.com gehostet.
There are a few minor corner cases that could work more smoothly, and user intro documentation could expand, but in general the product has really high perfomance. Bewertung gesammelt von und auf G2.com gehostet.

Anomalo ist ein großartiges Datenvisualisierungstool, wenn es darum geht, den Prozess der Datenmustererforschung und der Identifizierung von Datenverschiebungen zu vereinfachen. Bewertung gesammelt von und auf G2.com gehostet.
Anomalo hätte mehr Backend-Unterstützung in Bezug auf einen einfacheren Zugang zu API-Diensten, Anwendungsintegration und interaktive Feedback-Funktionen zur Unterdrückung von Fehlalarmen bieten können. Ich würde auch gerne sehen, dass Anomalo seine Fähigkeiten zur potenziellen Ursachenanalyse verbessert. Als Analyst/Datenwissenschaftler wäre es sehr hilfreich, eine detaillierte Drill-Down-Funktionalität bereitzustellen, nachdem eine bestimmte Anomalie erkannt wurde. Wenn beispielsweise ein Kunden-SQL ein Musterdrift erkennt, wäre es äußerst hilfreich, wenn Anomalo detaillierte Segmente vorschlagen könnte, die hauptsächlich zum Musterdrift beitragen. Ähnlich dem Konzept des Entscheidungsbaums, ohne dass Benutzer zusätzliche diagnostische SQL erstellen müssen, um die Ursache zu verstehen, kann Anomalo potenzielle Segmentierungsknoten bereitstellen, um die normale Population und die voreingenommene Population zu trennen. Bewertung gesammelt von und auf G2.com gehostet.

Der Erfolg von Anomalo ist auf das professionelle Team des Unternehmens, die offene und modulare Produktstruktur sowie die engagierte Praxis zurückzuführen, die über großes Wissen und Verständnis darüber verfügt, wie Daten und Analysen in verschiedenen Organisationen funktionieren. Ich arbeite gerne mit dem Anomalo-Team zusammen! Unsere Gruppe hatte mehrere kritische Anwendungsfälle für Datenqualität und -profilierung. Wir haben mehrere Produkte vor Anomalo ausprobiert und sind aufgrund mehrerer Probleme kläglich gescheitert, aber Anomalo hat uns geholfen, die Geschäftsregeln zur Datenqualität in Tagen umzusetzen, was 5% der Zeit in Anspruch nahm, die benötigt wurde, um die Renditen der Investition in Anomalo zu sehen. Ich wurde sehr leidenschaftlich für Anomalo und empfehle Anomalo jeder Branche, unabhängig davon, wie Datenstrukturen innerhalb der Organisation implementiert sind. Es ist sehr flexibel und einfach zu implementieren. Sie haben einige Änderungen am Produkt vorgenommen, die Wochen dauerten, verglichen mit anderen Produkten, die Jahre benötigen, um implementiert zu werden. Insgesamt ist es ein Gewinn für jede Organisation, die in Anomalo investiert. Bewertung gesammelt von und auf G2.com gehostet.
Wir haben nur wenige Probleme mit der Dokumentation gesehen, aber diese wurden korrigiert. Das Team hat bisher großartige Arbeit mit der Dokumentation geleistet. Bewertung gesammelt von und auf G2.com gehostet.